计量经济学实验论文精编WORD版.docx

1、计量经济学实验论文精编WORD版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】计量经济学实验论文精编WORD版计量经济学论文影响我国税收收入的主要因素 学年 第 学期专 业： 学生姓名： 学 号： 指导老师： 摘要 当今社会，财政已经成为社会经济进步的一个判断标准。税收的增长对财政收入增加的贡献不可谓不突出。那么影响税收的因素有哪些呢？各影响因素之间是否有关联？哪个因素起到的作用比较大？这些都是我们比较关心的问题。本文在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国1990至2015年的税收收入的主要因素进行实证

2、分析。选取的自变量有国内生产总值、财政支出和零售商品物价水平。并利用中国统计年鉴搜集了相关的数据，利用Eviews软件对设定的计量模型进行了参数估计，并对可能出现的问题进行了假设检验，最后再加以修正，使整个模型尽量完美，最终得出结论，并给出相关建设性意见。关键词： 税收 国内生产总值 财政支出 商品零售价格指数 参数估计 假设检验分析导论:税收是我国财政收入的基本因素，也影响着我国经济的发展。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究

3、我国税收增长规律，制定经济政策有着重要意义。影响税收收入的因素有很多，但据分析主要的因素可能有：从宏观经济看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的一个重要指标。公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定影响。物价水平。我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。税收政策因素。我国自1978年以来经历了几次大的税制改革，一次1984-1985年的国有企业利改税，一次是1994年的全国范围内的新税制改革20

4、04年改革，取消农业税。 2007年改革，企业所得 两法合并，增值税转型改革。 2012年改革，营业税改征增值税。税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。为了全面反映中国税收增长的全貌，我们选用“国家财政收入“中的各项税收”（即税收收入）作为被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支出”作为公共财政需求的代表；选择“商品零售价格指数”作为物价水平的代表；选择城镇居民家庭人均可支配收入作为税收政策因素的代表。另外，由于财税体制的改革难以量化，而且从数据上看，1985年以后财税

5、体制改革对税收增长影响不是很大，在此暂不考虑税制改革对税收增长的影响。问题的提出 理论综述 研究概述 （一）理论框架 （二）模型设定 模型的检验与修正 （一）模型初始估计 （二）模型的确定 结论分析 问题的提出自改革开放以来，随着经济的发展，中国的财政收入发生了巨大的变化。可以说，一个国家、政府、政权的存在，必须要筹集财政收入。但是，怎样才能做到“民不加赋二天下饶”，即广开财源，增产增收，实现公平为基础，效率为核心；做到生财有道，聚财有方，聚之适当。税收是我国财政收入的基本因素,也影响着我国经济的发展。为了研究影响税收收入增长的主要原因，分析其增长的主要规律，采取适当的方式科学筹集税收，需要建

6、立计量经济学模型。理论综述税收是国家为实现其职能，凭借政治权力，按照法律规定，通过税收工具强制地、无偿地征收参与国民收入和社会产品的分配和再分配取得财政收入的一种形式。取得财政收入的手段有多种多样，如税收、发行货币、发行国债、收费、罚没等等，而税收则由政府征收，取自于民、用之于民。税收具有无偿性、强制性和固定性的形式特征。税收三性是一个完整的统一体，它们相辅相成、缺一不可。税收取自于民、用之于民。总的来说，经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。具体来讲，影响中国税收收入增长的因素有很多，如经济的整体增长、公共财政的需求、物价水平、税收政策等因素。这几年

7、来，中国税收收入的快速甚至超速增长引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长的规律，制定税制改革政策有着重要意义。在这次的分析里，我将选用“国家财政收入”中的“税收收入“作为被解释变量，以反映税收的增长情况。选取的解释变量有：“国内生产总值”（即GDP）作为经济整体增长水平的代表；“财政支出”作为公共财政需求的代表；“商品零售价格指数”作为物价水平的代表。研究概述（一）理论框架从整体看来，经济增长是税收的主要来源之一，所以，选取国内生产总值作为解释变量X1。税收是财政收入的一个主体，是公共产品的价格，社会经济的发展会对公共财政产生需求。所以，选取财

8、政支出作为解释变两个X2.我国目前的税制主要以流转税为主，与物价水平有关。所以，选取商品零售价格作为解释变量X3.将税收收入作为被解释变量Y。（二）模型设定表1年份税收收入国内生产总值财政支出商品零售价格指数单位：亿元单位：亿元单位：亿元单位：%19902821.8618667.83083.59102.119912990.1721781.53386.62102.919923296.9126923.53742.2105.419934255.335333.94642.3113.219945126.8848197.95792.62121.719956038.0460793.76823.72114.8

9、19966909.8271176.67937.55106.119978234.04789739233.56100.819989262.884402.310798.1897.4199910682.5889677.113187.6797200012581.5199214.615886.598.5200115301.38109655.218902.5899.2200217636.45120332.722053.1598.7200320017.31135822.824649.9599.9200424165.68159878.328486.89102.8200528778.54184937.433930

10、.28100.8200634804.35216314.440422.73101200745621.97265810.349781.35103.8200854223.79314045.462592.66105.9200959521.59340506.976299.9398.8201073210.7940890389874.16103.1201189738.39484123.5109247.79104.92012100614.28534123125952.971022013110530.7588018.8140212.1101.42014119175.31635910.2151785.56101.

11、02015124892.0676708.0175768.0100.07数据来源：中国统计年鉴因此，可以建立以下经济学模型Y=0+1*X1+2*X2+3*X3+其中Y为税收收入，X1为国民生产总值，X2为财政支出，X3为商品零售价格指数。模型的检验与修正（一）模型初始估计利用Eviews软件，做Y对X1的回归，Eviews的最小二乘估计的回归结果如下： 图一Dependent Variable: YMethod: Least SquaresDate: 06/05/16 Time: 13:25Sample: 1990 2015Included observations: 26Coefficient

12、Std. Errort-StatisticProb.?C-12867.846534.106-1.9693340.0616X10.1408650.0177587.9323920.0000X20.2119820.0700803.0248760.0062X391.2508761.484011.4841400.1520R-squared0.998464?Mean dependent var38093.56Adjusted R-squared0.998254?S.D. dependent var40269.55S.E. of regression1682.586?Akaike info criterio

13、n17.83469Sum squared resid?Schwarz criterion18.02824Log likelihood-227.8510?Hannan-Quinn criter.17.89043F-statistic4765.954?Durbin-Watson stat0.657566Prob(F-statistic)0.000000根据图一的数据，可以得到模型的估计结果为：Y=-12867.84+0.140865*X1+0.211982*X2+91.25087*X3 （-1.969334）（7.932392）（3.024876）（1.484140）R2=0.998464DW=0

14、.657566F=4765.954经济意义上的检验在假定其他变量不变的情况下，国民生产总值每增加1亿元，税收就会增加0.140865亿元；在假定其他变量不变的情况下，财政支出每增加1亿元，税收收入就会增加0.211982亿元；在假定其他变量不变的情况下，商品零售价格指数每增加1%，税收收入就会增加91.25087亿元。商品零售价格指数有一定的出入，下文将进行修改。统计意义上的检验（1）拟合优度检验由图1可知，R2=0.998464 ，而修正后的可决系数为0.998254，这说明所建模型整体上对样本数据的拟合优度较高。（2）F检验针对H0：1=2=3=0，给定显着性水平=0.05，在F分布表中查

15、出自由度为k-1=3和n-k=22的临界值F（3,22）=3.05,由图1得到F=4765.9543.05，应拒绝原假设H0：1=2=3=0，说明回归方程显着，即列入模型的解释变量“国内生产总值(X1)”、“财政支出(X2)”和“商品零售价格指数（X3）”联合起来确实对被解释变量“税收收入(Y)”有显着影响。（3）T检验T0=-1.969334,t1=7.932392,t2=3.024876,t3=1.484140。针对H0：0=1=2=3=0，给定显着性水平=0.05，t0.025(22)=2.074。易知，只有1、2拒绝原假设，也就是说，当在其他解释变量不变的情况下，各个解释变量“国内生产

16、总值(X1)”、“财政支出(X2)”和“商品零售价格指数（X3）”分别对被解释变量“税收收入(Y)”不全都有显着影响，这可能是由于多重共线性或自相关性影响。计量经济学检验（一）、多重共线性检验表2 相关系数矩阵由上表可知，X1与X2之间的相关系数达到了0.9957778，两者高度正相关。多重共线性的修正：Step1：运用OLS方法分别求Y对各解析变量X1、X2、X3进行一元回归。三个方程的回归结果详见图2图4，再结合统计检验选出拟合效果好的一元线性回归方程。图2 Y对X1的最小二乘回归Dependent Variable: YMethod: Least SquaresDate: 06/05/1

17、6 Time: 15:36Sample: 1990 2015Included observations: 26CoefficientStd. Errort-StatisticProb.?C-5183.657585.0854-8.8596590.0000X10.1936600.001935100.07600.0000R-squared0.997609?Mean dependent var38093.56Adjusted R-squared0.997510?S.D. dependent var40269.55S.E. of regression2009.542?Akaike info criter

18、ion18.12300Sum squared resid?Schwarz criterion18.21978Log likelihood-233.5991?Hannan-Quinn criter.18.15087F-statistic10015.21?Durbin-Watson stat0.225189Prob(F-statistic)0.000000根据图2的数据，可以得到模型的估计结果为：R2=0.997609Y=-5183.657+0.193660*X1 （-8.859659） （100.0760）图3 Y对X2的最小二乘回归Dependent Variable: YMethod: Le

19、ast SquaresDate: 06/05/16 Time: 15:41Sample: 1990 2015Included observations: 26CoefficientStd. Errort-StatisticProb.?C1794.922846.21212.1211260.0444X20.7645070.01208163.281630.0000R-squared0.994043?Mean dependent var38093.56Adjusted R-squared0.993794?S.D. dependent var40269.55S.E. of regression3172.

20、281?Akaike info criterion19.03609Sum squared resid2.42E+08?Schwarz criterion19.13287Log likelihood-245.4692?Hannan-Quinn criter.19.06396F-statistic4004.564?Durbin-Watson stat0.923256Prob(F-statistic)0.000000根据图3的数据，可以得到模型的估计结果为：R2=0.994043 Y=1794.922+0.764507*X2 (2.121126) (63.28163)图4 Y对X3的最小二乘回归De

21、pendent Variable: YMethod: Least SquaresDate: 06/05/16 Time: 15:46Sample: 1990 2015Included observations: 26CoefficientStd. Errort-StatisticProb.?C199459.4146665.31.3599630.1865X3-1563.5821419.094-1.1018170.2815R-squared0.048148?Mean dependent var38093.56Adjusted R-squared0.008487?S.D. dependent var

22、40269.55S.E. of regression40098.30?Akaike info criterion24.10986Sum squared resid3.86E+10?Schwarz criterion24.20664Log likelihood-311.4282?Hannan-Quinn criter.24.13773F-statistic1.214001?Durbin-Watson stat0.059378 Prob(F-statistic)0.281469 根据图4的数据，可以得到模型的估计结果为：R2=0.048148 Y=1999459.4-1563.582*X3 (1.

23、359963) (-1.101817)依据调整可决系数最大原则，选择X1作为进入回归模型的第一个解析变量，形成一元回归模型。Step2：逐步回归。将剩余解析变量分别加入模型。得到图5-图6。图5Dependent Variable: YMethod: Least SquaresDate: 06/05/16 Time: 15:52Sample: 1990 2015Included observations: 26CoefficientStd. Errort-StatisticProb.?C-16436.227479.189-2.1975950.0383X10.1943440.001939100.

24、20590.0000X3107.551071.277421.5089070.1449R-squared0.997825?Mean dependent var38093.56Adjusted R-squared0.997636?S.D. dependent var40269.55S.E. of regression1958.130?Akaike info criterion18.10553Sum squared resid?Schwarz criterion18.25070Log likelihood-232.3720?Hannan-Quinn criter.18.14734F-statisti

25、c5275.148?Durbin-Watson stat0.291513Prob(F-statistic)0.000000根据图5的数据，可以得到模型的估计结果为：R2=0.997825Y=-16436.22+0.194344*X1+107.5510*X3 (-2.197595)(100.2059)(1.508907)图6Dependent Variable: YMethod: Least SquaresDate: 06/05/16 Time: 15:55Sample: 1990 2015Included observations: 26CoefficientStd. Errort-Stati

26、sticProb.?C-3240.565805.3739-4.0236780.0005X10.1379890.0181087.6204180.0000X20.2210980.0716123.0874470.0052R-squared0.998310?Mean dependent var38093.56Adjusted R-squared0.998163?S.D. dependent var40269.55S.E. of regression1726.017?Akaike info criterion17.85319Sum squared resid?Schwarz criterion17.99835Log likelihood-229.0914?Hannan-Quinn criter.17.89499F-statistic6792.642?Durbin-Watson stat0.637042Prob(F-statistic)0.000000根据图6的数据，可以得到模型的估计结果为：R2=0.998310Y=-3240.565+0.137989*X1+0.221098*X2 (-4.023678)(7.6