基于多元回归分析方法的财政收入影响因素分析

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 ） 1978

1132.26 519.28 40682 3645.2 1979 1146.38 537.82 41592 4062.6 1980 1159.93 571.70 42903 4545.6 1981 1175.79 629.89 44165 4889.5 1982 1212.33 700.02 45674 5330.5 1983 1366.95 775.59 46707 5985.6 1984 1642.86 947.35 48433 7243.8 1985 2004.82 2040.79 50112 9040.7 1986 2122.01 2090.73 51546 10274.4 1987 2199.35 2140.36 53060 12050.6 1988 2357.24 2390.47 54630 15036.8 1989 2664.90 2727.40 55707 17000.9 1990 2937.10 2821.86 65323 18718.3 1991 3149.48 2990.17 66091 21826.2 1992 3483.37 3296.91 66782 26937.3 1993 4348.95 4255.30 67468 35260.0 1994 5218.10 5126.88 68135 48108.5 1995 6242.20 6038.04 68855 59810.5 1996 7407.99 6909.82 69765 70142.5 1997 8651.14 8234.04 70800 78060.9 1998 9875.95 9262.80 72087 83024.3 1999 11444.08 10682.58 72791 88479.2 2000

13395.23 12581.51

73992 98000.5

2001 16386.04 15301.38 73884 108068.2 2002 18903.64 17636.45 74492 119095.7 2003 21715.25 20017.31 74911 134977.0 2004 26396.47 24165.68 75290 159453.6 2005 31649.29 28778.54 76120 183617.4 2006 38760.20 34804.35 76315 215904.4 2007 51321.78 45621.97 76531 266422.0 2008 61330.35 54223.79 77046 316030.3 2009 68518.30 59521.59 77510 340320.0 2010 83101.51 73210.79 78388 399759.5 2011 103874.43 89738.39 78579 468562.4 2012 117253.52 100614.28 78894 518214.7 2013 129209.64 110530.70 79300 566130.2

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 i Y 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 i

Y 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 k

F 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 i

Y 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

1

ˆ515.7197 1.158555( 3.11)

(256.61)Y X =-+-

220.999484,0.999469,0.332395,65847.35R R DW F ====