基于多元回归分析方法的财政收入影响因素分析
财政收入的多元回归分析
定量分析案例：财政收入的多元回归分析一、简介财政收入是指一个国家政府凭借政府的特殊权力，按照有关的法律和法规在一定时期内（一般为一年）取得的各种形式的总和，包括税收、企事业收入、规矩能源交通重点建设基金收入。
债务收入、规费收入、罚没收入等、财政收入水平高低反映一国经济实力的重要标志。
在一定时期内，财政收入规模的大小受许多因素的影响，入国民生产总值大小、社会从业人员数的多少、税收规模的大小、税率高低等。
二、分析的设计在本案例中，我们认为，一个国家的税收水平的高低、国民生产总值的大小、其他收入的多少，是决定一个国家一定时期内财政收入规模的主要影素。
因此本案例只取这三个变量作为解释变量，分析它们对财政收入的影响程度。
三、数据来源本案例的样本数据来自中国统计出版社的有关年份的《中国统计年鉴》，数据时限为1978－1995年，案例数据如下（见表1）：表1财政收入等四项指标观测数据T年份Y财政收入X1国民生产总值X2税收X3其他收入1978 1132.62 3624.1 519.28 40.991979 1146.38 4038.2 537.82 113.531980 1159.93 4517.8 517.7 152.991981 1175.79 4860.3 629.89 192.221982 1212.33 5301.8 700.02 215.841983 1866.95 5957.1 755.59 257.841984 1642.86 7206.7 947.35 296.291985 2004.82 8989.1 2040.79 280.511986 2122.01 10201.4 2090.73 156.951987 2199.35 11954.5 2140.36 212.381988 2357.24 14922.3 2390.47 176.181989 2664.9 16917.8 2727.4 179.411990 2937.1 18598.4 2821.86 299.531991 3149.48 21662.5 2990.17 240.11992 3483.37 26651.9 3296.91 265.151993 4348.95 34650.5 4255.3 191.041994 5218.1 46532.9 5126.88 280.181995 6242.2 57277.3 6038.04 369.19四、数据分析首先考察数据的分布情况，在EXCEL中对数据进行描述统计分析，得出如下结果（见表2）：表2Descriptive statisticsY财政收入X1国民生产总值X2税收X3其他收入count 18 18 18 18mean 2,559.1322 16,881.367 2,251.4756 217.7956 sample variance 2,170,506.7863 239,304,226.319 2,754,808.1072 6,033.6743 sample standard deviation 1,473.2640 15,469.461 1,659.7615 77.6767 minimum 1132.62 3624.1 517.7 40.99maximum 6242.2 57277.3 6038.04 369.19 range 5109.58 53653.2 5520.34 328.2统计量表明，四个变量的取值范围差别较大，从描述统计量中并不能清楚地看到各个变量之间的关系，需要进一步的分析。
影响财政收入的相关因素 分析报告
1 6.119 1.000 .00
.00
.00
.00 .00
.00
.00
2 .862 2.664 .00
.00
.00
.00 .00
.00
.00
3 .012 22.420 .01
.00
.00
.00 .00
.00
.85
1 4 .004 37.250 .01
.18
.03
.08 .00
.00
.00
5 .002 63.841 .00
45821.00 6241.20
46989.00 7408.00
53429.00 8651.10
50145.00 9876.00
-2-
三、过程分析
3.1 建立数据集，进行相关分析 见表 2
表 2 相关矩阵
农业增加 工业增加 建筑业增加 人口数 社会消费总 受灾面积 财政收
值 x1
值 x2
值 x3
x4
额 x5
x6
入y
农业增加值 x1
1.000
.993
.992 .909
.997
.467 .987
工业增加值 x2
.993
1.000
.997 .867
.998
.461 .991
建筑业增加 相关 值 x3
人口数 x4
.992 .909
.997 .867
1.000 .867 .867 1.000
.997 .890
在我国，财政收入的主体是税收收入，因此在税收体制及政策不 变的条件下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。 本文利用回归分析，确定影响我国财政收入的主要因素。
我国国家财政收入的影响因素分析
我国国家财政收入的影响因素分析摘要：影响财政收入的因素很多，比如税收收入，国内生产总值，固定资产投资，就业人员数，税收体制，科教进步等等。
本文针对国家财政收入影响因素建立了计量经济模型，并利用 E - v i e ws软件对收集到的数据进行回归、检验、多重共线性以及自相关分析，建立财政收入影响因素的模型，分析了影响财政收入主要因素及其影响程度，并提出相关政策建议。
关键词：我国财政收入税收国内生产总值固定资产投资就业人数一、研究目的要求：财政收入对于国民经济的运行及社会发展具有重要影响。
首先，它是一个国家各项收入得以实现的物质保证。
一个国家财政收入规模大小往往是衡量其经济实力的重要标志。
其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。
财政收入的增长情况关系着一个国家经济的发展和社会进步。
因此，研究财政收入的增长就显得尤为重要。
随着经济体制改革的深化和经济的快速增长，中国的财政收入状况发生了很大变化。
1981年全国财政收入为1175.79亿元，到2008年已经增长到61330.35亿元，增长十分快速。
为了研究影响全国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政未来的增长趋势，需要建立计量经济模型。
影响财政收入水平的因素可能有很多。
例如，国内生产总值、税收、就业、科学教育发展程度、税收体制、固定资产投资等都可能对财政收入有影响。
为了分析什么是影响财政收入增长的最主要因素，并分析影响因素与财政收入增长的数量关系，需要建立相应的计量经济模型去研究。
二、模型设定（一）理论综述近年来，国家财政收入的增长成为我国学术界和政府所关注的问题。
尤其在财政学界展开了一场关于财政收入的讨论。
现将一些观点综述如下：1.政府职能范围是决定财政收入规模的直接因素。
关于政府职能范围，在自由资本主义时期，以亚当·斯密为代表的西文经济学家，主张对经济实行自由放任，由“看不见的手”通过市场进行自发调节，政府活动被限制在像“守夜人”那样极小的范围内，在这种情况下，财政收支规模很小。
财政收入的多元线性回归分析(通径)
财政收入的多元线性回归分析1通径分析的应用财政收支是指一个国家政府凭借政府的特殊权利，按照有关的法律和法规在一定时期内取得的各种形式收入的总和。
包括税收、企事业单位的收入、国家能源交通重点建设基金、债务收入、规费收入和罚没收入等。
财政收入水平的高低是反映一个国家经济实力的重要指标。
在一定的时期内财政收支规模的大小受许多因素的影响，本案例讨论国家财政的影响因素。
数据如下表一。
表一财政收入的有关资料1数据来源于2007年中国统计年鉴。
123表二变量的相关系数表4“**”表示在显著性水平0.01下显著不为零。
解释变量之间有比较强的相关关系。
结论：自变量有高度的多重共线性。
表三各解释变量与被解释变量之间的偏相关系数和简单相关系数的比较56可以看出简单相关系数与偏相关系数之间是有差异的，这是因为简单相关系数夸大了变量之间的关系。
解释变量之间的相关关系密切是导致这个结果的原因。
经济关系的通径分析是分析这种奇怪现象的方法。
二、通径分析定义：i x 对y 的直接影响=(,)i P x y ，即变量标准化后的回归系数，称为通径系数。
设Y 与X 1,…,X k 间存在线性关系，其回归方程为：01122k k Y X X X ββββ=++++ （1）01122(2)k kY X X X ββββ=++++将（1）-（2）7111()()k k k Y Y X X X X ββ-=-++-两边同时除以被解释变量的标准差σy111()/()/()/y y k k k y Y Y X X X X σβσβσ-=-++-11111()()()/kkx x k k y k y x y xX X X X Y Y σσσββσσσσ---=++令(,)jxi jyP x y σβσ=，称为i x 对y 的直接影响。
定义：i x 通过j x 对y 的间接影响=(,)(,)i j j x x P x y ρ。
8定义：ix 对Y 的总间接影响=(,)(,)kijji jx x P x y ρ≠∑。
分析财政收入的影响因素
分析财政收入的影响因素财政收入是政府实施宏观调控的主要手段，可以有效地调节资源配置，从而促进国家经济的发展，提高人们的生活水平。
改革开放以来，随着经济体制的深化和经济的快速增长，我国的财政收入发生了很大的变化，从1989年的2664.9亿元到2008年的61330.35亿元，20年平均每年增长了16.98%。
为了研究影响中国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政收入未来的增长趋势，我们需要建立计量经济模型。
影响财政收入增长的因素有很多，主要有：财政支出、居民可支配收入、社会消费品零售总额、进出口总额、年底就业人数。
一、模型的建立本模型主要反映的是财政收入与各影响因素的关系。
在这里，我们选择“财政收入”作为被解释变量；选择“财政支出”、“城镇居民家庭人均可支配收入”、“农村居民家庭人均可支配收入”、“社会消费品零售总额”、“年底就业人数”、“进出口总额”为模型的解释变量。
从《中国统计年鉴》中收集到以下数据。
年份财政收入（亿元）财政支出（亿元）城镇居民家庭人均可支配收入（元）农村居民家庭人均可支配收入（元）社会消费品零售总额(亿元)年底就业人员数（万人）进出口总额（亿元）1989 2664.90 2823.78 1260.70 601.50 7074.20 55329 1116.00 1990 2937.10 3083.59 1510.20 686.30 7250.30 64749 5560.10 1991 3149.48 3386.62 1700.60 708.60 8245.70 65491 7225.80 1992 3483.37 3742.20 2026.60 784.00 9704.80 66152 9119.60 1993 4348.95 4642.30 2577.40 921.60 12462.10 66808 11271.00 1994 5218.10 5792.62 3496.20 1221.00 16264.70 67455 20381.90 1995 6242.20 6823.72 4283.00 1577.70 20620.00 68065 23499.90 1996 7407.99 7937.55 4838.90 1926.10 24774.10 68950 24133.80 1997 8651.14 9233.56 5160.30 2090.1 27298.90 69820 26967.20 1998 9875.95 10798.18 5425.10 2162.00 29152.50 70637 26849.70 1999 11444.08 13187.67 5854.02 2210.30 31134.70 71394 29896.20 2000 13395.23 15886.50 6280.00 2253.40 34152.60 72085 39273.20 2001 16386.04 18902.58 6859.60 2366.40 37595.20 73025 42183.60 2002 18903.64 22053.15 7702.80 2475.60 42027.10 73740 51378.202003 21715.25 24649.95 8472.20 2622.20 45842.00 74432 70483.50 2004 26396.47 28486.89 9421.60 2936.40 59501.00 75200 95539.10 2005 31649.29 33930.28 10493.00 3254.90 67176.60 75825 116921.80 2006 38760.20 40422.73 11759.50 3587.00 76410.00 76400 140971.45 2007 51321.78 49781.35 13785.80 4140.40 89210.00 76990 166740.19 2008 61330.35 62592.66 15780.76 4760.62 108488.00 77480 179921.47设定的多元线性回归模型为Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+μ二、参数估计将上述数据输入Eviews 软件中进行参数估计，得到以下结果:Dependent Variable: Y Method: Least Squares Date: 06/14/10 Time: 13:12 Sample: 1989 2008 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 5128.266 6249.727 0.820558 0.4267 X1 1.177815 0.163365 7.209705 0.0000 X2 -2.438244 1.040729 -2.342824 0.0357 X3 7.059414 2.826045 2.497984 0.0267 X4 -0.263680 0.184393 -1.429990 0.1763 X5 -0.082663 0.104103 -0.794049 0.4414 X60.1218670.0370993.2849480.0059 R-squared0.998280 Mean dependent var 17264.08 Adjusted R-squared 0.997487 S.D. dependent var 16847.80 S.E. of regression 844.6458 Akaike info criterion 16.58493 Sum squared resid 9274545. Schwarz criterion 16.93344 Log likelihood -158.8493 F-statistic 1257.743 Durbin-Watson stat1.576982 Prob(F-statistic)0.000000由表中的数据可得模型估计的结果为：1234565128.266 1.177815 2.4382447.0594140.263680.0826630.121867XX X X X X Y ∧=+-+--+ (6249.727) (0.163365) (1.040729) (2.826045) (0.184393) (0.104103) (0.037099) t= (0.820558) (7.209705) (-2.342824) (2.497984) (-1.429990) (-0.794049) (3.284948)20.998280R=20.997487R= F=1257.743 df=13 三、模型检验1. 经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当年的财政支出每增长1亿元，财政收入增长1.177815亿元；在假定其他变量不变的情况下，当年的城镇居民家庭人均可支配收入每增长1元，财政收入减少2.438244亿元；在假定其他变量不变的情况下，农村居民家庭人均可支配收入每增长1元，财政收入增长7.059414亿元；在假定其他变量不变的情况下，社会消费品零售总额每增长1亿元，财政收入减少0.263680亿元；在假定其他变量不变的情况下，年底就业人数每增加一万人，财政收入减少0.082663亿元；在假定其他变量不变的情况下，进出口总额每增加1亿元，财政收入增长0.121867亿元。
基于EViews对我国财政收入影响因素的实证分析
基于EViews对我国财政收入影响因素的实证分析一、概述随着中国经济的高速发展和经济结构的持续优化，财政收入作为衡量国家经济实力和治理水平的重要指标，其影响因素及其作用机制越来越受到学术界的关注。
在此背景下，本文旨在利用EViews软件，对中国财政收入的影响因素进行深入的实证分析，以期揭示各因素与财政收入之间的内在联系，为政府制定科学合理的财政政策提供理论支持和实践指导。
具体来说，本文首先对财政收入的相关概念进行界定，明确财政收入的内涵和构成。
结合国内外关于财政收入影响因素的研究文献，梳理出影响中国财政收入的主要因素，包括经济增长、税收政策、产业结构、城镇化水平等。
接着，本文利用EViews软件，选取合适的时间序列数据，构建计量经济模型，对影响因素进行实证分析。
在模型构建过程中，本文将采用单位根检验、协整检验等方法，确保数据的平稳性和模型的有效性。
根据实证分析的结果，本文将对各影响因素的作用机制进行深入探讨，并提出相应的政策建议。
本文的研究不仅有助于深入了解中国财政收入的影响因素及其作用机制，还可以为政府制定更加科学合理的财政政策提供理论支持和实践指导。
同时，本文的研究方法和结论也可以为其他领域的研究提供借鉴和参考。
1. 研究背景与意义随着全球经济的不断发展和我国改革开放的深入推进，我国财政收入呈现出快速增长的态势。
财政收入作为政府开展各项经济活动的重要支撑，其稳定性、可持续性和合理性对国家的经济社会发展具有重要影响。
深入了解和分析影响我国财政收入的各种因素，揭示其内在规律，对于优化财政结构、提高财政资金使用效率、促进经济健康发展具有重要的理论和现实意义。
在此背景下，本文旨在利用EViews软件对我国财政收入的影响因素进行实证分析。
EViews作为一款功能强大的计量经济学软件，能够有效地处理时间序列数据，并通过建立计量经济模型来分析各因素对财政收入的贡献度和影响程度。
通过对这些因素进行定性和定量分析，可以更加清晰地认识到财政收入背后的复杂机制，为政府决策提供科学依据。
多元回归统计模型在国家财政收入预测中的应用
多元回归统计模型在国家财政收入预测中的应用作者：王宇轩来源：《科学家》2017年第12期摘要本文从多元线性回归分析的特点出发，探讨国家财政收入的影响因素，并对选定的影响因素进行回归分析，确定了最终的预测方程，并应用实际数据对模型的预测能力进行检验，获得了效果好且精度高的预测结果，对我国未来财政收入的发展具有辅助指导意义。
关键词多元线性回归；财政收入；预测；影响因素中图分类号 F8 文献标识码 A 文章编号 2095-6363（2017）12-0023-03在经济建设稳步发展的基础上，维持财政收入健康持续增长始终是政府追求的主要目标之一。
改革开放以来，我国财政收入随着财政体制的调整和社会经济的发展而不断增加。
为认识和掌握财政收入持续稳定发展的客观经济规律，需要探求了解影响财政收入的主要因素，为促进财政收入与经济的协调发展制定有关政策。
本文研究目的：即通过选择相关产业的增加值、消费情况以及旅游外汇等与财政收入有关的影响因素，运用多元回归分析方法探讨选取的诸多因素对我国财政收入的发展有何影响，并建立可行有效的数学模型来预测未来我国的财政收入。
1 回归分析预测模型背景知识回归分析是通过构建统计模型研究变量间相互关系的密切程度、结构状态、模型预测的一种有效工具。
回归分析方法进行预测时首先对预测对象（因变量）进行定性分析，确定影响其变化的一个或多个因素，然后通过预测对象和影响因素间的多组实验观察值建立起适当的回归模型进行预测。
这种方法分析了客观事物变量间（因变量和自变量）的因果关系，因而也称因果回归分析法。
在经济领域里，一个经济变量往往受多个因素的影响[2-3]，因此，需要建立多元回归模型进行预测。
为分析此模型效果，下将2014、2015年对应的（全国居民消费水平）、（全国人口数）和（农林牧渔业增加值）的数据代入上述得到的模型，预测出2014年全国财政收入，与2014年实际值140 370.03数据相差约160；预测出2015年全国财政收入，与2015年实际值152 269.23数据相差约2 900，求得的模型预测值和实际财政收入值相当接近，且相对误差控制在2%以内，模型稳定性再次得到肯定。
多元回归模型框架下广西财政收入增长途径探究——基于权变影响因素的视角
基于 权 变 影 响因 素 的 视角
焦 健
南宁 ５ ３ ０ ０ ０ ６ ）
（ 广 西 民族 大学
管理 学 院 ，广 西
［ 摘
要］ 广西财政收入受到诸 多经济发展水平 因素 、 政策环境 因素 、 从业人员因素等权 变因素 的影响。 基于权 变
影响 因素的视角 ， 对影响广西财政收入 的各权变 因素量化 因子建立多元线性 回归模型 ， 定量分析备权 变影 响因 素的影响程度 。 广西今后财政增收方面 ， 应该继续保持税 收增 收途径主力军作用 ， 同时促进 国民经济增长途径 的稳步发展和从业人员就业结构途径的优化变革 。 ［ 关键词］ 广西财政收入； 权变 因素； 多元线性回归模型； 增长途径
同期 全 国水 平 则 为 ２ ２ ％， 比广 西 高 出 ８ ． ８ ３个 百 分
点， 广西 财政 收入对 Ｇ Ｄ Ｐ贡献 率 与全 国水平 差距 逐 ＮＪ Ｊ ｕ ； ｋ ％因此 ， 稳步增加广西财政收入显得极 为迫切 。
一
（ 三） 社会从业人员 因素
从业 人员 增长在 一定 程度上 会增加 个 人所得 税 收入 ， 对 财政 收入 的增 长有 一定 的促进 作用 。 但 由于 从业 人员 因素 受产业 结构 影响较 大 ，加之 产业结 构 又 是处 在不断 变化之 中 ， 因此 ， 社 会从业 人 员 因素 对
全 国水 平 则 为 １ ２ ． ７ ６ ％，比广 西 高 出 ２ ． ６个 百 分点 ；
素。 政府根 据 实际情况 实行 经济 政策或 财政政 策 ， 都 对一 个地 区 的财政增 收有 所影 响 。 因此 ， 政策 自身 的 权变 性决 定其 对财政 收入 影响 的权变性 特点 。
２ ０ １ １ 年 广西 财 政 收入 对 Ｇ Ｄ Ｐ贡 献 率 为 １ ３ ． １ ７ ％， 而
基于EViews对我国财政收入影响因素的实证分析
财税金融基于E V ie w s对我国财政收入影响因素的实证分析摘要：财政收入是政府实现政府职能的基本保障，其增长情况关系着一个国家经济的发展和社会的进步，研究财 政收入的影响因素显得尤为必要。
文章根据我国自1999=2017年的财政收入，选取了国内消费税数等七个解释变量，构造了理论上的模型。
利用EViews软件对计量模型进计和检验，进行了拟合优度及统计意义上的分析，并使用逐步回归法修正了其多重共线性，使其更加具有实证价值，同时利用多种计量经济学的检堪底分红、股份合作等多种形式，拓宽农民 增收渠道。
促进小农户和现代农业发展有 机衔接，使农户更好实现自身利益、提高 谈判地位、增强市场影响力。
二是股份合作联结利益分享机制。
可 以借鉴宜宾市李场镇荔枝产业的“1216”利益联结模式，当地现代荔枝产业示范园 采取“公司$专业合作社$支部$农户”的组织模式，由支部提供项目和平合，专业 合作社提供产品和 ，公司提供品牌和 ，农户以产荔枝股的方式，'、专业合作社、公司、农户 1:2:1:6股份 享荔枝售收入红利。
三是其他利益联结机制。
各地可根据 实际情，利益联结分享机制，采取现有的组织模式，可以 ：“发展”等联结机制，，形成合力，产业实现可 发展。
(五）实施互联网营销策略，推进宜宾 荔枝品牌建设和乡村旅游发展联 的，的息获取 和 形式。
的，的售模式、售进 。
荔枝品 ，宜 市荔枝产业可以结合当地 ，通过举办荔枝 、“”荔枝影 ，荔枝 品 等，的户进，当套餐、组团方案，吸引游客的注意和广泛参与。
同时，邀请抖音络红人作为宜宾荔枝品代言人，并拍摄当地荔枝 片、情景短剧发布到各社交平合(微、微博、：手、抖音等），增加宜荔枝的产品曝光量，以此实现多渠道、全方位的品 。
荔枝产品营 ，可凭借大塔荔枝品牌，实现产品标准化运作，做到统一质量、一价格、一包装、一配送，增加荔枝产品附加值。
当宜 荔枝即将上市时提早部署谋划，积极与阿里巴巴旗下农村淘宝、聚划算、盒马、等线上平合进行对接，邀请红带货达人采用直播式为宜荔枝做售，下适当扩大宜荔枝 的规模，独具 ，的宜荔枝红景点、主题公园、民宿，荔枝采摘、荔枝 诗词会，村观光、农业体验等乡村旅游休闲娱乐活，借 验营吸引更多的客参与到宜 ，与发、、乐等市合作，提供 的荔枝货 。
浅析运用多元线性回归模型分析影响税收收入的经济因素
浅析运用多元线性回归模型分析影响税收收入的经济因素一、概述税收收入作为国家财政收入的重要组成部分，其变化情况与国家的经济状况密切相关。
为了探究影响税收收入的经济因素，本文将运用多元线性回归模型进行分析。
我们需要明确研究的问题。
影响税收变化的因素多种多样，为了找出对税收具有显著性影响的指标，我们将根据文献阅读和实际经济经验，选取国内生产总值（GDP）、财政支出、物价水平等因素作为模型的自变量，进行多因素计量分析。
近年来，我国税收的增长速度显著超过了GDP的增长速度，这一现象可能暗示着我国的经济政策体系、政府调控机制等方面存在一些问题。
对税收收入及其主要影响因素进行多元线性回归分析，有助于我们改善税收现状，并为完善税收政策和经济体制提供参考。
在建立计量经济模型时，我们将明确解释变量和被解释变量。
被解释变量为税收收入总额，而解释变量则包括国内生产总值（GDP）、财政支出、物价水平等。
通过建立模型，我们可以得出各个变量与税收收入之间的变动关系，从而为税收收入的预测和政策制定提供依据。
1. 税收收入在国家经济中的重要地位税收收入作为国家财政收入的主要来源之一，在国家经济中占据了举足轻重的地位。
它不仅关系到政府的财政状况和公共服务的提供，更是衡量一个国家经济发展水平和社会稳定程度的重要指标。
税收收入是国家实现宏观经济调控的重要工具。
政府通过调整税收政策，如改变税率、调整税目或实行税收优惠等，可以影响企业和个人的经济行为，进而调控宏观经济运行。
例如，降低企业所得税率可以激励企业增加投资，扩大生产规模，从而促进经济增长提高个人所得税起征点则可以增加居民的可支配收入，刺激消费需求，拉动内需增长。
税收收入对于保障社会公共服务和基础设施建设具有重要意义。
税收作为一种强制性的财政收入形式，能够确保政府有足够的资金用于提供公共教育、医疗、社会保障等公共服务，以及建设交通、水利、能源等基础设施。
这些服务和设施的建设和完善，不仅能够提高人民的生活质量，也是国家经济发展的重要支撑。
基于多元回归模型CPI影响因素分析
基于多元回归模型CPI影响因素分析一、引言消费者价格指数（CPI）是衡量商品和服务价格的重要指标，也是衡量通货膨胀水平的重要指标之一。
CPI的变化直接影响着人民生活水平、企业生产成本和国家经济政策。
研究CPI的影响因素对于深入了解经济运行规律，提高宏观调控能力具有重要意义。
本文将运用多元回归模型对CPI的影响因素进行分析，以期为政府决策提供参考依据。
二、研究方法本研究将以CPI为被解释变量，选取GDP、居民收入、货币供应量、工业品价格指数等多个影响因素作为自变量，利用Excel或SPSS等统计软件进行数据处理和多元回归分析，从而探讨不同因素对CPI的影响程度。
三、数据来源本研究将利用国家统计局、财政部、央行等权威机构发布的相关数据进行分析。
也将参考相关学术研究和文献，以确保数据的准确性和可靠性。
四、多元回归分析结果（1）模型建立我们将建立多元回归模型：CPI = β0 + β1GDP + β2居民收入 + β3货币供应量 + β4工业品价格指数+ ε。
CPI为被解释变量，GDP、居民收入、货币供应量、工业品价格指数为自变量，β0为截距项，β1~β4为自变量的系数，ε为误差项。
（2）回归系数通过对数据进行回归分析，我们得到了各个自变量的回归系数。
结果显示，GDP的系数为0.35，居民收入的系数为0.25，货币供应量的系数为0.2，工业品价格指数的系数为0.15。
这表明，这些自变量对CPI都有一定的正向影响，即它们的增加会导致CPI的上升。
（3）显著性检验我们还使用F检验对整体回归模型的显著性进行检验。
结果显示，F统计量为15.23，p值小于0.05，说明回归模型是显著的。
这表明，我们建立的模型对CPI的解释是确实有效的。
（4）可决系数我们计算了模型的可决系数（R^2），结果为0.75。
这表明，我们建立的回归模型可以解释CPI变动的75%。
五、结论与政策建议通过多元回归分析，我们可以得出以下结论：GDP、居民收入、货币供应量、工业品价格指数等因素对CPI都有一定的影响，且它们的影响程度不同。
我国财政收入影响因素实证分析
我国财政收入影响因素实证分析摘要：影响财政收入的经济因素很多，文中介绍了利用向前逐步回归法结合EVIEWS 软件对财政收入的影响因素进行筛选的方法，得到了财政收入与对其有显著影响的总投资、净出口、社会商品零售总额三个因素的线性回归模型,并给予模型合理的经济解释，最后给出提高财政收入的相关对策建议。
关键字：财政收入多重共线性逐步回归需求结构实证分析一、文献综述本文研究财政收入的影响因素，通过阅读多篇文献及资料，发现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。
影响财政收入的因素众多复杂，部分论文通过研究经济理论对财政收入的解释将财政收入影响的因素主要有总税收、国内生产总值、其他收入和就业人数，据此做出相关模型，并进行检验及经济意义讨论。
也有部分论文将：国家工业总产值、农业总产值、建筑业总产值、社会商品零售总额、全国人口总数和受灾面积6 个因素为自变量建立模型。
查阅资料可知财政收入主要由总税收、国有资产收入、国债收入、收费收入和其他收入组成。
同时发现财政支出将对财政收入有一定影响。
以此，希望建立一个新的模型，对财政收入的影响因素做出一些解释。
最后对增加财政收入提出一些相关对策与建议。
概括起来，变量的选择和研究方法大致有以下几种：（1）以财政收入为因变量y（单位：亿元），对于自变量的选择，鉴于数据的可得性以及对财政收入可能产生影响的几个经济因素：国家工业总产值（单位：亿元）、农业总产值（单位：亿元）、建筑业总产值（单位：亿元）、社会商品零售总额（单位：亿元）、全国人口总数（单位：万人）和受灾面积（单位：万公顷）共6 个因素为自变量的候选变量。
数据样本区间选择1989—2003 年。
运用逐步回归的方法，除去不显著变量，简化了模型，又消除了多重共线性，最后得到了财政收入与对其有显著影响的农业总产值和社会商品零售总额两因素的线性回归模型,并通过了统计准则检验和计量经济学准则检验。
基于多元回归分析的我国GDP影响因素实证分析
基于多元回归分析的我国GDP影响因素实证分析1. 引言1.1 研究背景研究背景：作为世界上人口最多的国家之一，中国的经济增长一直备受关注。
随着中国经济的快速发展，人们对于中国GDP增长的影响因素的研究变得愈发重要。
多元回归分析是一种有效的统计方法，可以帮助我们理解多个变量之间的关系，并且可以用来预测未来的趋势。
利用多元回归分析对中国GDP的影响因素进行实证分析，可以为政府部门制定更加科学的经济政策和战略规划提供重要参考。
过去的研究多集中在单一因素对GDP的影响，比如投资、消费、出口等。
这种单一因素分析往往不能全面准确地解释GDP变化的复杂性。
进行多元回归分析来研究中国GDP的影响因素是非常必要的。
通过分析不同因素之间的相互关系，我们可以更好地理解影响中国GDP增长的主要因素，从而为中国经济的可持续发展提供指导和支持。
在当前国内外经济形势不确定的情况下，加强对中国GDP增长影响因素的研究具有重要意义。
通过深入探讨中国GDP增长的内在机制，可以更好地应对外部经济环境的变化，实现经济持续平稳增长。
开展基于多元回归分析的中国GDP影响因素实证研究至关重要。
1.2 研究目的本研究旨在通过基于多元回归分析的方法，探究我国GDP的影响因素，促进对经济发展的深入理解。
具体而言，本研究将通过分析各种可能的影响因素，如投资、消费、出口等，来确定它们对GDP增长的具体贡献程度，并进一步探讨它们之间的相互关系及影响机制。
通过深入探讨我国经济发展的内在规律，为政府制定更加精准有效的经济政策提供理论支持。
本研究也旨在为学术界提供参考，丰富和完善有关经济增长方面的理论。
通过实证分析，可以验证现有理论的适用性，并为相关学科的进一步研究提供可靠的依据。
通过对GDP影响因素的深入探讨，有助于揭示经济增长的内在机制，为全面理解经济发展提供更为全面的视角。
本研究旨在通过多元回归分析，揭示我国GDP的影响因素，为政府经济政策制定提供参考，为学术界提供有关经济增长的研究依据，为推动我国经济发展提供理论支持。
影响财政收入的主要因素
影响财政收入的主要因素摘要：财政收入是一国政府实现政府职能的基本保障，主要有资源配置、收入再分配和宏观经济调控三大职能。
财政收入的增长情况关系着一个国家经济的发展和社会的进步。
我国财政收入主要受国民经济发展、预算外资金收入、税收收入等因素的影响。
本文针对我国财政收入影响因素建立了计量经济模型，并利用E-views软件对收集到的数据进行相关回归分析，排除简单多元回归模型存在的严重多重共线性等问题，建立财政收入影响因素更精确的模型，分析了影响财政收入主要因素及其影响程度，预测我国财政收入增长趋势。
一问题的提出据《中国之声》报道，2010年中国税收收入预计将达到7.7万亿元，加上非税收入，今年财政收入走入“8万亿”时代已成定局。
而一旦实现了这个数字，中国将紧随美国之后成为全球第二大财政收入经济体。
中国仅用了3年的时间就超越日本，坐上了世界第二的宝座，这一变动将会对全球经济及政治形势产生巨大的影响。
据统计1978～2008年我国财政收入的规模随着经济的不断增长而增长,由1978 年的1132.26亿元到2008年的61330.35亿元,扩大了近50倍。
“十一五”期间，中国财政收入从“十五”末年的3万亿元起步，以年均1万亿元的幅度增长，年度增速数倍于同期GDP。
同时，“中国税负是否过高”引发了全民关注。
为了研究影响中国财政收入增长的主要原因，分析中央财政收入对税收收入的依赖程度，预测中国财政收入未来的增长趋势，需要建立计量经济学模型。
影响中国财政收入增长的因素很多，但据分析主要的因素有：①经济发展水平。
经济发展水平的影响是基础性的。
经济发展水平与财政收入是根与叶、源与流的关系。
②预算外资金收入。
预算外收入是指不通过国家预算管理的财政收入。
数据显示，1978年，全国预算外收入为347亿元，相当于当年预算内收入的30.6%；而2006年的全国预算外收入总量，已与3.9万亿元的国家财政收入不相上下。
预算外收入已成为影响中国财政收入不可或缺的因素。
财政收入决定因素的多元回归分析
龙源期刊网
财政收入决定因素的多元回归分析
作者：刘倩
来源：《时代经贸》2012年第11期
一、研究背景、目的及意义
我国从1978年改革开放以来，国民经济一直保持着较高的增长速度，人民生活水平大幅度提高。
但近年来由于全球竞争的加剧，国际金融危机的爆发及中国对外开放程度的加深，使得我国国民经济的发展面临着很大的挑战。
为了促进国民经济的发展，拉动经济的增长，政府采取了一系列扩张性的财政政策，如加大政府投资力度、增加转移支付等。
这些政策的确收到了明显的效果，但它同时带来一个不容忽视的后果就是财政赤字的迅速增加。
虽然适度的财政赤字并不会对国民经济造成严重危害，但如果财政长期入不敷出，使得赤字无限制扩大，将会导致财政高风险、通货膨胀、经济停滞等一系列严重后果。
因此，我们提出国家财政收入决定因素统计分析这一课题，通过统计的方法，研究多项因素对我国财政收入的影响，从而建立财政收入决定因素多元回归分析模型，以达到对现实经济活动进行指导的目的。
财政收入增长的影响因素分析
财政收入增长的影响因素分析作者：宫海欣来源：《现代经济信息》2016年第16期摘要：本文依据科学性选择相关指标，运用回归分析法对财政收入增长的影响因素进行定量分析，并对回归模型做出可靠性检验，得出相关结论，最后提出合理化建议。
关键词：财政收入增长；影响因素；回归分析；建议中图分类号：F812 文献识别码：A 文章编号：1001-828X（2016）016-000-01一个国家财政收入规模大小往往是衡量其经济实力的重要标志。
因此，各个国家都要通过财政收入对整个国家宏观经济进行调控，通过适当地增加或减少财政收入总量的方法加以实现。
本文选择GDP增长率、固定资产投资额增长率以及税收增长率三个指标作为影响因素，对财政收入的增长趋势进行分析，以计量经济分析方法为工具，通过多元回归模型来拟合解释财政收入的变化，并根据分析结论，提出提高我国财政收入增长的对策和建议，为我国财政政策的制定提供借鉴和依据，从而实现我国财政收入总量的平稳增长。
一、财政收入增长影响因素的实证分析（一）回归分析本文数据来源于《2015年中国统计年鉴》，选择了财政收入、GDP、固定资产投资额及税收的数据作为基本数据，通过公式计算得到相应的增长率作为本文的基本指标，即财政收入增长率（Y），GDP增长率（X1），固定资产投资增长率（X2），税收增长率（X3）。
根据以上指标和数据，本文应用Eviews软件，通过最小二乘法建立多元回归模型，结果如下：由回归方程可以看出，R2=0.9331，说明该模型对样本的拟合很好，并且F=21.16764>F0.05（3.16）=8.70，回归方程也很显著，回归系数在显著性水平为1%时，除了固定资产投资的P值略大于1%，其他变量的P值均小于1%，所以各变量对被解释变量即财政收入有显著影响，即以上变量联合起来对财政收入有显著影响。
在假定其他变量不变的条件下，GDP每增长1%，财政收入就会增长0.3593%，固定资产投资当期每增长1%，财政收入就会下降0.0485%，这是由于固定资产投资具有滞后效应所产生的，即当期投入不会立即转化成当期产出，需要经过一段时间才能转化为生产能力从而增加产出，使财政收入增加；税收每增长1%，财政收入就会增长0.6325%，这是由于税收是财政收入的主要来源。
基于多元回归的影响因素分析方法研究
基于多元回归的影响因素分析方法研究近年来，数据分析与挖掘技术发展迅猛，其中基于多元回归的影响因素分析方法在许多领域得到广泛应用。
本文将深入介绍该方法及其应用场景，希望为相关研究提供参考。
I. 方法介绍多元回归分析是一种通过建立数学模型来表征响应变量与多个自变量之间关系的统计方法。
在实际应用中，多元回归可以被用来分析各种问题，例如商品价格、房屋租赁费用等。
在此类问题中，价格可以被视为响应变量，而影响价格的因素则可以被视为自变量。
在进行多元回归分析时，通常需要先选出自变量。
一种可行的方法是通过进行先验分析和特征选择来确定哪些变量对于预测响应变量最有价值。
在实际应用中，选择自变量需要结合模型目的、数据类型以及分析结果等多个因素进行综合考虑。
II. 应用场景多元回归分析方法在许多领域得到广泛应用。
以下为几个应用场景的介绍：1. 商品定价在商品定价中，多元回归可用于分析不同自变量对价格的影响。
例如，在考虑手机价格时，可以考虑厂商、型号、配置等因素对价格的影响。
2. 市场营销在市场营销中，多元回归可以被用来预测销售额、顾客满意度等重要指标。
例如，在分析某个地区房屋销售市场时，可以从地理位置、周边环境、房屋面积、房屋类型等因素中选出对销售额影响最大的自变量。
3. 生产优化在生产优化中，多元回归可以用于分析影响生产效率的各类因素。
例如，可以通过建立数学模型，预测在生产环境中什么因素会对生产效率产生影响，进而进行优化。
III. 实例分析为了更好地说明多元回归分析方法的应用，下面举一个实例进行说明：某家公司想要分析哪些因素对平台上商品价格有影响，他们收集了以下数据：销售量、生产成本、销售区域、商品品牌、商品类型。
在这些自变量中，公司认为这五个因素对商品价格的影响最大。
将数据输入建模软件中，设置合适的参数后，得到以下数学模型：Price = 300 + 3.4 * SalesVolume + 0.8 * ProductionCost -20 * SalesRegion + 5 * Brand + 15 * ProductType在这个数学模型中，每一个自变量的系数都表示价格上升或下降的幅度。
财政收入多元化线性回归分析
案例3财政收入多元化线性回归分析一、案例简析本案例来自作者主持,参与的财政部“九五”科研课题《我国财政收支决定因素的统计分析》(该课题现已通过接题鉴定),作者从中选取了财政收入线性回归分析问题进行提炼,归纳,形成了本案例。
我们试图通过对财政收入及其影响因素问题的研究,从教学上来说明如何利用多元回归分析这一常用的统计方法,解决现实问题的实证分析过程。
财政收入是指一个国家政府凭借政府的特殊权力,按照有关的法律和法规在一定时期内(一般为一年)取得的各种形式收入的总和,包括税收,企事业收入, 国家能源交通重点建设基金收入,债务收入,规费收入,罚没收入等。
财政收入水平高低是反映一国经济实力的重要标志。
在一定时期内,财政收入规模大小受许多因素的影响,如国民生产总值大小, 社会从业人数多少,税收规模大小,税率高低等。
在本案例中,我们认为,一个国家税收水平高低,国民生产总值规模的大小,社会从业人数多少,其他收入的多少,是决定一个国家一定时期内财政收入规模的主要影响因素。
二案例数据的描述本案例的样本数据来自中国统计出版社出版的有关年份的《中国统计年鉴》和《改革开放十七年的中国地区经济》,数据时限为1978-1995 年。
案例数据如表8-1。
表8-1 的数据已经制成数据文件存入磁盘。
该文件数据在磁盘中的位置是: 人数多少a:\case08\data1.txt 数据的排列格式及其变量名与表8-1 相同。
本案例的数据可以使用TSP 软件,SPSS 软件和SAS 软件进行分析。
我门建议使用SPSS软件进行分析。
用SPSS forWIN.7.5软件读取本案例数据的基本步骤是:第一,用OPEN 命令打开软件中的数据文件a:\case08\data1.txt,杂SPSS 句法编辑器(SPSS Synax Editor)中观察文件中的数据结构,包括变量名,变量数,变量顺序和样本数; 表8-1 财政收入等五项指标观测数据取本案例的数据文件,并对每一变量进行定义,否则,读入后的数据结构会发生混乱,无法进行分析. 还需注意的是:说句文件中包含了六个变量名,即T,Y,X,X,X,X,而变量名本身是字符不是数值,因而不能直接进行运算.处理方法是:读入文件后,把第一个样本继第一行的变量删去,即可进行分析. 第三,用其它软件读取本案例数据的程序和思路参照以上程序进行.三案例所涉及的统计理论和统计方法本案例主要涉及的理论和方法包括:多元线性回归分析建模方法,多元线性回归方程的统计检验,回归方程的评价与预测方法,非线性统计方法及其他统计建模方法.具体方法的原理与说明倾向间隔终于回归分析相关的统计学教材.四组织本案例教学的一些建议1.在进行本案例教学前,应先将本案例所涉及的统计理论和方法作义介绍,尤其是对回归方程的显著性检验(F 检验),回归系数显著性检验和 D.W 检验要给以详细讲述.2.结合样本数据的时间序列土,启发学生就建立经济模型的形式进行分析. 如旧本案例的资料而言,是建立线性回归模型还是建立非线性回归模型?为什莫要建立线性模型?最好通过图形来接解释说明.3.本案例已在机房讲授,可以一边上机,以便演示整个回归分析和汴梁筛选的过程,教学效果会更好.五本案例的解析过程及参照结果1.收集有关数据.可根据表8-1 数据直接录入,也可以从数据文件中读取原始数据文件a:/case08/data1>txt. 2.对样本数据进行初步的描述统计分析.具体可使用SPSS 软件中STATISTICS 功能中SUMMARIZE 菜单下的DESCRIPTIVES 选项进行分析.其运算结果如下(见表8-2):标8-2描述统计量表(Discriptive Statistics)77.6810007.39步的分析.但是统计量表明,五个变量的取值范围差别较大,因此在下面的分析过程中要考虑对变量进行标准化处理。
- 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)。
基于多元回归分析方法的财政收入影响因素分析一、问题提出及背景分析近年来，随着国家的财政收入保持高速增长的姿态。
财政作为一个经济范畴，是一种以国家为主体的经济行为，是政府集中一部分国民收入用于满足公共需要的收支活动，以达到优化资源配置、公平分配及稳定和发展经济的目标，主要有资源配置、收入分配和稳定经济发展等职能。
国家或地区政府为社会经济活动提供公益服务与公共物品的种类和范围，很大程度上取决于国家或地区财政收入的状况。
所以，研究一国或地区的财政收入增长因素就显得尤为必要，这有助于政府认清现状，作出合理的决策。
目前，财政输入的主要影响因素主要有各项税收、经济活动和国内生产总值等，因此，文章是通过前人学者的基础之上，从国家统计局获取相关数据，采用多元线性回归分析方法对其进行分析。
二、数据获取为探究国家财政收入的影响因素，从中国国家统计局（2014中国统计年鉴）中获得1978-2013年国家财政收入及各个影响因素的数据并采用多元回归分析法利用7.2Eviews对其进行分析，具体数据见表1：表1 1979-2013年财政收入及各项影响因素数据（单位：亿元）年份财政收入（Y）各项税收（1X）经济活动（2X）国内生产总值（3X）19781132.26519.28406823645.2 19791146.38537.82415924062.6 1981159.93571.70429034545.6 19811175.79629.89441654889.5 19821212.33700.024********.5 19831366.95775.59467075985.6 19841642.86947.35484337243.8 19852004.822040.79501129040.7 19862122.012090.735154610274.4 19872199.352140.365306012050.6 19882357.242390.475463015036.81982664.902727.405570717000.9 91992937.102821.866532318718.3 01993149.482990.176609121826.2 11993483.373296.916678226937.3 21994348.954255.306746835260.0 31995218.105126.886813548108.5 41996242.206038.046885559810.5 51997407.996909.826976570142.5 61998651.148234.0470********.9 71999875.959262.807208783024.3 819911444.0810682.587279188479.2 920013395.2312581.517399298000.5 020016386.0415301.3873884108068.2 120018903.6417636.4574492119095.7 220021715.2520017.3174911134977.0 320026396.4724165.6875290159453.6 420031649.2928778.5476120183617.4 520038760.2034804.3576315215904.4 620051321.7845621.9776531266422.0 720061330.3554223.7977046316030.3 820068518.3059521.5977510340320.0 920183101.5173210.7978388399759.5 02011 103874.43 89738.39 78579 468562.4 2012 117253.52 100614.28 78894 518214.7 2013129209.64110530.7079300566130.2三、模型建立与求解设被解释变量为财政收入（Y ），解释变量分别为各项税收（1X ）、经济活动（2X ）和国内生产总值（3X ），因此我们设定回归模型为0112233i i i i iY X X X u ββββ=++++应用Eviews 的最小二乘法程序，输出结果见表2：表2 Eviews 输出结果由上表可知，得出估计的回归方程为1231666.459 1.3104290.0296290.02671(2.48)(31.61)( 2.26)( 3.24)i i i iY X X X =+----1、回归方程显著性分析1）回归方程的显著性检验（F 检验）原假设： 012:0k H βββ====；备择假设： 1:1,2,,j H j k β=至少有一个不等于零()。
由上表可知：/78889.15/(1)RSS kF ESS n k ==--给定显著性水平0.05α=，查表可知(3,32) 2.9278889.15F =<，否定原假设，总体回归方程存在显著的线性关系，即财政收入与各项税收、经济活动和国内生产总值之间的线性关系是显著的。
2）解释变量的显著性检验（t 检验）原假设： 0:0(1,2,,)i H i k β== 备择假设： 1:0(1,2,,)i H i k β≠=由上表可以看出，t 检验对应的概率均小于给定的显著性水平0.05α=，因此均拒绝原假设，即可以认为解释变量各项税收、经济活动和国内生产总值对被解释变量存在显著性影响。
3）拟合优度检验由20.999865R =，20.999852R =可以看出，线性方程拟合很好，回归效果具有很大的说服力。
2、经济意义检验1231666.459 1.3104290.0296290.02671(2.48)(31.61)( 2.26)( 3.24)i i i iY X X X =+----模型估计结果说明，在假定其它变量不变的情况下，当年税收收入每增长1亿元，财政收入增长1.31亿元；在假定其它变量不变的情况下，当年经济活动人口每增长 1亿人，财政收入减少0.029亿元；在假定其它变量不变的情况下，当国民生产总值每增加1亿元，财政收入就会增加0.027亿元。
3、多重共线性检验运用Eviews 软件得出变量之间的相关系数，具体见表3由相关系数矩阵可以看出，确实存在部分多重共线性。
因此，运用逐步回归分析方法对回归方程进行检验和处理多重共线性。
（1）对Y 分别关于123,,X X X 做最小二乘回归（具体结果见表4-6），得 a) Y 关于1X 回归分析1ˆ515.7197 1.158555( 3.11)(256.61)Y X =-+-220.999484,0.999469,0.332395,65847.35R R DW F ====表4 Y 关于1X 回归分析结果b) Y 关于2X 回归分析2ˆ86513.21 1.704490( 3.61)(4.70)Y X =-+-220.393637,0.375803,0.059435,22.07207R R DW F ====表5 Y 关于2X 回归分析结果c) Y 关于3X 回归分析3ˆ3690.7230.220517( 4.17)(50.15)Y X =-+-220.999484,0.999469,0.332395,65847.35R R DW F ====表6 Y 关于2X 回归分析结果根据经济理论和回归结果可知，易知各项税收1X 是最重要的解释变量，所以选取第一个回归方程为基本回归方程。
（2）加入经济活动人口2X ，对Y 关于1X ，2X 作最小二乘回归，得12ˆ3320.839 1.1763370.064969(6.67)(333.71)(7.86)YX X =+--220.999820,0.999809,0.915509,91837.45R R DW F ====表7 Y 关于1X ，2X 回归分析结果可以看出，加入2X 后，拟合优度2R 和2R 均有所增加，并没有影响1X 的显著性，所以在模型中保留2X 。
（3）加入国内生产总值3X ，对Y 关于1X ，3X 作最小二乘回归，得12ˆ167.5254 1.3856500.043709(1.38)(52.81)(8.70)Y X X =+--220.999843,0.999834, 1.059547,105220.7R R DW F ====表8 Y 关于1X ，3X 回归分析结果可以看出，加入3X 后，拟合优度2R 和2R 均有所增加，并没有影响1X 的显著性，所以在模型中保留3X 。
（4）综合以上分析，虽然根据相关系数矩阵，回归方程存在部分的多重共线性，但是由逐步回归分析方法分析可知，多重共线性的存在不影响回归方程的评价结果，因此，回归方程不变。
4、异方差检验 采用White 检验：（1）先采用图示法，直观判别是否存在异方差图11X ，2X ，3X 对Y 的散点图图2 残差与1X 的散点图图3 残差与2X 的散点图图4 残差与3X 的散点图由图1-4可知，随着1X ，2X ，3X 的增加，财政收入Y 随之也增加，表明存在异方差性，但其异方差是否显著存在，还需要进一步验证。
（2）White 检验表9 White 检验输出结果辅助回归式估计结果如下：2232111222233310187486707.66160.0371150.0173556411.32630.0039100.004947*261.20090.001441t u X X X X X X X X =-+--+-+--20.579125,36R T ==因为220.05360.57912520.8485(9)18.307TR χ=⨯=>=，所以该回归方程存在异方差。
克服异方差性：采用加权最小二乘法克服异方差。
表 10 加权过后回归分析结果表11 加权后White 检验结果根据220.05360.4793617.25695(9)18.307TR χ=⨯=<=，所以克服了异方差。
5、自相关检验图5 残差图(1)估计线性回归模型并计算残差1231666.459 1.3104290.0296290.02671(2.48)(31.61)( 2.26)( 3.24)Y X X X =+----20.999865R =，20.999852R =，..428.4262s e =， 1.177DW =回归方程拟合较好，但DW 较低。
残差图见图5。
（2）分别用,DW LM 统计量检验误差项t u 是否存在自相关已知 1.177DW =，若给定0.05α=，查表得出，DW 检验的临界值 1.29L d =，1.65U d =。