浙江财政收入的回归分析
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。
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≠∑。
我国税收收入的线性回归分析

一、材料改革开放以来,随着经济体制改革的深化和经济的快速增长,中国的财政收支状况发生很大变化,中央和地方的税收收入1978年为亿元,到2002年已增长到亿元,25年间增长了33倍,为了研究影响中国税收收入增长的主要原因,分析中央和地方税收收入的增长规律,预测中国税收未来的增长趋势,需要建立计量经济模型。
二、模型构建与分析为了全面反映中国税收增长的全貌,选择包括中央和地方税收的“国家财政收入”中的“各项税收”(简称“税收收入”)作为被解释变量,以反映国家税收的增长;选择“国内生产总值(GDP)”作为经济整体增长水平的代表;选择中央和地方“财政支出”作为公共财政需求的代表;选择“商品零售物价指数”作为物价水平的代表。
由于财税体制的改革难以量化,而且1985年以后财税体制改革对税收增长影响不是很大,可暂不考虑税制改革对税收增长的影响。
所以解释变量设定为可观测的“国内生产总值”、“财政支出”、“商品零售物价指数”等变量。
建立模型:Y = a + bX1 + cX2 +dX3Y:税收收入X1:国内生产总值(GDP)X2:财政支出X3:商品零售物价指数数据采用1985年到2011年,如下表:Y X1 X2 X319851986 10619871988198919901991199219931994199519961997199819992000200120022003200420052006200720082009201020111、建立模型2、回归分析结果:Dependent Variable: YMethod: Least SquaresDate: 04/09/13 Time: 17:27Sample: 1985 2011Included observations: 27Variable Coefficient Std. Error t-Statistic Prob.X1X2X3CR-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)Estimation Command:=====================LS Y X1 X2 X3 CEstimation Equation:=====================Y = C(1)*X1 + C(2)*X2 + C(3)*X3 + C(4)Substituted Coefficients:=====================Y = *X1 + *X2 + 72.*X3 -R^2=0.998200 F=3、结果分析:<1>拟合优度检验:拟合优度等于,说明总离差平方和的99%被样本回归直线解释,仅有1%未被解释,因此,样本回归直线对样本点的拟和优度是很好的。
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。
影响我国财政收入的多元线性回归模型

影响我国财政收入的多元线性回归模型题目:影响我国财政收入的多元线性回归模型内容摘要财政收入按收入形式可以分为:各项税收收入、企业收入、债务收入、国家能源交通重点建设基金收入、基本建设贷款归还收入、国家预算调节基金收入、其他收入等。
从定性分析的角度来说,财政收入会受到各种不同因素的影响,如:农业增加值、工业增加值、建筑业增加值、社会总人口数、社会消费额总额、国土受灾面积等等。
本文建立模型仅选取我国第一产业增加值、第二产业增加值(包括工业和建筑业)、第三产业增加值、社会从业人数,以及其他收入水平5个因素为解释变量,分析它们对财政收入的影响程度。
关键词:财政收入;多元线性回归;分析影响我国财政收入的多元线性回归模型一、提出解释变量与被解释变量Y表示财政收入(亿元),为被解释变量;五个解释变量分别为:X1 表示第一产业增加值(亿元),X2表示第二产业增加值(亿元), X3表示第三产业增加值(亿元),X4表示社会从业人数(万人),X5表示其他收入(亿元)。
数据的搜集如下:模型中各个解释变量和被解释变量1994年到2013年共20年的数据R-squared 0.999570 Mean dependent var 41895.78Adjusted R-squared 0.997423 S.D. dependent var 10089.94S.E. of regression 512.2151 Akaike info criterion 15.08374Sum squared resid 262364.3 Schwarz criterion 15.03738Log likelihood -46.79310 Hannan-Quinn criter. 14.51071F-statistic 465.4439 Durbin-Watson stat 2.370180Prob(F-statistic) 0.035176通过Eviews软件分析结果计算如下:=3366.676+0.2202X1-0.0838X2+0.0028X3+0.0237X4+0.8712X5 Yˆ(0.8085) (2.0218) (-2.1312) (0.0109) (1.8083) (1.1715)R2=0.99, F=465.44, T=20通过公式可以看出,X2的系数为负值,显然不合理,因为第二产业增加值不可能对财政收入产生负相关关系。
我国财政收入影响因素的逐步回归分析

我国财政收入影响因素的逐步回归分析【摘要】本文通过对我国财政收入影响因素的逐步回归分析,旨在揭示财政收入的变动与其影响因素之间的关系。
在首先介绍了研究背景,指出财政收入对国家经济发展的重要性;其次阐明研究目的,即探究财政收入的影响因素;最后阐述研究意义,强调研究的政策价值。
在分别阐述了相关理论、研究方法、数据来源、回归分析结果和影响因素分析,通过具体数据和模型分析揭示了各种因素对财政收入的影响程度。
在总结了研究成果,提出了政策建议,并展望了未来研究方向,为我国财政收入的管理和调控提供了理论支持和实践参考。
通过本文的研究,有助于更好地了解和优化我国财政收入的影响因素。
【关键词】财政收入、影响因素、回归分析、研究背景、研究目的、研究意义、相关理论、研究方法、数据来源、研究结果、影响因素分析、研究总结、政策建议、未来研究方向。
1. 引言1.1 研究背景我国财政收入是国家经济运行的重要组成部分,直接影响着国家的财政健康和经济发展。
随着经济社会的发展,我国的财政收入也呈现出不断增长的趋势,但其受到许多因素的影响。
我国的财政收入受到经济发展水平的影响。
随着经济的增长,企业盈利能力和个人收入也相应增加,从而带动了财政收入的增长。
税收政策的调整也会对财政收入产生重要影响。
税收政策的变化将直接影响到纳税主体的税负水平,从而影响到财政收入的规模和结构。
国际经济形势、国内外市场需求变化、政府支出水平等因素也会对我国财政收入产生一定的影响。
深入研究我国财政收入的影响因素,对于科学制定财政政策、保障国家财政收入稳定增长具有重要意义。
1.2 研究目的研究目的的目标是通过逐步回归分析,深入探讨我国财政收入的影响因素及其之间的关联关系。
通过对各种可能的影响因素进行综合分析和比较,可以进一步揭示财政收入波动的原因和规律,为制定更加科学、合理的财政政策提供理论支持和决策依据。
通过对财政收入影响因素的逐步回归分析,可以帮助政府部门更好地把握财政收入的变化规律,预测未来的财政收入情况,从而有效规划财政支出,促进经济稳定增长和社会发展。
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。
庞皓计量经济学第二章练习题及参考解答(第四版)

练习题2.1表2・9中是中国历年国内旅游总花费(Y)、国内生产总值(XI).铁路里程(X2人公路里程数据(X3)的数据。
表2.7 中国历年国内旅游总花费、国内生产总值.铁路里程、公路里程数据姿料来源:中国统计年鉴(1)分别建立线性回归模型,分析中国国内旅游总花费与国内生产总值、铁路里程、公路里程数据的数最关系。
(2)对所建立的回归模型进行检验,对几个模型估计检验结果进行比较。
【练习题2・1参考解答】(1)分别建立亿元线性回归模型建立y与xl的数量关系如下:Y t= -3228.02 + 0.05X nDependent Variable: Y Method: Least Squares Date: 03/12/18 Time: 22:32Sample: 1994 2016 Included observatio ns: 23Variable Coe 帀dent Std. Error t-Statistic Prob.C ・3228.021 834.3232 -3.869043 0.0009X10.0501310.002312 21.67981 0.0000R-squared 0.957231 Mean dependentvar 11003.76Adjusted R-squared 0.955195 S.D. dependentvar11666.83S.E. of regression 2469.548 Akaike rfo criterion 18.54440Sum squared resid 1.28E*08 Schwarz criterion 18.64314Log likelihood ・211.2606 Hannan-Quinn criter.18.56923F-statistic 470.0140 Durbin-Watson stat 0.215776Prob(F-statistic) 0.030000建立y与x2的数量关系如卜I£ = -39438.73 + 6165・25乂力Dependent Variable:/ Method: Least Squares Date: 03/12/18 Time: 22:35 Sample: 1994 2016 Included observations:23Variable Coefficient Std. Error t-Statistic Prob.C •39433.731950.462 ・20.22020 0.0000X2 6165253 232.6620 26.49647 0.0000R-squared 0.970957 Mean dependent var11003.76Adjusted R-squared 0.969574 S.D. dependentvar 11666.83S.E. of regression 2035056 Akaike irfo criterion 18.15738sum squared resia 86970504 scnwarz criterion18.25611Log likelihood -206.8098 HannarvQuinn criter.18.18221F-statistic702.0629 Durbin-V/atson stat 0.699706Prob(F-statistic)o.oocooo建立y与x3的数量关系如卜:Y t = -9106.17 + 71.64X1{Dependent Variable: Y Method: Least Squares Date: 03/12/18 Time: 22:35 Sample: 1994 2016Indudod obcorvations: 23Variable Coefficient Std. Error t-Statistic Prob.C -9106.166 3170.972 -2.871727 0.0091X3 71.63938 10.20302 7.021388 0.0000R-squared 0 701280 Mzn d^pend^nt var11003 76Adjusted R-squared 0687055 SD. dependentvar 11666.83S.E. of regression 6526.601 AKaike irfo criterion 20.43810Sum squared resid 8 95E+08 Schwarz criterion 20.58684Log likelihood-233.6132 Hannan-Quinn enter20.51293F-AtatiAtic49 29989Oirbin-WAtAon Atat O 219452Prob(F-stdtistic)0000001(2)对所建立的回归模型进行检验,对几个模型估计检验结果进行比较。
影响浙江省财政收入的因素分析 scq

影响浙江省财政收入的因素分析——一,前言改革开放以来,我国经济迅猛发展,一方面是经济的体制的改革,大大地促进了劳动生产力,另一方面也离不开政府对经济的调节和引导。
政府根据凯恩斯需求管理理论进行的宏观政策,大大缓解了经济运行中大起大落的现象。
而实施这种政策的基础之一是财政收入。
财政收入是政府满足支出需求的,依据政治权力或生产资料所有权,利用各种财政收入形式集中的一定量的货币收入。
它是政府实现其职能的物质保障,是稳定经济运行的有效方式,是调节收入实现社会公平的重要手段。
在近30年来,浙江省在经济上取得了非凡的成就,GDP从1997年的100亿元增长到2006年的15742.51亿元,财政收入从1997年的19.64亿元增长到2006年的1298.204亿元,人均可支配收入连续几年名列前茅。
这些成就的取得很大程度上,来至于地方政府合理的财政政策和相应的税收制度。
浙江省能否延续财政收入不断增加?这就需要相应的理论来解释影响财政收入的因素以及相应的实证结果来说明此理论的合理性。
从理论上说,在国家、集体、个人三者之间分配比例相对稳定的情况下, 国内生产总值增长的高低与财政收入的高低大体上成正比, 社会消费品零售总额是影响财政收入的又一重要因素, 它使库存从长期来看, 财政收入的增长应与国内生产总值的增长基本上同存产品转变成最终的消费品, 从而实现税收的征收。
改革正不断趋于完善,财政收入增长受财政体制改革和税收政策变国民经济结构也是影响财政收入的一个重要因素。
各个产业部门影响较大, 非经济增长的因素不断增多, 从而出现与国内生产总门创造产值的能力不相同, 对财政收入的贡献程度也就存在着差值增长的幅度不完全同步的现象二,理论背景由财政学的相关知识,学者基本上都认为社会经济发展水平与财政收入成同方向变动。
一个地区的经济发展水平,是该地区经济规模和经济效益的综合反映,经济决定财政。
一般来讲,经济发展水平高,财政收入也会相应的提高;反之,经济发展水平低,财政收入也会相应降低。
数理统计回归分析-国家财政收入的多元线性回归模型

应用数理统计学号:姓名:班级:2010年12月国家财政收入的多元线性回归模型摘 要本文以多元线性回归为出发点,选取我国自1990至2008年连续19年的财政收入为因变量,初步选取了7个影响因素,并利用统计软件PASW Statistics 17.0对各影响因素进行了筛选,最终确定了能反映财政收入与各因素之间关系的“最优”回归方程:46ˆ578.4790.1990.733yx x =++ 从而得出了结论,最后我们用2009年的数据进行了验证,得出的结果在误差范围内,表明这个模型可以正确反映影响财政收入的各因素的情况。
关键词:多元线性回归,逐步回归法,财政收入,SPSS0符号说明变 量 符号 财政收入 Y 工 业 X 1 农 业 X 2 受灾面积 X 3 建 筑 业 X 4 人 口 X 5 商品销售额 X 6 进出口总额X 71 引言中国作为世界第一大发展中国家,要实现中华民族的伟大复兴,必须把发展放在第一位。
近年来,随着国家经济水平的飞速进步,人民生活水平日益提高,综合国力日渐强大。
经济上的飞速发展并带动了国家财政收入的飞速增加,国家财政的状况对整个社会的发展影响巨大。
政府有了强有力的财政保证才能够对全局进行把握和调控,对于整个国家和社会的健康快速发展有着重要的意义。
所以对国家财政的收入状况进行研究是十分必要的。
国家财政收入的增长,宏观上必然与整个国家的经济有着必然的关系,但是具体到各个方面的影响因素又有着十分复杂的相关原因。
为了研究影响国家财政收入的因素,我们就很有必要对其财政收入和影响财政收入的因素作必要的认识,如果能对他们之间的关系作一下回归,并利用我们所知道的数据建立起回归模型这对我们很有作用。
而影响财政收入的因素有很多,如人口状况、引进的外资总额,第一产业的发展情况,第二产业的发展情况,第三产业的发展情况等等。
本文从国家统计信息网上选取了1990-2009年这20年间的年度财政收入及主要影响因素的数据,包括工业,农业,建筑业,批发和零售贸易餐饮业,人口总数等。
案例:一元线性回归模型实现

一元线性回归模型:案例分析下面用一个实例对本章内容作一简单回顾。
我们将收集中国财政收入和国内生产总值在1978~2006年间的历史数据,然后建立两者的一元线性回归模型,并用最小二乘法对其中的参数进行估计,最后对模型进行一些必要的检验。
一、中国财政收入和国内生产总值的历史数据由经济学等相关学科的理论我们知道,国内生产总值是财政收入的来源,因此财政收入在很大程度上由国内生产总值来决定。
为了考察中国财政收入和国内生产总值之间的关系,我们收集了中国财政收入和国内生产总值在1978~2005年间的历史数据,如表 2.4.1所示。
表2.4.1中国财政收入和国内生产总值数据表单位:亿元年份财政收入(Y) 国内生产总值(X) 年份财政收入(Y) 国内生产总值(X)1978 1132 3624 1992 3483 266521979 1146 4038 1993 4349 345611980 1160 4518 1994 5218 466701981 1176 4860 1995 6242 607941982 1212 5302 1996 7408 711771983 1367 5957 1997 8651 789731984 1643 7207 1998 9876 844021985 2005 8989 1999 11444 896771986 2122 10201 2000 13395 992151987 2199 11955 2001 16386 1096551988 2357 14922 2002 18904 1203331989 2665 16918 2003 21715 1358231990 2937 18598 2004 26396 1598781991 3149 21663 2005 31628 183868我们以X为横轴,Y为纵轴将这些数据的描绘在二维坐标图上,得到如下的散点图(图2.4.1 )。
回归分析实验报告

回归分析实验报告财政收入研究摘要本文是对财政收入与农业增加值、工业增加值、建筑业增加值、人口数、社会消费总额、受灾面积进行多元线性回归。
首先,根据所给数据,对数据进行标准化,然后进行相关性分析,初步确定各因素与财政收入的相关程度。
再运用逐步回归分析,确定了变量子集为工业增加值、人口数和社会消费总额。
之后,为了消除复共线性,用主成分估计对回归系数进行有偏估计,获得了模型的回归系数估计值。
最后,对所得结果作了分析,并给出了适当建议。
一、数据处理为了消除变量间的量纲关系,从而使数据具有可比性,运用spss对所给数据进行标准化。
二、相关性分析要对某地财政收入影响因素进行多元回归分析,首先要分析财政收入与各自变量的相关性,只有与财政收入有一定相关性的自变量才能对财政收入变动进行解释。
运用spss得到变量间的相关系数表如下:表一:由上表可知,财政收入与农业增加值、工业增加值、建筑业增加值、人口数、社会消费总额呈高度正相关,但与受灾面积相关程度不高。
由此表明所选取的大部分变量是可以用来解释财政收入变动的。
为进一步确定最优子集,下面用逐步回归法。
三、回归分析回归分析就是对具有相关关系的变量之间数量变化的一般关系进行测定,确定一个相关的数学表达式,以便于进行估计或预测的统计方法。
在此利用逐步回归法选定回归方程。
逐步回归思想:综合运用前进法和后退法,将变量一个一个引入,引入变量的条件是其偏回归平方和经检验是显著的。
同时,每引入一个新变量,对已入选方程的老变量逐个进行检验,将经检验认为不显著的变量剔除,以保证所得自变量子集中的每个变量都是显著的。
此过程经若干步直到不能再引入新变量为止。
运用spss得到逐步回归的输出结果:表二:回归系数表模型 非标准化系数标准化系数 t Sig. CollinearityStatistics B 标准误差BetaToleranceVIF1(Constant) -1.292E-16.029 .0001.000x5:社会消费总额.991 .029 .991 33.990.000 1.000 1.0002(Constant) -1.210E-16.024 .000 1.000x5:社会消费总额 2.649 .555 2.6494.776.000 .002 499.022 x2: 工业增加值-1.660 .555 -1.660 -2.992.007 .002 499.0223(Constant) -2.451E-17.017 .000 1.000x5:社会消费总额 4.021 .485 4.021 8.292.000 .001 783.048 x2: 工业增加值 -2.829 .460 -2.829 -6.147 .000 .001 705.453 x4: 人口数-.225.048-.225 -4.697.000.1317.663a. Dependent Variable: y: 财政收入由表二可知,模型三是最终模型,最终选入方程的自变量为:x2:工业增加值;x4:人口数;x5:社会消费总额。
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)。
作业三
组员:陈强(02)刘刚(11)李成飞(08)王锐(19)陈一鹏(03)赵海龙(28)
题目:为了研究浙江省财政预算收入与全省生产总值的关系,由浙江省统计年鉴得到如图1的数据。
图1 浙江省财政预算收入与全省生产总值数据
在已知图中数据的情况下,我们将会解决以下问题:
(1) 浙江省财政预算收入与全省生产总值的计量经济模型,估计模型的参
数,检验模型的显著性,用规范的形式写出估计检验结果,并解释所估计参数的经济意义。
(2) 如果2011年全省生产总值为32000亿元,比上一年增长9.0%,利用计
量经济模型对浙江省2011年的财政预算收入做出点预测和区间预测。
(3) 建立浙江省财政预算收入对数与全省生产总值对数的计量经济模型,估
计模型的参数,检验模型的显著性,并解释所估计参数的经济意义。
一、模型的设定
为了解决以上问题,选择”浙江省财政预算收入”(单位:亿元)为被解释变量Y;选择“全省生产总值(亿元)”为解释变量X.。
在分析了图1浙江省财政预算收入与全省生产总值的数据关系后,运用计算机软件Eviews 去作计量经济分析。
由图1作Y 与X 的相关图
图2 浙江省财政收入与全省生产总值散点图
从散点图可以看出浙江省财政收入伴随全省上产总值的增加而增加,近似于线性,为分析财政收入与全省生产总值的变动的数量规律性,可以考虑建立如下简单线性回归模型:
i t X Y μββ++=21t
二、估计参数
假定所建模型及其中的随机扰动项i μ满足各项古典假设,可以用OLS 法估计其参数。
Eiews 软件估计参数的方法如下:
打开Eviews ,file →open →Foreign data as wotkfile →数据
按住ctrl 点击t x y →open →as group →quick →Estimata Equation →输入Y C X →ok 。
得图3
图3 回归结果
分析:对回归系数的t 检验:针对
010=β:H 和020=β:H
由图3可以得出c 的p 值为0.0004<0.05,故拒绝原假设,X 的p 值为0<a=0.05.故拒绝原假设,2,1ββ,具有显著性,而斜率系数显著性表明,全省生产总值对财政预算总收入的确有显著性影响。
故得到回归方程为
f Y
ˆ=-154.3063+0.176124X (39.08169)(0.00402)
t=(-3.948274) (43.25639)
R 2=0.98 F=1871.115 n=33
回归结果的图形:
图4 剩余项、拟合值、实际值图形
所估计的参数1β=154.3063, 2β=0.176124,说明全省生产总值每增加1亿元,财政预算总收入增加0.176124亿元。
可决系数为0.984,调整后的判定系数为0.983,说明所建模型整体上对样本数据拟合很好,另外图4展现出的剩余项(Resideal )、实际值(Actual )、拟合值(Fitted )变化的折线图,拟合值与实际值较为接近,也可以说明所建模型对本样本数据拟合较好,即解释变量全省生产总值对被解释变量财政预算总收入的绝大部分差异做出了解释。
F 检验的p 值为0<a=0.05,故模型具有显著性。
到此,问题1得以解决。
三、回归预测
如果2011年,全省生产总值为32000亿元,利用所估计的模型可以估计出浙江省财政预算总收入,点预测的方法为
409.295032000.176124154.3063Y ˆ f
=⨯+-=(亿元) 为了做区间预测,取a=0.05,f Y 的置信度95%的预测区间为
∧Y f ±t a/2∧б∑-
-+2
2)(/1i f x X X n 为获得相关数据,在Eviews 分析中,已经得到
f Y
ˆ=409.2950 δ2=175.2325 t 0.025(31)=2.041,n=33. 在X 与Y 的数据表中点击view →Descriptive Stats →Common Sample →ok ,得到X 和Y 的描述统计结果,见图5
图5 X 和Y 的描述统计结果
由图5的数据可以计算出:
2
i x ∑=2i X -X )(—
∑=)1(2-n x δ=178592.58407210)133(009.13512=-⨯
(X f ——
-X )2=(32000-6000.441)2=67597700
将上述结果带入计算得到
216.055662950.409178592.5840721067597700331235.17541.02950.2409 =+⨯⨯ 也就是说当全国生产总值达到32000亿元时,财政预算收入Yf 平均值置信度95%的预测区间为(193.23934,625.35066)亿元。
即问题2得以解决。
在“Equation 中,点击forcast 可的预测值及标准误差的图形,见图6
图6 预测图
图6中所显示指数希尔指数(theil inequality coefficient )较小,说明预测精度好,covanance proportion=0.995890,比较大,拟合效果较好。
四|、问题3的解决
问题3的解决方案跟问题一类似,过程不予详细说明
.建立工作文件
打开Eviews ,file →open →Foreign data as wotkfile →数据
2.按住ctrl 点击t x y →open →as group →quick →Estimata Equation →输入log(y) c log(x)→ok 。
得图7
取对数后进行回归得到上表的模型,从表知道参数估计和检验结果:
ˆln 1.91830.9803ln t t Y X =-+
(0.2682) (0.0343)
t (7.1521)=- (28.5827) 20.9634R = 816.970F = 33n = 所估计的参数1β=-1.9183, 2β=0.9803,说明全省生产总值每增加1%,财政预算总收入增加0.9803%。
可决系数为0.963442,调整后的判定系数为0.962663,说明所建模型整体上对样本数据拟合很好,即解释变量全省生产总值对被解释变量财政预算总收入的绝大部分差异做出了解释。
F 检验的p 值为0<a=0.05,故模型具有显著性。