关于我国财政收入的时间序列分析
时间序列分析在我国财政收入预测中的应用
Ａ ＭＡ（ ， ）模 型 的 自回归 系数 多项 式 ； Ｒ ｐｇ
（ ） ＝ １—０Ｂ 一 ・一０Ｂ ， 平 稳 可逆 曰 ． ｑ 为 Ａ ＭＡ（ ， ）模 型 的移 动平 滑系 数 多项式． Ｒ ｐｑ
４ Ａ Ｉ Ｒ ＭＡ法对 我 国财政收 入 进行建 模
如 果拟 合模 型通过 检验 ， 然转 向步骤３ ２ 仍 ．，
则 应充 分考 虑各种 可 能建立 的 多个拟 合模 型 ， 从
所 有通过 检验 的拟 合模 型 中选 择最 优模 型．
维普资讯
２０ ０ ８年 ４月
重 庆 文 理 学 院 学 报 （自然 科 学 版 ）
Ｊｕ ａ ｏ ｈ ｎ ｑｎ ｎ ｖｒｉ ｆ ｒ ｎ ｃｅ ｃ ｓ（ ａｕａ Ｓ ｉ ｃ ｄｔ ｎ ｏ ｒ ｌ ｆ ｏ ｇ ｉｇＵ ｉ ｓ ｙｏ ｔ ａ ｄ Ｓ ｉ ｅ Ｎ ｔｒ ｃｅ ｅＥ ｉ ｏ ） ｎ Ｃ ｅ ｔ Ａｓ ｎ ｌ ｎ ｉ
Ａｐ ．，２ ０８ ｒ ０ Ｖ０． ７ Ｎｎ ２ １２
第２ ７卷
第 ２期
时 间序 列 分 析 在 我 国财 政 收入 预测 中 的应 用
郑鹏辉 ， 单
（ 山 大学 燕
锐， 陈 静
秦 皇 岛
理 学 院 ，河 北
［ 摘
型．
要 ］ 绍 求和 自回归 移动 平 均 模 型 Ａ Ｉ Ｐ， ，） 建 模 方 法及 Ｓ Ｓ实现 ． Ａ Ｉ 介 ＲＭＡ（ ｄｑ 的 Ａ 将 ＲＭＡ
．
模 型应 用于我 国财政 收入 的 分析 与预测 ， 果表 明 Ａ Ｉ 结 Ｒ ＭＡ是一 种短 期预 测精度 较 高的预 测模
时间序列分析在我国全国财政收入中的应用研究
9时间序列分析在我国全国财政收入中的应用研究王 多 中国矿业大学摘 要：时间序列分析是经济领域研究的重要工具之一，它描述历史数据随时间变化的规律，并用于预测经济变量值。
全国财政收入是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。
财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。
财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。
为准确把握全国财政收入的变动趋势,可以利用时间序列分析方法对全国财政收入数据进行建模预测。
因此对于全国财政收入总额预测中的研究一直具有积极意义。
本文采用时间序列模型，对全国财政收入1950年至2010年的数据进行分析，建立了ARIMA(p,d,q) (P,D,Q) 模型，预测了2011年到2020年这十年的全国财政收入，并利用2010年至2014年的预测值与实际值比较，显示该模型具有较好的预测效果。
关键词：全国财政收入 ARIMA(p,d,q) 白噪声检验 预测一、引言从 1927 年，Yule建立自回归模型旨在讨论太阳黑子数变化规律，到 1970年，Box 与 Jenkins 发表《Time Series Analysis: Forecasting and Control》一书，标志线性理论和建模日益成熟。
伴随着时间序列应用领域的不断拓广，线性模型的应用在很多领域受到了限制，因此非线性时间序列分析就应运而生了。
经济数据由于受到市场和国家政策等因素的影响,会常常表现出随机性,此时传统的线性时间序列分析就不能够很好地反映经济数据中存在的内在特征。
近年来,非线性和非参数时间序列分析方法的出现恰恰弥补了这一缺点,因此被广泛地应用于经济领域,尤其是金融市场。
ARMA 模型（自回归移动平均模型）是最基本的线性时间序列模型， AR 模型（自回归模型）是 q=0 的 ARMA 模型，MA 模型（移动平均模型）是 p=0 的 ARMA 模型。
研究我国财政预算支出时间序列分析的建议
研究我国财政预算支出时间序列分析的建议
对于研究中国财政预算支出的时间序列分析，以下是一些建议：
1. 数据收集：收集相关的时间序列数据，包括各级政府财政预算支出的具体数值，时间范围建议选择较长的期间，以能够观察到长期趋势和周期性变化。
2. 数据处理：对收集到的数据进行处理，包括数据清洗、转换和统计，确保数据的准确性和可用性。
可以使用统计软件或编程语言进行数据处理。
3. 时间序列模型选择：根据预算支出的特点和研究目的，选择合适的时间序列模型。
常用的模型包括ARIMA模型、VAR模型、GARCH模型等。
可以根据实际情况进行模型的选择和尝试。
4. 模型拟合和评估：根据选定的模型，进行参数估计和模型拟合。
使用合适的统计方法和指标评估模型的拟合效果，包括残差分析、模型诊断等。
5. 预测和解释：利用选择的时间序列模型进行预测分析，预测未来一段时间内的财政预算支出。
根据模型结果，解释预算支出的变化趋势、周期性波动等。
6. 结果分析和报告撰写：对模型结果进行分析和解读，提出相应的结论和建议。
撰写研究报告，包括方法、数据、分析结果和结论等内容。
需要注意的是，以上建议仅供参考，具体研究需根据实际情况进行调整和补充，并遵循相关法律法规。
2010年到2022年我国财政收入规模历年数据分析总结
2010年到2022年我国财政收入规模历年数据分析总结一、我国财政收入规模的绝对变化改革开放以来，我国的财政收入的规模随着经济的增长而增长。
2010年到2022年发生了巨大的变化，由2010年的1132.26亿元到2022年的51304.00亿元，扩大了近45倍。
回顾29年的发展历程，我国财政收入绝对数的增长又可以分为三个阶段：第一阶段是水平徘徊阶段，财政收入由2010的1132.26亿元上升至2022的1212.33亿元，年均增长率仅为1.72；二是缓慢发展阶段，财政收入由2010的1212.33亿元上升至1992年的3483.37亿元，年均增长率为11.11%；第三是高速增长阶段，财政收入由2010年的3483.37亿元上升到2011年的51304.00亿元，年均增长率为19.64%。
2008年我国经济经受了国内外诸多不利因素的冲击，通过精心有效的宏观调控，基本保持了平稳较快发展格局，预计GDP增长10%左右，CPI上涨6.3%左右。
2009年，国际经济环境更趋严峻，我国经济面临着周期性调整和结构性调整双重压力，预计2009年GDP增长9%左右，CPI上涨4%左右，全社会固定资产投资名义增长19%，社会消费品零售额名义增长16%，贸易顺差2350亿美元，同比减少约9%。
二、我国财政收入规模的相对变化2022年以来，在我国财政收入绝对数上升的同时，相对数也经历了一个先降后升的变化过程。
降的过程是1979年至1995年，财政收入的相对数从28.4%降至10.7%，其间有过两次跳跃式的下降，一次是1979年至1982年，财政收入相对数从28.4%下降至22.9%，降幅达5.5个百分点；另一次是1985年至1988年，从22.4%跌至15.8%，降幅为6.6个百分点。
升的过程是从1995年开始的，至今一直呈单边上升态势，相对数从1995年的10.7%升至2003年的18.6%。
，整个过程显得比较平稳。
ARIMAX_多元时间序列模型在国家财政收入预测中的应用
Modeling and Simulation 建模与仿真, 2023, 12(5), 4799-4811 Published Online September 2023 in Hans. https:///journal/mos https:///10.12677/mos.2023.125436ARIMAX 多元时间序列模型在国家财政 收入预测中的应用陈 珊上海工程技术大学管理学院，上海收稿日期：2023年8月14日；录用日期：2023年9月18日；发布日期：2023年9月25日摘要自1978年以来，中国的改革开放政策推动了财政收入的快速增长，并且出现了收入增长超过经济增长的局面。
一个国家的财政收入是受多种因素共同影响的，其中国民生产总值是最重要原因之一。
本文结合国家财政收入的结构特点，考虑国民生产总值对财政收入影响的前提下，按时间序列方法对国家财政收入建立了ARIMA 和ARIMAX 模型，并代入了近两年国家财政收入统计数据进行了检验，并对检验结果进行了比较分析。
关键词国家财政收入，国民生产总值，ARIMA ，ARIMAX 模型Application of ARIMAX Multivariate Time Series Model in State Revenue ForecastingShan ChenSchool of Management, Shanghai University of Engineering and Technology, ShanghaiReceived: Aug. 14th , 2023; accepted: Sep. 18th , 2023; published: Sep. 25th , 2023AbstractSince 1978, China’s reform and opening-up policy has pushed the rapid growth of fiscal revenues and a situation where revenue growth exceeds economic growth has emerged. A country’s fiscal revenue is affected by a combination of factors, among which the gross national product is one of陈珊the most important reasons. In this paper, combining the structural characteristics of national fiscal revenue and considering the impact of GNP on fiscal revenue, we established ARIMA and ARIMAX models for national fiscal revenue according to the time-series method, and substituted the national fiscal revenue statistics of the last two years for testing, and made a comparative analysis of the test results.KeywordsState Revenues, Gross National Product, ARIMA, ARIMAX Modeling Array Copyright © 2023 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0)./licenses/by/4.0/1. 引言国家财政收入是政府用于满足经济发展的必要条件[1]，它不仅反映了政府的经济实力，还体现了政府的社会责任感，它既可以用于维护社会稳定，又可以用于促进经济发展，从而确保社会的可持续发展。
我国财政收入规模变化的分析
现代商业MODERN BUSINESS 149一、我国财政收入规模的变化趋势分析我国的转轨时期是指１９７８年经济体制改革以来的时间，在此期间我国财政收入规模的变化主要来体现在两个方面，即绝对数和相对数的变化。
（一）我国财政收入规模的绝对变化１９７８年到２００７年我国财政收入的规模随着经济的不断增长而增长，发生了翻天覆地的变化。
由１９７８年的１１３２．２６亿元到２００７年的５１３０４．００亿元，扩大了近４５倍。
回顾２９年的发展历程，我国财政收入绝对数的增长又可以分为三个阶段：第一阶段是水平徘徊阶段，财政收入由１９７８的１１３２．２６亿元上升至１９８２的１２１２．３３亿元，年均增长率仅为１．７２；二是缓慢发展阶段，财政收入由１９８２的１２１２．３３亿元上升至１９９２年的３４８３．３７亿元，年均增长率为１１．１１％；第三是高速增长阶段，财政收入由１９９２年的３４８３．３７亿元上升到２００７年的５１３０４．００亿元，年均增长率为１９．６４％。
（二）我国财政收入规模的相对变化１９７８年以来，在我国财政收入绝对数上升的同时，相对数也经历了一个先降后升的变化过程。
１９９５年以前表现为不断下降的趋势，从１９９６年开始回升并从１９９８年表现为快速回升的趋势。
１９７８年—１９９５年，财政收入的相对数由３１．０６下降为１０．２７，１７年间每年下降１个多百分点。
１９９５年到现在为止，仍呈现出单边上升的趋势，相对数由１０．２７上升到２０．８０，表现为比较平稳的趋势。
（三）我国财政收入规模相对数变化的原因分析１９７８年以后我国经济体制改革，生产力得到了巨大的解放，表现为ＧＤＰ的高速增长。
在１９７８－１９９５这一时期，我国两次放权让利，对居民提高收入水平。
我国的“利改税”是１９９４年完成的，八十年代还处在“利改税”的中前期，那时的“国企”利润是财政收入的重要来源，“国企”留利多了，上缴自然也就少了。
财政收入占ＧＤＰ比重下降。
对我国财政收入和财政支出关系的研究——基于EG两步法和误差修正模型分析
衡 的协 整 关 系 和 短 期 动 态调 整 机 制 。程 红 莉 、 利 马 霞 （０ ４ ， 娜 ， 风 景 （０ ９ ， 别 对 我 国财 政 收 ２０ ）方 蔡 ２ ０ ）分 入 和 财政 支 出 的 因果关 系进 行 了实 证 研 究 ， 果 都 结 发 现 ， 国财 政 收 支 之 间 不存 在 短 期 的显 著 因果 关 我 系 ， 者 间 短 期 没 有 明 显 的 相 互 促 进 作 用 ， 财政 两 但 收支 之 间存 在 长 期 均衡 的协 整 关 系 。何 秋 仙 ， 迎 楼 军 （０ ５ 以 我 国 １ ７ ～ ０ ３年 的 财 政 收 入 和 支 出 ２０ ） ９８２０ 时 间序列 为样 本． 合我 国实 际 Ｇ Ｐ时 间序 列， 单 结 Ｄ 在 位 根检 验 和协 整 检 验 的 基础 上 ，利 用 条 件线 性 回归
证 分析 ， 析 结 果表 明我 国财政 收 入和 财 政 支 出之 间存在 长 期 均 衡关 系， 运 用误 差 修 正模 型 分 析 了我 国 分 并 财政 支 出与财 政 收 入 之 间 的短 期和 长 期 关 系。 现 当短期 波 动 偏 离长 期 均衡 时 ， 差 修 正项 将 以 ０ ２ ２５ 发 误 ． ３ ９ ４ 的力 度 作 反 向调 整 。 非 均衡 状 态 回 复到 均 衡状 态 。 也就 是 说 即使 在 短 期偏 离 长 期均 衡 时 ， 将 也会 受到 一 种
入和 支 出 占 ＧＤ Ｐ的 比重 又逐 渐增 Ｊ （ ２所 示１ Ｊ图 Ｕ 。
由 于财 政 收 支 经 常 失 衡 必 将 导 致 一 系 列 严 重
从 １８ ９ ５年 开始 我 国财 政 收人 和财 政 支 出 快速 以指
经 济 后果 。基 于此 ， 文 对 我 国财 政 收 入 和 财 政支 本
基于时间序列对中国财政收入与GDP之间关系的协整分析
基于时间序列对中国财政收入与GDP之间关系的实证研究摘要本文利用协整理论对1952年至2012年中国财政收入与GDP之间的关系的实证研究,研究表明:(1)中国财政收入与GDP之间存在格兰杰因果关系,二者存在着相互促进效应(2)中国财政收入与GDP 之间存在着长期均衡的协整关系 (3)中国财政收入对GDP的弹性小于1.关键词: 财政收入;GDP;协整分析;格兰杰因果关系一引言财政收入是政府部门的公共收入, 是国民收入分配中用于保证政府行使其公共职能、实施公共政策以及提供公共服务的资金需求。
国内生产总值是反映一个国家( 地区) 在一定时期内国民经济活动最终成果的总量指标。
从生产的角度看, 它是国民经济各部门新创造的增加值的总和; 从使用角度看, 它是全社会最终消费、投资、净出口的总和; 从分配角度看, 它是国家收入、集体收入和个人收入的总和。
财政收入规模的大小受多种因素的制约, 其中主要有经济发展水平、政府收入分配政策和价格水平三个因素。
财政收入与经济发展水平即GDP的关系是本文的研究重点。
关于财政收入与 GDP 两者之间的关系, 近年来, 国内学者做了大量的研究, 但他们的研究仅限于财政收入与GDP之间的比重的探讨, 研究的落脚点在于分析近年来我国财政收入占GDP 的比重下降的原因, 并提出有关政策建议。
深入分析二者之间关系并建立两者关系模型的文献较为少见, 在数量有限的文献中, 笔者所见到的有: 彭志捌、蒋丽娟、张凤(2004) 利用逐步回归分析方法建立国家财政收入回归模型, 找出影响财政收入的显著性变量为农业增加值、工业增加值和社会消费总额[1];杨丹、陈晓毅(2004)根据历年财政收入占 GDP 比重的时间序列数据建立了一阶自回归模型, 分析了财政收入占GDP 比重的变化规律[2];庞瑞芝、张志超( 2002 ) 用回归模型、自回归分布滞后模型和误差修正模型( ECM ) 对我国经济转轨时期国家财政收入增长与 GDP 增长的关系进行了实证研究, 认为我国财政收入对 GDP 的弹性过低,财政收入与GDP增长之间不存在协整关系。
关于我国财政收入的时间序列分析
2001
16386.04
2013
129142.9
表1中国1978年至2013年财政收入数据单位：亿元
运行EViews软件，绘制该序列的折线图，如图 1 所示。从折线图可以看出，该序列有明显的增长趋势,且各观测值并没有围绕其均值上下波动，所以此序列为非平稳性序列，需要通过差分使其平稳化。
图1
[3]史代敏,谢小燕.应用时间序列分析[M].北京市:高等教育出版社, 2011.06.
[4]孙长清,基于经济增长的财政支出最优化[M].中国经济出版社, 2006.12.
表2
表3 y二阶差分结果
表4 ly二阶差分结果
综上所述，非平稳时间序列y经过取自然对数得到序列ly做二阶差分后平稳。
三、模型构建与预测
绘制序列ly的自相关－偏相关分析图，如图2所示。
图2
根据图2中自相关系数和偏自相关系数的特点，尝试用 ARIMA 模型进行拟合。由图可见，ly的自相关系数2落入2倍标准差范围外，而偏相关系数2落入2倍标准差范围外，且7和9也比较接近落入2倍标准差范围外，因此我们建立D(ly,2)、AR(2)、MA(2)、MA(7)、MA(9)和常数的方程，并通过对系数的显著性检验增减自变量值。
图4
综上所述，我们最终确定ARIMA（2，2，7）模型为最优模型，得到的拟合方程为：
图5实际值与预测值曲线图
最后利用 ARIMA模型对我国2014年的财政收入进行预测，预测结果为：146045.9亿元。由图5也可知，模型ARIMA（2，2，7）的拟合效果很好。
四、综合评价
财政收入是正确处理各方面物质利益关系的重要方式。财政收入的取得不仅仅是个聚集资金的问题，在具体操作过程中，取得多少、采取何种方式，关系到党的方针政策的贯彻落实，涉及到各方面的物质利益关系的处理。只有在组织财政收入的过程中正确处理各种物质利益关系，才能达到充分调动各方面的积极性，达到优化资源配置，协调分配关系的目的。本文利用ARIMA模型根据1978年至2013年我国财政收入数据进行分析，对未来财政收入动态趋势的预测结果表明，我国未来的财政收入将依旧以明显的速度上升，这不仅反映了中国国力的日渐增长，经济发展的日渐迅猛，也是对政府做好资源配置工作的一种督促。除此以外，政府也要加大反腐倡廉的力度，做到财富取之于民亦用之于民，切实为广大人民群众着想，将国家每一笔财政收入用到实处，为人民服务。
我国近十年财政收入变迁的统计分析
我国近十年财政收入变迁的统计分析摘要：随着我国改革步伐的前进，国家财政收入较之前有大的改变，从财政收入比重，财政收入结构，财政收入总量上都有很大的改变。
特别是近些年的发展，财政收入的总量随着国民经济的提高，在总量上有了显著的增长。
财政收入近年来发展也是高于GDP的增长，相较于从前，呈现出增长态势。
一、财政收入总量变迁特征分析近十年来的发展，我国财政无论是从总量上还是从所占国民生产总值的比重上看都有了很明显的增长。
伴随着这种增长态势，说明我国财政在国民经济的宏观调控能力很强。
1、财政收入总量的提高图1在十年的发展中，我国的经济增长是有目共睹的，与此同时财政收入的提高也是相应的快速提高。
我国财政收入从2002年的18903.64亿元到2011年的103874.43亿元，十年中的发展中我国财政收入增长近5.5倍。
相较于改革初期，财政收入的稳步发展主要可归结于两个原因：其一是在经历了二十年的经济建设以来国民经济基础有了很大飞跃；其二是在1998年明确了建立公共财政框架政策之后伴随经济发展和财政管理能力的提高。
其两点是稳固财政收入增长和保障其平稳发展的原因。
2、财政收入占GDP比重增长在近十年的发展中财政收入能保持稳步发展，总量不断提高，作用于经济建设能力逐渐增强的主要原因是依赖于国民生产总值的稳步不断提高，而财政收入占国民生产总值的比重也随之不断提高。
图2图3财政收入占GDP比重从2002年的15.71%到2011年的21.96%，从图2 中可以看到，我国财政收入占GDP的比重不断提高。
GDP中财政收入的比重是一项用来衡量一个国家宏观赋税的指标，从中可以看出我国赋税的总量是不断提高的。
但是从表3中可以看到的是税收在财政收入中的比重是在不断下降的，可以看出国家是在调整税收体系，在保障财政收入稳定发展的情况下减轻赋税。
二、财政收入结构变迁特征分析1、中央与地方财政年份财政收入(亿元)比重 (%)中央地方中央地方2002 18903.64 10388.64 8515.00 55.0 45.0 2003 21715.25 11865.27 9849.98 54.6 45.4 2004 26396.47 14503.10 11893.37 54.9 45.1 2005 31649.29 16548.53 15100.76 52.3 47.7200638760.20 20456.62 18303.58 52.8 47.2 2007 51321.78 27749.16 23572.62 54.1 45.9 2008 61330.35 32680.56 28649.79 53.3 46.7 2009 68518.30 35915.71 32602.59 52.4 47.6 2010 83101.51 42488.47 40613.04 51.1 48.9 2011103874.43 51327.3252547.1149.450.6表4表5中央与地方的财政收入总来看在近十年来都在提高，中央财政所占总财政收入的比重常年保持在50%以上。
对我国财政收入的回归分析 (3)
对我国财政收入的回归分析根据经济理论，我国财政收入与国民生产总值、居民消费、社会固定资产总投资有关。
表1是我国1990-2007年这些量的相关统计数据。
单位：亿元年份财政收入GDP 固定资产投资消费19902937.119347.84449.2983319913149.4822577.45508.893219923483.3727565.27854.98111619934348.9536938.112457.88139319945218.150217.416370.33183319956242.263216.920019.3235519967407.9974163.622913.5278919978651.1481658.524941.1300219989875.9586531.628406.23159199911444.0891********.73346200013395.239874932917.73632200116386.04108972.437213.53869200218903.64120350.343499.94106200321715.25136398.855566.64411200426396.47160280.470477.44925200531649.29188692.188773.65463200638760.2221651.3109998.26138200751321.78263242.5137323.97081表1 财政收入与GDP、居民总消费、社会固定资产总投资的相关统计数据（1990-2007）。
一、建立模型本例中我们假设建立如下线性回归模型：Y=β0+β1X1+β2 X2+β3X3Dependent Variable: YMethod: Least Squares Date: 10/14/10 Time: 19:30Sample: 1990 2007 Included observations: 18VariableCoefficientStd. Error t-Statistic Prob.表1给出了采用Eviews 软件对1990-2007年的财政收入与国内生产总值、国民消费、社会总投资三个因素进行回归分析的计算结果。
简述财政收入预测的步骤和流程
简述财政收入预测的步骤和流程一、收集相关数据财政收入预测的第一步是收集相关数据，包括国民经济统计数据、财政收支数据、金融统计数据、行业数据、市场数据等。
这些数据对于分析和判断未来财政收入的变化趋势非常重要，可通过各种渠道获得，如政府发布的统计数据、金融机构的报告、企业财务报表等。
二、建立模型在收集到相关数据后，需要建立适用的模型来预测财政收入。
常用的模型包括趋势分析、回归分析、时间序列分析等。
趋势分析主要是通过观察历史数据的变化趋势，来推断未来一段时间内的财政收入变化趋势。
回归分析则是通过建立经济关系模型，利用相关变量之间的关系来进行预测。
时间序列分析则是通过对历史数据的时间序列进行分析，来预测未来财政收入的变化。
三、分析影响因素在建立预测模型的同时，还需要对影响财政收入的因素进行分析。
这些因素包括宏观经济因素、政策因素、市场因素、行业因素等。
通过对这些因素的分析，可以更准确地预测未来财政收入的变化趋势。
例如，宏观经济因素包括国内生产总值、消费水平、投资水平等，政策因素包括税收政策、财政政策等，市场因素包括市场供求关系、价格波动等，行业因素包括行业发展水平、行业竞争情况等。
四、建立预测模型在分析影响因素后，需要根据具体情况建立预测模型。
预测模型可以是定性的，也可以是定量的。
定性的预测模型主要是根据经验和专业知识进行预测，例如根据政策调整、市场需求等因素进行判断。
定量的预测模型则是通过数学统计的方法来进行预测，例如利用回归分析、时间序列分析等方法进行预测。
五、验证和修正模型建立预测模型后，需要对模型进行验证和修正。
验证模型的准确性可以通过历史数据的对比来进行，如果预测结果与实际情况相符，则说明模型比较准确。
如果预测结果与实际情况不符，则需要对模型进行修正，找出预测误差的原因，并进行相应的调整。
六、编制预测报告根据预测结果编制预测报告。
预测报告应包括预测方法、数据来源、模型选择、预测结果分析等内容。
中国财政收入增长分析--回归分析
中国财政收入增长分析一、 案例：中国财政收入增长分析改革开放以来，中国经济的各项指标节节攀升，其中财政收入更是以持续两位数的高增长让人刮目相看，为了分析财政收入的持续增长原因，我从国家统计局网站收集了包括GDP 、居民储蓄存款余额以及房地产投资等可能影响财政收入的主要因素近十五年的数据建立模型进行分析。
二、 回归模型建立Y=α+1βX 1+2βX 2+3βX 3 其中：Y=财政收入 X 1=GDPX 2=居民储蓄存款余额 X 3=房地产投资三、 统计数据：（单位：亿元）年份 财政收入 GDP 居民储蓄存款余额 房地产投资 1995 6242 60794 29662 3149 1996 7408 71177 38521 3216 1997 8651 78973 46280 3178 1998 9876 84402 53408 3614 1999 11444 89677 59622 4103 2000 13395 99215 64332 4984 2001 16386 109655 73762 6344 2002 18904 120333 86911 7791 2003 21715 135823 103618 10154 2004 26396 159878 119555 13158 2005 31649 184937 141051 15909 2006 38760 184937 161587 19423 2007 51322 265810 161587 25289 2008 61330 314045 217885 31203 20096851834050726077236242数据来源：国家统计局网站：四、 使用EXCEL 回归结果检验结果如下：回归统计Multiple R 0.998878772R Square 0.997758802Adjusted R Square 0.997147566标准误差1079.619537观测值15方差分析df SS MS F Significance F回归分析 3 5.71E+09 1.9E+09 1632.363 7.5474E-15残差11 12821362 1165578总计14 5.72E+09Coefficients 标准误差t Stat P-value Lower 95% Upper 95% Intercept -1876.09422 1781.937 -1.05284 0.314993 -5798.111236 2045.92279 GDP 0.086579244 0.030202 2.866698 0.015332 0.020105687 0.1530528 居民储蓄存款余额0.01352142 0.025319 0.534034 0.603943 -0.042206241 0.06924908 房地产投资 1.060447108 0.290672 3.648262 0.003832 0.420682626 1.70021159五、模型的回归分析解释根据上述结果，可把模型描写为：Y= -1876+0.0866X1+0.0135 X2+1.0604 X3统计中：Multiple R: 相关系数，-11≤≤R，正为正相关，负为负相关，越接近1相关性越高。
探索时间序列预测法在财政收支预测中的应用
（ １ １ 长期 趋 势变 化 ： 受 某 种 基 本 因 素 的影 响 ， 数 据 依 时 间变 化 时表 现
为一种确定倾 向。 它按某种规则稳步地增长或下降。 长期趋势一般分为
线性趋势和非线性趋 势 。 线性趋势使 用的方法有 ： 滑 动平均法 、 线 性 模 型法 。 非线性趋势采用 ： 二次曲线法 。 指 数 曲线 法等 。 指 数 曲线 法 也 是 本 文使 用 的方 法 。
变化 的规律 ， 将这
单外延方法。
指数曲线 ：如果长期趋势是指数型 曲线 ，则可 以根据指数 曲线 函
数： ＝ 口６ ， ， 拟 合 该 趋 势 曲线 。
客观现象的性质多种多样 ， 发展的时空条件千差万别 ， 影 响 事 物 发
为 了对财政数据分析 和预测功能进行研究 。收集财政公开数据作
为样 本 数 据 ， 进 行 实 践 分析 检 验 ， 财 政 收 入 如 下 表所 示 ：
根据表 １数据分析 ， 财政收人呈逐年平稳增长趋势 ， 描绘趋势 圈如
下：
（ ２ ） 季节性周期变化 ： 受季节更替 等因素影 响， 序列依 一个 固定周期 规则性 的变化 ， 又称商业循环 。采用的方法 ： 按月（ 季节） 平 均法， 趋势剔
均的间隔长度为 ｉ ｎ ， 则滑动平均数序列为 ： ！ ± ： ： …： ！ ，ｙ １ ：
ｍ ‘
关键词： 时间 序 列 财 政 收 支
预 测
：
± ： ・ ： ： ： ： ± ｄ…… ： ！ ： ！ ！ ： ： ： ： ： ： ±
ｍ ／ Ｔ ／ ’
一
、
二次曲线 ： 如果长期趋势是二次曲线 ， 则可以根据＝次曲线函数 ： ｙ：口＋６ ｆ ＋ ： 。 计算二次趋势 曲线 ， 再根据二次 曲线 ， 计算 曲线 的趋势
时间序列分析课程论文——时间序列分析在我国财政预算支出预测中的应用
时间序列分析在我国财政预算支出预测中的应用时间序列分析是经济领域研究的重要工具之一，它描述历史数据随时间变化的规律，并用于预测经济变量值。
财政支出是一个地区或国家经济指标体系中的一个核心指标，它能综合反映经济活动总量和衡量个地区或国家的工业经济发展水平。
对财政支出进行定量分析并对其作出较为准确的预测则可以为相关部门或者企业制定发展规划、实施相关措施提供可靠的理论预测参考。
本文系统阐述了时间序列分析方法在社会消费品零售总额预测中的应用，运用ARMA模型对我国财政支出进行短期预测，利用2007年到2012年我国财政预算支出数据进行预处理和分析，发现该时间序列既包含趋势性又包含季节性，然后对其进行ARMA建模分析。
一、时间序列的特性分析在建立时间序列模型之前，必须对时间序列数据进行预处理，以便剔除那些不符合统计规律的异常样本，同时还要对这些数据的基本统计特征进行检验，以确保建立的时间序列模型的可靠性和置信度，并满足一定的精度要求。
对时间序列数据进行的预处理包括平稳性检验、纯随机性检验和季节性检验。
（一）时间序列定义所谓时间序列就是按照时间的顺序记录的一列有序数据。
对时间序列进行观察、研究，找寻它的变化发展规律，预测它将来的走势就是时间序列分析。
在统计研究中，常用按时间顺序排列的一组随机变量…,…来表示一个随机事件的时间序列，简记为{)或{)。
用或{}表示该随机序列的n个有序观察值，称之为序列长度为n的观察值序列。
（二）平稳性1、平稳时间序列的定义随机时间序列的平稳性分为严平稳和宽平稳。
严平稳是一种条件比较苛刻的平稳性定义，它认为只有当序列所有的统计性质都不会随着时间的推移而发生变化时，该序列才能被认为平稳。
设{)为一时间序列，对任意正整数m，任取，对任意整数，有则称时间序列为严平稳时间序列。
宽平稳是使用序列的特征统计量来定义的一种平稳性。
它认为序列的统计性质主要由它的低阶矩决定，所以只要保证序列低阶矩平稳（二阶），就能保证序列的主要性质近似稳定。
计量经济学财政收入与生产总值分析
中国1978－2008年的财政收入与国内生产总值的分析一、研究目的和要求财政收入与国内生产总值之间存在着紧密的联系。
由于挤出效应，财政收入过度增长必然会减少社会的有效需求，从而影响经济的发展。
但是，如果财政收入的增长滞后经济的增长，则可能导致国家调控经济的能力降低，不利于整个国民经济的可持续发展。
故探讨财政收入对国内生产总值的影响对政策的制定具有一定的意义。
因此，本文通过对1978～2008年财政收入与国内生产总值（GDP）有关数据的研究，从计量经济分析的角度，探讨财政收入增长和经济增长之间的相关关系。
二、模型设定选择财政收入Y为被解释变量。
国内生产总值X为解释变量；研究财政收入的影响因素离不开一些基本的经济变量。
大多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素,还有一些文献中也提出了其他一些变量, 比如其他收入、经济发展水平等。
研究范围为1978—2008年的财政收入与生产总值的时间序列数据，如下表所示，表1 中国1978－2008年的财政收入与国内生产总值（单位：亿元）年份财政收入Y 国内生产总值X1978197919801081108219831984198519861987198819891990199119921993199419951996199719981999200020012002200320042005200620072008数据来源:《中国统计年鉴》注：首先利用EVIEWS绘制X和Y的散点图，如下图所示从散点图可以看出财政收入Y 随着国内生产总值X 的提高而增加，大体呈现为线性关系。
为分析财政收入和国内生产总值的关系规律性，可以建立如下简单线性回归模型：三、参数估计假定所建模型及其中的随机扰动项i u 满足各项古典假定，可以用OLS 法估计其参数。
EVIEWS 软件估计参数结果如下：Dependent Variable: YMethod: Least SquaresDate: 04/09/16 Time: 16:17Sample: 1978 2008Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.?? CX R-squared ????Mean dependent varAdjusted R-squared ????????Akaike info criterionSum squared resid ????Schwarz criterionLog likelihood ????Hannan-Quinn criter.F-statistic ????Durbin-Watson statProb(F-statistic)可用规范的形式将参数估计和检验结果写为：拟合情况用图形表示如下:四、模型检验 1. 经济意义检验估计的解释变量的系数为，说明国内生产总值（GDP ）每增加1元，财政收入将增加元。
浅析国家财政收入的时间序列变化
浅析国家财政收入的时间序列变化作者：王旭鹏来源：《现代经济信息》2014年第15期摘要：本文对中国财政收入的历史年度数据进行时序分析，旨在探寻其中规律，模拟其变化趋势，预测短期走势。
其中，我们首先对时间序列进行平稳和白噪声检验，发现中国财政收入历史数据有类似指数递增趋势和非白噪声序列；其次，通过对数变换和差分运算消除该数据的指数递增趋势和方差非齐性，得到平稳非白噪声序列；最后，我们对该序列建立ARIMA模型，系数均显著，残差序列为白噪声模型建立成功。
论文最终对中国财政收入进行了短期预测。
关键词：ARIMA模型；疏系数模型；对数变换中图分类号：F201 文献标识码：A 文章编号：1001-828X（2014）08-000-02一、引言财政是一种分配关系，是一种以国家为主体、在社会范围内集中性的分配关系。
本文通过对国家财政收入时间序列的研究，探索财政收入的历史变化趋势及其经济原因背景，寻求通过提前预测和掌握短期财政收入情况促进经济稳定增长，对于调节经济又好又快的发展有着重要的理论与实际意义。
通过对财政收入的预测分析，可以清楚地了解不同时期财政收入变化的经济效应，进而调整和优化政府的财政收入，合理有效地分配财政资金，促进政府更好地贯彻财政政策、履行财政职能。
本文数据来源于：国家数据网—月度数据—财政收入。
通过对2001至今的财政月度收入数据进行时间序列分析，运用时间序列分析软件探寻其中规律性变化，建立高精度时间序列模型对该种规律进行有效描述，逐步分析其中突出的规律和重大的变动节点经济背景，最后预测未来一段时间内财政月度收入，模拟财政收入月度变化的短期趋势。
本文具有以下四点现实意义：第一，有利于客观真实的反映政府财政收入的趋势性变化，探寻其中规律；第二，对财政收入的时间序列进行预测，有利于进一步调整国家财政收入规模；第三，分析结果可以作为财政预算决策的参考。
二、建模本篇对1950-2012中国财政收入数据建立时间序列模型，采用时间序列分析的方法，对原始数据的各个性质进行分析，逐步判别其是否满足基本时间序列模型的假设条件，对其中非平稳、异方差等常见时间序列数据问题进行差分或者取对数等数学变换进行处理，最终建立规范的时间序列模型。
政府财政、收入分配与扩大内需——基于VAR与GARCH的时间序列分析
经 济 大 视 野
政府 财政 收入分 配与扩大 内需
基 于Ｖ Ａ Ｒ － ￣Ｇ Ａ Ｒ Ｃ Ｈ 的时 间序 列 分 析
张 涛
（ 澳 门理工学院 ， 澳 门 ９ ９ ９ ０ ７ ８ ）
摘 要 ：随着经济 的增长 ，中国居 民收入总体水平上升 ，但 受到传 统发展模 式限制 ，贫 富差 距在扩大 ，已经
则集 中于对贫富差距本身和基 尼系数等指标 的分 析。例如 ：
总体 生活水 平的提高。但是 ，与发达 国家相比 ，我国的居 民 收入仍然很低。美国２ ０ ０ ７ 年 的恩格尔系数仅为１ ２ 。 ７ ％ ，远远低 于我国 ，说 明其人均收入水平和 生活水准大大超过我国。因
阴１我 国城镶屠 民息格尔系数 （ ％）
８ ０ ６ ｏ 柏 ２ Ｏ
０
陈昌兵 （ ２ ０ ０ ７ ）【 ５ ］ 对各地 区居 民收入 基尼系数 的计 算及 其非 参数模型分析 ；陈宗胜 （ ２ ０ ０ ２ ） 】 关于总体基尼系数估算方法
我国1978-1997年的财政收入和国民生产总值的计量分析
我国1978-1997年的财政收入和国民生产总值的计量分析前言1978年十一届三中全会确立了改革开放的战略决策，在这一战略决策的指引下，我国的国民经济得到了飞速的发展,我国的总体经济实力不断增强，国民生产总值持续增长，总量已经位居世界前列，我国已经在经济发展上取得了举世瞩目的成就。
随着国民生产总值的增长，我国的财政收入也呈每年增长的趋势：一.建立模型我们知道国民生产总值是影响财政收入的主要因素，国民生产总值X与财政收入Y之间存在密切的关系，财政收入随国民生产总值的增加而增加，但变动幅度相对较低，因此可设定财政收入Y与国民生产总值X之间的关系为Y=β1+β2X+U其中：Y为年财政收入（亿元）；Xi为年国民生产总值（亿元）。
变量采用年度数据，样本期为1978—1997年。
β1指当国民生产总值为零时的最低财政收入。
二．估计模型中的未知参数假定模型中的随机误差项U满足古典假设，运用OLS方法估计模型的参数。
1．建立文档，输入数据2．用OLS估计未知参数所以模型是Y=858.3108+0.100031X+U三模型检验从估计结果、可以看出，可决系数为0.9916，表面上看模型在拟合上非常好。
系数显著性检验：对于β2，t统计量为34.41495。
给定α=0.05，查t分布表，在自由度为n-2=18下，。
得临界值t 0.025(18)=2.101,因为t>t 0.025(18),所以拒绝H。
：β2=0,表明国民生产总值对财政收入有显著影响。
并且从经济意义上看，^=0.100031,表面国民生产总值每增加1亿元，财政收入平均增加0.11亿元。
四，预测若1998年的国民生产总值为78017.8亿元，下面预测1998年的财政收入。
通过Eviews计算得Y=8662.491元。
通过下图可以看到五，自相关性检验1.图示法根据上述OLS估计。
我们暂把Y=858.3108+0.100031X+U作为模型。
根据其得到残差resid,运用genr生成序列e，则在quick菜单中选graph项，在图形对话框里键入：e e(-1)，再点击scatter diogram。
季度财政收支运行分析
季度财政收支运行分析近年来，随着经济的不断发展和国家财政体制的完善，财政收支运行分析成为了一个重要的工作内容。
季度财政收支运行分析是指对一个季度内国家财政收入和支出情况的综合分析与评估，目的是为了更好地掌握我国经济发展的动态变化，为制定下一个季度的经济政策提供参考。
首先，我们来分析一下季度财政收入情况。
财政收入是指国家通过征税、收取各类费用等方式获得的资金。
在一个季度内，财政收入的总体情况可以从两个方面来分析，即总额和构成。
总额方面，财政收入的总体水平是评估一个季度财政收入情况的重要指标。
通常情况下，财政收入总额与经济的发展状况密切相关。
当经济增长较好时，企业利润增加、就业水平提高，从而带动财政收入的增加；反之，当经济增长放缓或者出现下滑时，财政收入可能会受到影响。
因此，通过对比不同季度的财政收入总额的变化，可以评估我国经济增长的情况。
构成方面，财政收入的构成也是季度财政收入分析的重要内容。
财政收入的主要构成包括税收收入、非税收入和其他收入。
其中，税收收入是指通过征收各种税费而得到的收入，包括增值税、企业所得税、个人所得税等。
非税收入是指非税费类收入，如国有资产经营性收入、财产性收入等。
其他收入则是指其他与财政收入相关的收入项目，如罚款收入等。
其次，我们来分析一下季度财政支出情况。
财政支出是指国家在一个季度内用于公共事业和社会事业的资金投入。
与财政收入不同的是，财政支出通常是根据经济发展的需要来确定的。
财政支出的构成可以分为基本支出和项目支出两个方面。
基本支出是指用于维持国家正常运行和保证社会基本公共服务需求的支出，如工资、养老金等。
这些支出是具有固定性质的，通常不会有太大变化。
项目支出是指用于投资项目和社会事业的支出。
在一个季度内，项目支出通常是根据国家发展规划和经济需要来确定的。
一方面，项目支出的投入对于推动经济增长具有重要作用，可以带动相关行业的发展，创造就业机会等；另一方面，项目支出也涉及到公共服务领域的投资，如教育、医疗等。
- 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)。
关于我国财政收入的时间序列分析
摘要：本文以1978年至 2013年我国的财政收入为原始数据，运用EViews软件，在时间序列分析的基础上，对数据进行平稳化、零均值化处理，建立了ARIMA 模型，并对2014年我国的财政收入进行预测，对未来的经济发展趋势做出综合评估。
关键词：财政收入、时间序列分析、ARIMA模型
一、引言
财政收入指国家财政参与社会产品分配所取得的收入，是实现国家职能的财力保证。
主要包括：（1）各项税收，如国内增值税、国内消费税、进口货物增值税和消费税、出口货物退增值税和消费税、营业税、企业所得税、个人所得税、资源税、城市维护建设税、房产税、印花税、城镇土地使用税、土地增值税、车船税、船舶吨税、车辆购置税、关税、耕地占用税、契税、烟叶税等。
（2）非税收入：包括专项收入、行政事业性收费、罚没收入和其他收入。
财政收入按现行分税制财政体制划分为中央本级收入和地方本级收入。
财政收入是衡量一国政府财力的重要指标，是财政支出的前提，也是实现国家的职能的财力保证，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。
时间序列是一种动态数据处理的统计方法，指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。
本文基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，根据国家统计局最新公布的1978年至 2013年我国的财政收入数据为原始
资料并对数据进行平稳化、零均值化处理，以时间序列的自相关函数和偏相关函数为工具，对原始数据的特性进行了分析，建立ARIMA 模型，并对2014年我国的财政收入进行预测，对未来的经济发展趋势做出综合评估。
二、数据处理
表1为我国1978年至2013年财政收入数据，共36个观测，记作序列y。
年份财政收入年份财政收入年份财政收入1978 1132.26 1990 2937.1 2002 18903.64 1979 1146.38 1991 3149.48 2003 21715.25 1980 1159.93 1992 3483.37 2004 26396.47 1981 1175.79 1993 4348.95 2005 31649.29 1982 1212.33 1994 5218.1 2006 38760.2 1983 1366.95 1995 6242.2 2007 51321.78 1984 1642.86 1996 7407.99 2008 61330.35 1985 2004.82 1997 8651.14 2009 68518.3 1986 2122.01 1998 9875.95 2010 83101.51 1987 2199.35 1999 11444.08 2011 103874.43 1988 2357.24 2000 13395.23 2012 117253.52 1989 2664.9 2001 16386.04 2013 129142.9 表1 中国1978年至2013年财政收入数据单位：亿元
运行EViews软件，绘制该序列的折线图，如图 1 所示。
从折线图可以看出，该序列有明显的增长趋势,且各观测值并没有围绕其均值上下波动，所以此序列为非平稳性序列，需要通过差分使其平稳化。
图1
首先对序列 y进行单位根检验来确定y是否单整。
当对y进行二阶差分后，P值仍然大于0.05，如表2、表3所示。
检验结果表明，序列y经过二阶差分也尚未达到平稳化。
为消除序列y的趋势，同时减小序列的波动，对原序列取对数，并记所生成的序列为ly，再分别对序列ly进行一、二阶单位根检验，由表4可知，对ly进行二阶差分后，P值满足小于0.05，说明序列的趋势基本消除，ly为平稳时间序列。
表2
表3 y二阶差分结果
表4 ly二阶差分结果
综上所述，非平稳时间序列y经过取自然对数得到序列ly做二阶差分后平稳。
三、模型构建与预测
绘制序列ly的自相关－偏相关分析图，如图2所示。
图2
根据图2中自相关系数和偏自相关系数的特点，尝试用 ARIMA 模型进行拟合。
由图可见，ly的自相关系数2落入2倍标准差范围外，而偏相关系数2落入2倍标准差范围外，且7和9也比较接近落入2倍标准差范围外，因此我们建立D(ly,2)、AR(2)、MA(2)、MA(7)、MA(9)和常数的方程，并通过对系数的显著性检验增减自变量值。
表5
表6
由表5可以看到MA(2)的系数仍然大于0.05，所以我们剔除MA(2),建立D(ly,2)、AR(2)、MA(7)、MA(9)和常数的方程，由于常数C的系数也大于0.05，继而我们建立了D(ly,2)、AR(2)、MA(7)、MA(9)
的方程并检验得到表6。
图3
做模型残差序列的自相关函数与偏相关函数，如图3所示，因为Q(5)对应的p值小于0.05，所以我们返回到前文模型估计，再次调整模型，剔除系数最大的MA(9)，建立D(ly,2)、AR(2)、MA(7)的方程，并进行变量的显著性检验。
从表7可以看出，模型的两个参数都通过了t检验，所以这些变量的选用是恰当的，且F统计量对应的p值较小，所以模型的整体拟合效果较好，再做模型残差序列的自相关函数与偏相关函数，如图4所示，Q(3)到Q(16)对应的p值都比0.05大，可以认为模型的残差序列为白噪声，这也说明调整后的模型拟合效果比较好。
表7
图4
综上所述，我们最终确定ARIMA （2，2，7）模型为最优模型，得到的拟合方程为：
-3.537427=BIC ，-3.567792=AIC
)(-20.52327 )(-5.405951t 862581.0773997.0 72=+-=---t t t t y y εε
图5 实际值与预测值曲线图
最后利用 ARIMA 模型对我国2014年的财政收入进行预测，预测结果为：146045.9亿元。
由图5也可知，模型ARIMA （2，2，7）的拟合效果很好。
四、综合评价
财政收入是正确处理各方面物质利益关系的重要方式。
财政收入的取得不仅仅是个聚集资金的问题，在具体操作过程中，取得多少、采取何种方式，关系到党的方针政策的贯彻落实，涉及到各方面的物质利益关系的处理。
只有在组织财政收入的过程中正确处理各种物质利益关系，才能达到充分调动各方面的积极性，达到优化资源配置，协调分配关系的目的。
本文利用ARIMA模型根据1978年至2013年我国财政收入数据进行分析，对未来财政收入动态趋势的预测结果表明，我国未来的财政收入将依旧以明显的速度上升，这不仅反映了中国国力的日渐增长，经济发展的日渐迅猛，也是对政府做好资源配置工作的一种督促。
除此以外，政府也要加大反腐倡廉的力度，做到财富取之于民亦用之于民，切实为广大人民群众着想，将国家每一笔财政收入用到实处，为人民服务。
虽然ARIMA模型反映了时间序列的变化规律，预测结果具有良好的政策指导性的意义，但其更适合作为短期预测，真实数据还会因实际情况而变，结果只能作为参考。
五、参考文献
[1]王旭鹏. 浅析国家财政收入的时间序列变化[J]. 现代经济信息, 2014.08.
[2]陈洪灿. 福建省财政收入计量模型研究[J]. 福州大学, 2003.12.
[3]史代敏, 谢小燕. 应用时间序列分析[M]. 北京市:高等教育出版社, 2011.06.
[4]孙长清, 基于经济增长的财政支出最优化[M]. 中国经济出版社, 2006.12.。