影响我国税收收入的因素分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
—
t=(-1.201142) R2=0.998352
R2=0.998043
DW=0.7357Biblioteka Baidu5
F=3231.721
三、模型检验及修正
（一）经济意义检验 所估计的参数β
^ ^ 1
=0.411202，β 2 = 0.610785，β 3=0.004174，且 0＜β
^
^
^
^ 1
＜1 , 0＜β 2＜1 , 0＜β 3＜1 ，符合变量参数中确定的参数范围。模型估计结 果说明，在假定其他变量不变的情况下，当年国内生产总值每增长 1%，平均来 说税收收入会增加 0.411%；在假定其他变量不变的情况下，当年财政支出每增 长 1%，平均来说税收收入会增加 0.611%；在假定其他变量不变的情况下，当年 商品零售价格指数上涨 1%，平均来说税收收入会增加 0.0042%。这里与理论分 析和经验判断相一致 （二）统计意义检验 1、拟合优度检验（R2 检验） 可绝系数 R2=0.998352，R2=0.998043，这说明所建模型整体上对样本数据 拟合很好，即解释变量“国内生产总值（X1） ” 、 “财政支出(X2)”和“商品零售 价格指数 （X3） ” 对被解释变量 “各项税收收入 （Y） ” 的绝大部分差异作了解释。 2、方程总体线性的显著性检验 (F 检验) 针对 H0：β 1=β 2=β 3 =0，给定显著性水平α =0.05，在 F 分布表中查出自由
LNX2 X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.610785 0.004174 0.998352 0.998043 0.040806 0.026642 37.83123 0.735725
10311 12660 15157 17004 20450 25718 30866 37636 49442 54219 63104 73202 89720 100600
89677 99215 109655 120333 135823 184937 182937 216314 265810 314045 340603 401513 473104 518942
根据表中数据，模型设计的结果为：
^
lnY=-0.334090 (0.278144)
+
0.411202lnX1+
0.610785 lnX2 (0.057331) (17.63061)
+
0.004174 X3 (0.001534) (2.721708) n=20
(0.061393) (0.506888)
二、参数估计
利用 Eviews 软件，做 lnY 对 lnX1、lnX2、X3 的回归，回归结果如下（表 2） 表 2
Dependent Variable: LNY Method: Least Squares Date:4/26/14 Time: 17:32 Sample: 1993 2012 Included observations: 20 Variable C LNX1 Coefficient -0.334090 0.411202 Std. Error 0.278144 0.061393 t-Statistic -1.201142 0.506888 Prob. 0.2472 0.6191
资料来源： 《中国统计年鉴 2013》 ；
为分析各项税收收入（Y）随国内生产总值（X1） 、财政支出(X2)和商品零售 价格指数（X3）变动的数量的规律性，可以初步建立如下三元对数回归模型： lnY= β0+ β1 lnX1+ β2 lnX2 + β3 X3 + ui 确定参数估计值范围 由经济常识知，因为国内生产总值（X1） 、财政支出(X2)和商品零售价格指 数（X3）的增加均会带动税收收入的增加，所以国内生产总值（X1） 、财政支出 (X2)和商品零售价格指数（X3）与税收收入应为正相关的关系，所以可估计 0＜ β 1＜1 ,0＜β 2＜1, 0＜β 3＜1。
Dependent Variable: LNY Method: Least Squares Date:4/26/14 Time: 21:13 Sample: 1993 2012 Included observations: 20 Variable C LNX1 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -2.474855 1.044679 0.965715 0.963810 0.175500 0.554405 7.477146 0.225214 Std. Error 0.515360 0.046396 t-Statistic -4.802188 22.51675 Prob. 0.0001 0.0000 9.095684 0.922533 -0.547715 -0.448141 507.0039 0.000000
^ ^ ^ ^ ^ ^
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
将 lnY 与 lnX2 做回归得到结果如表 4： 表 4
Dependent Variable: LNY Method: Least Squares Date: 4/26/14 Time: 21:14 Sample: 1993 2012 Included observations: 20 Variable C LNX2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.200202 0.963128 0.997589 0.997455 0.046536 0.038981 34.02547 0.529139 Std. Error 0.103592 0.011159 t-Statistic 1.932610 86.30713 Prob. 0.0692 0.0000 9.095684 0.922533 -3.202547 -3.102974 7448.920 0.000000
影响我国税收收入的因素分析
——国内生产总值 ——财政支出 ——零售商品物价水平
班级：金融 4 班 学号：201110111320 姓名：薛月强
摘要: 本文 是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， 对影响我国自 1993 年至 2012 年的税收收入的主要因素进行实证分析。 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。然后，收集了相关的数据，利用 EVIEWS 软件对计量模 型进行了参数估计和检验，并加以修正。得出结论是国内生产总值、财政支出和零售商 品物价水平三者均对我国税收收入有很大影响。
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
将 lnY 与 X3 做回归得到结果如表 5： 表 5
Dependent Variable: LNY Method: Least Squares Date: 4/26/14 Time: 21:14 Sample: 1993 2013 Included observations: 20 Variable C X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 16.28636 -0.068404 0.324981 0.287480 0.778718 10.91524 -22.32304 0.306442 Std. Error 2.448852 0.023237 t-Statistic 6.650608 -2.943795 Prob. 0.0000 0.0087 9.095684 0.922533 2.432304 2.531878 8.665931 0.008683
—
度为 k－1＝3 和 n－k＝16 的临界值 Fα（3,16） ＝3.24， 由表 2 中得到 F＝3231.72 ＞Fα （3，17）＝3.24，应拒绝原假设 H0：β 1=β 2=β 3 =0，说明回归方程显著， 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 “各项税收收入 （Y） ” 有显著影响。 3、变量的显著性检验 (t 检验) 分别针对 H0：β j＝0（j＝0，1，2，3） ，给定显著性水平α ＝0.05，查 t 分 布表的自由度为 n－k＝16 的临界值 tα /2 （n－k） ＝2.120。 由表 2 中的数据可得， 与β 0、β 1、β 2、β 3 对应的 t 统计量分别为-1.20114、0.506888、17.63061、 2.721708，其绝对值不全大于 tα /2（n－k）＝2.120，这说明在显著水平α ＝0.05 下，只有β 2、β 3 能拒绝 H0：β j＝0，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“各项税收收入（Y） ”不全都有显著影响，这可 能是由于多重共线性或自相关性的影响。 （三）计量经济意义检验 1、多重共线性检验（简单相关系数和综合统计检验） 让 lnY 分别对 lnX1、lnX2、X3 做回归。 将 lnY 与 lnX1 做回归得到结果如表 3： 表 3
关键词: 国内生产总值 财政支出 零售商品物价水平 税收 计量 思考
一、 研究的目的及变量的选取
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。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。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，对研究我国税收增长规律，制定经济政策有着重要意义。 为了具体分析各要素对提高我国税收收入的影响大小， 选择能反映我们税收 变动情况的“各项税收收入”为被解释变量（用 Y 表示） ，选择能影响税收收入 的“国内生产总值（用 X1 表示） ” 、 “财政支出(用 X2 表示)”和“商品零售价格 指数（用 X3 表示） ”为解释变量。表 1 为由《中国统计年鉴》得到的 1993—2012 年的有关数据。 表1
0.057331 0.001534
17.63061 2.721708
0.0000 0.0151 9.095684 0.922533 -3.383123 -3.183977 3231.721 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
税收收入(Y) (单位：亿元)
税收收入模型的时间序列表
国内生产总值(X1) (单位：亿元) 财政支出(X2) (单位：亿元) 商品零售价格指数 （X3） (单位：%)
年份 1993 1994 1995 1996 1997 1998
2390.47 5070.8 5973.7 4050.6 8225.5 9093
35333 48198 60794 71177 78973 84402
4642 5793 6824 7938 9234 10798
108.8 102.1 114.8 106.1 100.8 97.4
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
13187 15887 18903 22053 24650 28487 33930 40423 49781 62593 76299 89874 109248 125953
97 98.5 99.2 98.7 99.9 102.8 100.8 101.0 103.8 105.9 98.8 103.1 104.9 102.5
t=(-1.201142) R2=0.998352
R2=0.998043
DW=0.7357Biblioteka Baidu5
F=3231.721
三、模型检验及修正
（一）经济意义检验 所估计的参数β
^ ^ 1
=0.411202，β 2 = 0.610785，β 3=0.004174，且 0＜β
^
^
^
^ 1
＜1 , 0＜β 2＜1 , 0＜β 3＜1 ，符合变量参数中确定的参数范围。模型估计结 果说明，在假定其他变量不变的情况下，当年国内生产总值每增长 1%，平均来 说税收收入会增加 0.411%；在假定其他变量不变的情况下，当年财政支出每增 长 1%，平均来说税收收入会增加 0.611%；在假定其他变量不变的情况下，当年 商品零售价格指数上涨 1%，平均来说税收收入会增加 0.0042%。这里与理论分 析和经验判断相一致 （二）统计意义检验 1、拟合优度检验（R2 检验） 可绝系数 R2=0.998352，R2=0.998043，这说明所建模型整体上对样本数据 拟合很好，即解释变量“国内生产总值（X1） ” 、 “财政支出(X2)”和“商品零售 价格指数 （X3） ” 对被解释变量 “各项税收收入 （Y） ” 的绝大部分差异作了解释。 2、方程总体线性的显著性检验 (F 检验) 针对 H0：β 1=β 2=β 3 =0，给定显著性水平α =0.05，在 F 分布表中查出自由
LNX2 X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.610785 0.004174 0.998352 0.998043 0.040806 0.026642 37.83123 0.735725
10311 12660 15157 17004 20450 25718 30866 37636 49442 54219 63104 73202 89720 100600
89677 99215 109655 120333 135823 184937 182937 216314 265810 314045 340603 401513 473104 518942
根据表中数据，模型设计的结果为：
^
lnY=-0.334090 (0.278144)
+
0.411202lnX1+
0.610785 lnX2 (0.057331) (17.63061)
+
0.004174 X3 (0.001534) (2.721708) n=20
(0.061393) (0.506888)
二、参数估计
利用 Eviews 软件，做 lnY 对 lnX1、lnX2、X3 的回归，回归结果如下（表 2） 表 2
Dependent Variable: LNY Method: Least Squares Date:4/26/14 Time: 17:32 Sample: 1993 2012 Included observations: 20 Variable C LNX1 Coefficient -0.334090 0.411202 Std. Error 0.278144 0.061393 t-Statistic -1.201142 0.506888 Prob. 0.2472 0.6191
资料来源： 《中国统计年鉴 2013》 ；
为分析各项税收收入（Y）随国内生产总值（X1） 、财政支出(X2)和商品零售 价格指数（X3）变动的数量的规律性，可以初步建立如下三元对数回归模型： lnY= β0+ β1 lnX1+ β2 lnX2 + β3 X3 + ui 确定参数估计值范围 由经济常识知，因为国内生产总值（X1） 、财政支出(X2)和商品零售价格指 数（X3）的增加均会带动税收收入的增加，所以国内生产总值（X1） 、财政支出 (X2)和商品零售价格指数（X3）与税收收入应为正相关的关系，所以可估计 0＜ β 1＜1 ,0＜β 2＜1, 0＜β 3＜1。
Dependent Variable: LNY Method: Least Squares Date:4/26/14 Time: 21:13 Sample: 1993 2012 Included observations: 20 Variable C LNX1 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -2.474855 1.044679 0.965715 0.963810 0.175500 0.554405 7.477146 0.225214 Std. Error 0.515360 0.046396 t-Statistic -4.802188 22.51675 Prob. 0.0001 0.0000 9.095684 0.922533 -0.547715 -0.448141 507.0039 0.000000
^ ^ ^ ^ ^ ^
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
将 lnY 与 lnX2 做回归得到结果如表 4： 表 4
Dependent Variable: LNY Method: Least Squares Date: 4/26/14 Time: 21:14 Sample: 1993 2012 Included observations: 20 Variable C LNX2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.200202 0.963128 0.997589 0.997455 0.046536 0.038981 34.02547 0.529139 Std. Error 0.103592 0.011159 t-Statistic 1.932610 86.30713 Prob. 0.0692 0.0000 9.095684 0.922533 -3.202547 -3.102974 7448.920 0.000000
影响我国税收收入的因素分析
——国内生产总值 ——财政支出 ——零售商品物价水平
班级：金融 4 班 学号：201110111320 姓名：薛月强
摘要: 本文 是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， 对影响我国自 1993 年至 2012 年的税收收入的主要因素进行实证分析。 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。然后，收集了相关的数据，利用 EVIEWS 软件对计量模 型进行了参数估计和检验，并加以修正。得出结论是国内生产总值、财政支出和零售商 品物价水平三者均对我国税收收入有很大影响。
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
将 lnY 与 X3 做回归得到结果如表 5： 表 5
Dependent Variable: LNY Method: Least Squares Date: 4/26/14 Time: 21:14 Sample: 1993 2013 Included observations: 20 Variable C X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 16.28636 -0.068404 0.324981 0.287480 0.778718 10.91524 -22.32304 0.306442 Std. Error 2.448852 0.023237 t-Statistic 6.650608 -2.943795 Prob. 0.0000 0.0087 9.095684 0.922533 2.432304 2.531878 8.665931 0.008683
—
度为 k－1＝3 和 n－k＝16 的临界值 Fα（3,16） ＝3.24， 由表 2 中得到 F＝3231.72 ＞Fα （3，17）＝3.24，应拒绝原假设 H0：β 1=β 2=β 3 =0，说明回归方程显著， 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 “各项税收收入 （Y） ” 有显著影响。 3、变量的显著性检验 (t 检验) 分别针对 H0：β j＝0（j＝0，1，2，3） ，给定显著性水平α ＝0.05，查 t 分 布表的自由度为 n－k＝16 的临界值 tα /2 （n－k） ＝2.120。 由表 2 中的数据可得， 与β 0、β 1、β 2、β 3 对应的 t 统计量分别为-1.20114、0.506888、17.63061、 2.721708，其绝对值不全大于 tα /2（n－k）＝2.120，这说明在显著水平α ＝0.05 下，只有β 2、β 3 能拒绝 H0：β j＝0，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“各项税收收入（Y） ”不全都有显著影响，这可 能是由于多重共线性或自相关性的影响。 （三）计量经济意义检验 1、多重共线性检验（简单相关系数和综合统计检验） 让 lnY 分别对 lnX1、lnX2、X3 做回归。 将 lnY 与 lnX1 做回归得到结果如表 3： 表 3
关键词: 国内生产总值 财政支出 零售商品物价水平 税收 计量 思考
一、 研究的目的及变量的选取
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。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。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，对研究我国税收增长规律，制定经济政策有着重要意义。 为了具体分析各要素对提高我国税收收入的影响大小， 选择能反映我们税收 变动情况的“各项税收收入”为被解释变量（用 Y 表示） ，选择能影响税收收入 的“国内生产总值（用 X1 表示） ” 、 “财政支出(用 X2 表示)”和“商品零售价格 指数（用 X3 表示） ”为解释变量。表 1 为由《中国统计年鉴》得到的 1993—2012 年的有关数据。 表1
0.057331 0.001534
17.63061 2.721708
0.0000 0.0151 9.095684 0.922533 -3.383123 -3.183977 3231.721 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
税收收入(Y) (单位：亿元)
税收收入模型的时间序列表
国内生产总值(X1) (单位：亿元) 财政支出(X2) (单位：亿元) 商品零售价格指数 （X3） (单位：%)
年份 1993 1994 1995 1996 1997 1998
2390.47 5070.8 5973.7 4050.6 8225.5 9093
35333 48198 60794 71177 78973 84402
4642 5793 6824 7938 9234 10798
108.8 102.1 114.8 106.1 100.8 97.4
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
13187 15887 18903 22053 24650 28487 33930 40423 49781 62593 76299 89874 109248 125953
97 98.5 99.2 98.7 99.9 102.8 100.8 101.0 103.8 105.9 98.8 103.1 104.9 102.5