苏州财政收入的因素分析与预测模型

目录目录 摘要：摘要：.1 ABSTRACT： ：.1 、 、问题问题的提出的提出.2 （一）、基于基数法的财政收入预算.2 （二）、国内外研究成果.2 （三）、研究现状.4 二、因素分析二、因素分析.4 三、逐步回三、逐步回归预测归预测模型模型.6 （一）、分析背景.6 （二）逐步回归法.6 （三）建立模型.7 1数据描述.7 2理论方法.7 3模型建立.10 4实证检验.15 四、分析与四、分析与结论结论.16 模型 2.16 参考文献参考文献.20 附附录录.21 苏州财政收入的因素分析与预测模型苏州财政收入的因素分析与预测模型 摘要摘要：本文简单介绍了国内外财政预测的部分成果，综合国内外学者的分析，选取对财政收入有影响 的九个主要指标，试通过逐步回归法建立回归模型，对其中显著相关的指标做出较为合理的经济解 释，在建立的模型基础上，用当期数对当期的财政收入进行预测（2000 年-2008 年），对预测值与实际 观察值进行比较，进行实证检验。 关关键词键词：财政收入，预测模型，逐步回归，预测，实证检验 Abstract：This paper briefly describes some results of domestic and foreign financial forecast and comprehensive analysis of domestic and foreign scholars were selected on the revenue impact of the nine key indicators, test established by stepwise regression model, which made a significant indicator related to a more reasonable economic interpretation, in the establishment of the model, we use Current phases of the current fiscal revenue forecast (in 2000 to 2008), the predictive value compared with the actual observed values, after all use the empirical test. Keywords：Revenue forecasting model, stepwise regression, forecasting, empirical test 、问题的提出 到目前为止，我国政府和学者对财政收入预算的研究做了大量工作。我国的财政收 入预测工作起步于 80 年代，当时这种工作一方面以个人研究为主，另一方面侧重于对 财政收入预测的定性研究。进入 90 年代以来，对财政收入预测工作普遍展开，有关学者 开始采用计量经济模型对财政收入预测进行定量研究。近几年来，财政收入预测模型的 研究得到了进一步发展，不少学者将计量经济学和时间序列中的方法用于对财政收入预 测的研究，取得了较好效果，他们不在局限于简单线性模型，开始使用二次函数模型和 指数模型等，并将将投入产出、神经网络模型、逻辑模型等模型等也用于财政收入和税 收收入预测的研究中。 （一）、基于基数法的财政收入预算 长期以来，我国财政收入预算采用的是基数预算，即以报告年度的收支预计执行数 为基数，分析影响计划年度预算收支的各种有利和不利因素，并分别测定各种因素，对 预算收入的影响程度，从而预测计划年度预算收支指标的一种方法。其计算公式为：计 划年度预测收入=预算收入的上年基数+（-）计划年度各种因素变动对预算收支的一次性 因素。1 基数法是财政部门测算收支指标的常用方法，由于这种方法计算建简便，预算时有 考虑到各方面的既得利益，不会在制定预算的时遇到大的阻力，容易被各方面所接受。 但是这种方法虽然能够保证税收收入的绝对额不低于上期水平，实现税收收入的稳定性 和收入增长的持续性，但由于它并不是依据未来经济发展水平等客观条件确定的，因而 割裂了经济与税收的直接联系。因此本文尝试建立多元线性回归模型，利用当期数对当 期的财政收入进行预测，并对预测值与实际值进行比较。 (二)、国内外研究成果 国外在财政收入预算中采用的分析和预测方法主要有：单位根检验、协整分析、格 兰特因果关系分析、VAR 模型和误差矫正模型。这些预测方法被广泛的应用于宏观经济、 金融市场以及其他的经济专门问题中进行预测。Aktham Maghyereh & Osama Sweida2 对约旦 1969-2002 年的实际 GDP，实际财政收入，实际财政支出进行协整检验，得出实 际财政收入与实际财政支出之间存在双向因果关系，财政政策具有强烈的产出效应。 Edward Day，Mark C. Strazicich, Junsoo Lee3利用美国 19651999 年的数据，对政府支 出规模和 GDP 进行了分析发现支出和 GDP 之间存在协整关系，投资导致了 GDP 的增 长，而消费则相反。Flonan Hoppner4为研究德国的财政政策效应建立了结构 VAR 模型， 并进行了脉冲响应分析，发现：GDP 对税收有正向反应，对支出有负向反应；私人消费对 税收有负向反应，对支出有正向反应。Tsangyao Chang，Yuan-Hong H5对我国台湾 19671999 年的实际 GDP，实际财政收入，实际财政支出进行协整检验，得出实际财政 收入是实际财政支出的间接原因，从而支持了收入支出假说，认为应该通过减少支出来 控制赤字。 国内关于财政税收收入预测模型的研究，有代表性的有以下几种：南京审计学院的 张伦俊曾经发表了数篇文章，收入预测模型做出了较为深入的研究，张伦俊6初步建立 了以 GDP 为自变量的简单线性回归模型，以时间 T 为自变量的双指数模型，以及用 GDP、工资总额、社会消费品零售总额、工业生产总值为变量的多元线性回归模型等财 政税收预测模型。 （张伦俊）7还建立了第一、第二产业增长率和第三产业增长额对税收 收入增量之间的线性回归模型，证明税收收入增量与三次产业增长之间存在着正向关系。 王乃静，李国锋8用山东省数据对税收收入对数与 GDP 对数之间的研究结果表明，税 收收入对数与 GDP 对数之间存在着长期稳定的协整关系。李进江9通过对浙江财政收 入与 GDP 协整分析，得出浙江财政收入对数与 GDP 对数之间存在着长期稳定的协整关 系。许雄奇，朱秋白10对我国财政收入与财政支出关系运用协整方法实证研究，发现我 国的财政收支之间不存在 Granger 因果关系，财政收支之间不存在显著的相互促进效应。 程毛林11认为：我国税收增长主要取决于经济结构，税制结构，税收政策。通过建立税 收收入的回归模型，灰色模型，时序模型，进行了组合预测。王伟12应用回归分析和时 间序列分析对我国十五期间的税收收入做出定量预测，对税收收入进行结构分析和预测。 李洁13建立了四川省税收收入的逐步回归模型，VAR 模型，ECM 模型，并运用组合预 测方法对 2004 年四川省税收收入做出预测。漆莉莉14应用逐步回归法建立税收收入 预测模型，得到我国税收收入主要取决于 GDP，储蓄余额，财政支出。并用 19812001 年的数据进行了实证检验。 （三）、研究现状 1.我国的财政收入预测模型大多数是采用传统的计量经济学方法建立的。其中以 GDP 为自变量，以时间为自变量简单线性模型居多，也有用多个宏观经济指标为自变量 的多元线性模型。但线性回归模型可能存在伪回归问题，目前很少文献提到这些。 2.我国多数的税收收入预测模型主要侧重于讨论模型本身的拟和效果，但是实践才 是检验真理的唯一标准，预测模型效果好坏需要通过实践的检验，拟和效果好的模型不 一定有很好的预测精度，因此，不仅仅是为了保证预测模型的现实意义，对模型的实际 检验也应该是预测模型研究的一部分。 综上所述，虽然目前我国在政府支出预算，税收收入预测模型等方面取得了较多成 果，但还不够系统、深入和实用，有待于进一步的探索和进一步的研究。 二、因素分析二、因素分析 财政收入一般有如下几个部分构成：税收收入、国有企业上交的利润收入、债务收 入以及费用等其他收入。其中税务收入占财政收入的绝大部分，而后面三部分与地区生 产总值表现出明显的正相关，因此在分析影响苏州市财政收入主要考虑税收收入与地区 生产总值两个大的主要因素。 一般来说，与预算收支有关的经济指标是国民生产总值，工农业总产值，国民收入 等。由于国家预算收入主要是来自国民经济各个物质生产部门劳动者的所创造的国民收 入，预算支出主要用于发展国民经济。因此，预算收入或预算支出指标，就同国民经济和 社会发展计划中有关的经济指标之间存在着必然的内在联系。 地区生产总值（GDP），财政收入和 GDP 都是宏观经济指标，从内容上看它们之间 相互有交叉，而且财政收入的绝大部分内容属于 GDP，所以两者之间无论是定性上还是 定量上都应当存在着互相关联。财政收入来源于 GDP，二者存在着密切的关系，相互依 存，相互影响和相互制约。其中经济发展是财政收入的基础，而经济总量和经济实力决 定了财政收入的规模，而财政收入规模对经济发展具有积极地促进和制约作用。 因为税收收入占财政收入的绝大部分，除开地区生产总值（GDP）的影响，其他影响 财政收入因素考虑用影响税收收入的因素。 社会消费品零售总额是影响税收收入的重要因素之一，消费是通过对经济的间接影 响来影响税收收入的。消费是有形和无形产品价值的实现，是经济发展的动力。而经济 是税收收入的源泉，因此消费是产生税收收入的间接源泉。消费与税收收入之间应该存 在着较强的关系。 进出口总额也是影响税收收入的重要因素之一。进出口总额对税收收入的影响主要 表现在两个方面：一是进口方的进口总额和进口环节税收征收的影响；二是出口方的出 口总额和出口退税的影响。 财政支出与财政收入，财政支出与财政收入的关系，早已是国内外学者研究的对象， 量入为出( tax-and-spend )关系，量出为入( spend-and-tax )关系，还是财政协同( fiscal synchronization )关系，无论是哪种关系，财政支出都是不可或缺的因素。 市区居民消费价格指数，物价指数也会对税收收入产生较大的影响。应税收入则是 是应税销售量和价格的乘积,而税收收入大部分取决于应税收入的大小。因此，税收收入 不仅取决于实际经济的增长，还受物价水平变化的影响。 全社会固定资产投资总额，投资是另一个对税收收入产生较大影响的因素。具体表 现在投资对税收收入的直接影响和间接影响上。一方面投资的增长减少了增值税进项抵 扣，从而增加税收收入；另一方面则表现在投资带动了经济增长，间接影响税收输入。 此外，据有关学者研究，职工工资总额、农民人均纯收入、城乡居民储蓄存款余额等 均是影响税收收入的重要因素。 三、逐步回归预测模型三、逐步回归预测模型 （一）、分析背景 应用回归分析去处理实际问题时一个重要问题就是如何去选择自变量。一般情况下， 我们罗列出来的很多的自变量，其中的一些变量对因变量也许根本没有影响。但如果回 归模型把这些变量都包含进来，不仅估计和预测的精度也会下降，计算量也会变大。在 一些情况下，某些自变量的观测数据的获得代价较大，如果其中的无关自变量被错误地 被选进模型，就会增加不必要的成本。因此需要剔除一些不相关的变量。因此我们用逐 步回归法，即利用自变量和因变量的一系列观测数据，逐步把显著性强的自变量选人回 归方程中，同时也把非显著性的自变量从回归方程中剔除，最终建立一个比较合适回归 方程。 （二）、逐步回归法 逐步回归法是一种计算量小，可以排除多重共线性的好方法。在数理统计分析中， 考察因变量 Y 与解释变量 xl，x2，xn之间的定量关系称之为多元回归分析，其数学 模型可以表示为: Y=bo+b1x1+b2x2+bixi+bnxn+e 其中 e 为随机误差项。 逐步回归的基本思想： 在引入变量的显著性水平 in和剔除变量的显著性水平 out 下（一般取 in=out=0.05）。逐个引入预报变量，每次引入对 Y 影响最显著的预报变量， 并对方程中的老变量进行检验，把变为不显著的变量逐个从方程中剔除掉，最终得到的 方程中既不漏掉对 Y 影响显著的变量，又不包含对 Y 影响不显著的变量。 （三）、建立模型 1数据描述 在建立模型之前，首先涉及到宏观经济指标的选择问题，本文在参考国内外学者研究成 果的基础上，初步选定一下九个可能影响税收收入的经济指标加以分析。即：地区生产 总值，社会消费品零售总额，进出口总额，全社会固定资产总额，财政支出，消费价格总 指数，职工工资总额，农民人均纯收入，城乡居民储蓄存款余额，其中 2000 年到 2008 数 据来自苏州市统计局“苏州统计信息公众网”的各年份统计年鉴，1994 年到 1999 年数据 取自苏州市年鉴。之所以从 1994 年开始取数据，是因为 1994 年我国进行了财政体制改 革，财政收入和税收收入 1994 年前后统计口径不一致，并不具有可比性。因为选取的指 标较多，给出各指标的原始数据如上表 1.1，以便于验证。 2.理论方法 逐步回归法是有效消除多重共线性对模型造成影响的一种方法。这种方法的基本做 法是：将被解释变量 Y 对每一个解释变量 Xi（i=1，2，k）分别进行回归，对每一个回 归方程根据经济理论和统计检验，从中选择一个最优的基本回归方程。在此基础上再逐 一引入其他解释变量，直至从综合情况看，出现合适的模型为止。 表 1.1 1994 年-2008 年各项宏观数据 年 份 财政收 入 TAX （亿元） 地区生 产总值 （亿元） 社会消 费品零 售总额 （亿元） 进出口总额 （亿美元） 财政支出 （亿元） 1994 年44.851720.8982194.437644.319.9574 1995 年53.8593903.1127242.309449.980724.7333 1996 年64.07571002.137266.005763.3231.5448 1997 年76.53841132.594586.60184.458639.3869 1998 年87.6327125.0133297.895296.492246.3983 1999 年109.38041358.431315.6368125.548257.1415 2000 年158.27111540.68428.17200.703679.9092 2001 年208.94921760.28391.54236.616113.7936 2002 年290.82342080.37451.62363.9008158.5494 2003 年409.92672801.56526.05656.6313232.1003 2004 年58511032.005294.8045 2005 年718.10434026.52905.071405.89409.8596 2006 年918.09884820.261055.441742.636486.8722 2007 年1220.2315700.851250.052117.957610.6391 2008 年1801.7386701.291551.452285.2271092.926 以上数据来源于苏州市历年年鉴 续前表 1.1 年 份 市区居 民消费 价格总 指数 （%） 职工工资 总额 （亿元） 农民人均 纯收入 （元） 城乡居民储 蓄存款余额 （亿元） 全社会固定 资产投资 （亿元） 1994年128.656.85913090209.3384307.6978 1995年10967.09923954296.4938334.0991 1996年98.273.53614574408.2649380.5873 1997年97.679.2264924533.7778405.176 1998年98.677.57085089649.0389450.1061 1999年99.482.3535248751.2794475.1365 2000年99.989.3135462803.7516.4346 2001年99.5101.91445790936.94564.8539 2002年100.4118.16761341164.33812.8145 2003年100.8155.455766811470.51408.933 2004年105188.456475031712.271554.8 2005年102.4240.07183932059.521870.14 2006年101.6301.948492782427.422106.99 2007年104.2377.0329104752593.412366.36 2008年105.3448.5105117853337.322611.16 以上数据来源于苏州历年年鉴 引入新解释变量时需要遵循的原则如下： （1）、在符合经济意义的前提下，如果新的解释变量能使拟合优度 R2有所改善，则 应引入该变量； （2）、如果新解释变量不能使拟合优度 R2有所改善，同时对其他参数无明显影响， 则可舍弃该变量； （3）、如果新解释变量能使拟合优度有所改善，但对其他参数的符号和数值有明显 影响，统计检验也不显著，可以断定该解释变量引起了共线性。考察变量间线性相关的 形式和程度，并进行经济意义的检验判断。在共线性高的两个变量中，舍弃对被解释变 量影响较小，经济意义相对次要的一个，保留对解释变量影响大，经济意义相对重要的 一个。 3模型建立 设财政收入为 TAX，地区生产总值，社会消费品零售总额，进出口总额，财政支出，市区 居民消费价格总指数，职工工资总额，农民人均纯收入，城乡居民储蓄存款余额，全社会 固定资产投资为 Xi（i=1，2，3，9）。 （1）、首先由 TAX 对每一个解释变量 Xi（i=1，2，k）分别进行回归，得到九个回归方 程。比较九个方程可以看出，应当选取财政支出（X4）其作为基准方程。 TAX=25.420+1.721X4 （1.360） （34.992） AdjR2=0.989 F=1224.423 S.E=55.098904 D-W=2.111 （2）、同第一步，引入其他八个变量进行第二步回归，得到引入职工工资总额的模型最好： TAX=-94.636+0.971X4+1.862X6 （-6.613）（11.987）（9.485） AdjR2=0.999 F=4846.425 S.E=19.674679 D-W=2.544 从上步骤可以看出，随着变量的逐步引入，方程的拟合优度逐渐提高，并没影响系 数的显著性，参数估计值的符号也正确。 4、继续引入更多地解释变量，不能再使模型拟合效果得到改善，最后得到预模型为： TAX=-94.636+0.971X4+1.862X6（模型 1） （-6.613）（11.987）（9.485） AdjR2=0.999 F=4846.425 S.E=19.674679 D-W=2.544 以上步骤均可以可以用 SPSS 软件实现 SPSS 结果分析 1 进入/剔除变量,下表 1.2 为回归每一步进入或者剔除回归模型中的变量情况 表 1.2Variables Entered/Removed Dependent Variable: 财政收入 2.下表1.3为逐步回归每一步的回归模型统计量 R为相关系数；R Square相关系数的平方， 又称为判定系数，判定线性虎归的拟合程度：用来说明用自变量结束因变量变异的程度 （所占比例）；Adjusted R Square调整后的判定系数；Std. Error of the Estimate 估计标准误 差。 Model Variables Entered Variables Removed Method 1财政支出 Stepwise( Criteria: Probability-of-F-to-enter= .100). 2职工工资总额 Stepwise(Criteria: Probability-of-F-to-enter= .100). 表表1.3Model Summary a Predictors: (Constant),财政支出 b Predictors: (Constant),财政支出，职工工资总额 c Dependent Variable: 财政收入 3下表1.4是逐步回归的每一步的回归模型的方差分析，F值为4846.425，显著概率是 0.001，表明回归极显著 表1.4ANOVA(c) Model Sum of SquaresdfMean SquareFSig. 1Regression3717212.81413717212.8141224.423.000(a) Residual39466.560133035.889 Total3756679.37414 2Regression3752034.25921876017.1294846.425.000(b) Residual4645.11612387.093 Total3756679.37414 a Predictors: (Constant), 财政支出 b Predictors: (Constant),财政支出，职工工资总额 c Dependent Variable: 财政收入 ModelRR Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.995(a).989.98955.098904 2.999(b).999.99919.6746792.544 4.下表1.5为逐步回归每一步的方程回归系数 表1.5 从以上 SPSS 分析结果可以看出，过程一共运行了两步，最后一步就是表中的第 2 步的 计算结果得知：9 个变量只进入了 2 个变量 X4 和 X6 TAX=-94.636+0.971X4+1.862X6 （-6.613）（11.987）（9.485） AdjR2=0.999 F=4846.425 S.E=19.674679 D-W=2.544 回归方程的显著性检验： 从方差分析表的第 2 模型中得知：F 统计量为 4846.425，系统自动检验的显著性水平为 0.0000（非常小），应此回归方程相关非常显著。查 D-W 表格得， dL=0.946,dU=1.543，2.544 在 4- dU到 4-dL,因此不能判断回归模型是否存在自相关。 Unstandardized Coefficients Standardized Coefficients Model BStd. ErrorBeta tSig (Constant)25.42018.6951.360.197 1 财政支出1.721.049.99534.992 .000 (Constant)-94.63614.311-6.613.000 财政支出.971.081.56111.987 .0002 职工工资总额1.862.196.4449.485.000 图 1.1 从上图 1.1 中看出 1994 年到 1998 年财政收入非常紧凑，考虑到苏州市在中国加入 WTO 以来经济飞速发展，因此试着只对 1999 年-2008 年 10 年间的数据进行回归分析， 继续用以上的方法，在 SPSS 中使用 stepwise 做回归分析，放宽进入条件，取 Entry=0.15，Removal=0.2，得到 4 个相关因素，财政收入，职工工资总额，市区居民消费 价格指数，进出口总额，得到一个新的回归模型： TAX=-1900.891+0.747X4+3.153X6+17.468X5-0.161X3（模型 2） t 值 -7.629 13.985 10.508 7.192 -4.920 AdjR2=0.99976725 F=9665.803 S.E=8.274 D-W=2.899 从系数表中看出 F 统计量为 9665.803，系统自动检测的显著性水平为 0.000，因此方程 非常显著。查 DW 检验上下临界值表得，dL=0.376, dU=2.414, 2.899 在在 4- dU到 4-dL之 间不能判断是否存在自相关。 2000.0001500.0001000.000500.0000.000 财财政收入政收入 （万元）万元） 3 2 1 0 -1 RegressionRegression StandardizedStandardized PredictedPredicted ValueValue 2008 年 2007 年 2006 年 2005 年 2004 年 2003 年 2002 年 2001 年 2000 年 1999 年 1998 年 1997 年 1996 年 1995 年 1994 年 DependentDependent Variable:Variable: 财财政收入（万元）政收入（万元） ScatterplotScatterplot 图 1.2 4.实证检验 将 2000 年-2008 年的当期变量代入模型（2），得到下表 1.6 表 1.6 模型（2）预测值（2000-2008 年）与实际财政收比较 四、分析与结论四、分析与结论 模型 2 TAX=-1900.891+0.747X4+3.153X6+17.468X5-0.161X3 t 值 -7.629 13.985 10.508 7.192 -4.920 AdjR2=0.99976725 F=9665.803 S.E=8.274D-W=2.899 模型 2 表明财政支出每增加 1 亿元，财政收入就增加 0.747 亿元，职工工资总额每 增加 1 亿元，财政收入就增加 3.153 亿元。 财政支出与财政收入的关系，早已是国内外学者研究的对象，量入为出( tax-and- spend )关系，量出为入( spend-and-tax )关系，还是财政协同( fiscal synchronization )关系， 无论是哪种关系，财政支出都是不可或缺的因素，模型表明财政支出每增加 1 亿元，财 政收入就增加 0.747 亿元，但是这并不意味着盲目扩张财政支出，从而达到税收财政收 税收预测值（亿元）税收实际值（亿元）误差（亿元）预测相对误差（%） 117.5829908109.38048.2025917.4991 153.1876444158.2711-5.08346-3.212 205.4580596208.9492-3.49114-1.671 285.3902178290.8234-5.43318-1.868 417.834477409.92677.9077771.9291 581.7692673585.1358-3.36653-0.575 724.9261783718.10436.8218780.95 909.4423488918.0988-8.65645-0.943 1223.6991871220.23113.4680870.2842 1801.4664681801.7379-0.27143-0.015 入的增长。但我们能推断出，国家投资的四万亿元，用于苏州的财政支出部分将会使苏 州的财政收入提高。 财政收入与职工工资总额的关系，从模型中看出职工工资总额每增加 1 亿元，财政 收入就增加 3.153 亿元。在论“繁荣与不富裕并存”现象中，作者得出在 GDP 这块蛋糕其 他构成成分不变的情况下，全国的财政收入和工资存在此消彼长的关系，财政收入大幅 增加，工资所占比重自然要下降，这也可在一定程度上反映在国民收入初次分配中居民 收入所占份额的下降。本文得出与其相反的结论，笔者认为出现这样的情况，是由于各 地区经济发展不均衡所致，苏州地区作为沿江经济发展较好的地区，职工工资水平较全 国高，个人收入差距较为均衡，因而使得职工工资总额与财政收入之间相互促进。 模型 2 中除开财政支出与职工工资总额外，市区居民消费价格指数每增加 1%，财 政收入就增加 17.468 亿元，进出口总额每增加 1 亿美元，财政收入就相应减少 0.161 亿 元。 财政收入与市区居民消费价格指数的关系，从模型中看出，市区居民消费价格指数 每增加 1%，财政收入就增加 17.468 亿元。市区居民消费价格总指数国家统计部门编制 的价格指数体系，其中最直接反映人民生活受物价变动影响的是居民消费价格指数。多 国家经济发展的经验，学者的研究表明，在一定的时间范围内，一国经济增长与其 CPI 总水平之间存在一定的对应关系。一般规律是，在经济繁荣期，市场投资需求旺盛，从而 会拉动投资品的价格上涨，一部分投资又通过劳动报酬方式转化为消费需求，进而使消 费品或服务价格水平相应上升；而在经济萧条时期，由于投资和消费需求的下降，价格 总水平也会有所回落。因此经济高增长的同时必然会带来一定的通货膨胀，因此，笔者 认为，该模型中市区居民消费价格指数与财政收入的联系，其实是经济的高增长间接导 致的。 财政收入与进出口总额之间的关系，从模型 2 中得出进出口总额每增加 1 亿美元， 财政收入就相应减少 0.161 亿元。财政收入主要收入来源于税收收入，笔者在实习期间 主要在统计局从事贸易、服务业统计调查工作，对于外贸企业有一定的了解，一方面由 于对外出口的企业只有进项税，没有销项税，甚至纯外贸企业既无进项税，又无销项税。 因此即便是成交量上亿的企业，也有可能不交增值税款。另一方面，苏州外贸作为相对 发达的城市，主要高新技术产业，依旧只是对外加工，没有太多的核心技术，因此主要利 润仍然是被国外赚取得。所以笔者认为模型 2 中财政收入与进出口总额为负相关有一定 的经济意义。 模型一、二中均未涉及到地区生产总值 GDP，但事实上地区生产总值（GDP），财政 收入和 GDP 都是宏观经济指标，从内容上看它们之间相互有交叉，而且财政收入的绝 大部分内容属于 GDP，所以两者之间无论是定性上还是定量上都应当存在着互相关联。 财政收入来源于 GDP，二者存在着密切的关系，相互依存，相互影响和相互制约。经济 发展是决定财政收入的基础和源泉，经济总量和经济实力决定财政收入的规模和能力， 而财政收入规模对经济发展具有积极地促进和制约作用。 但是像财政收入与 GDP 这类宏观经济领域的指标，它们只有在“时间上足够长，空 间商足够大”的宏观背景上才存在定量关联，也就是我们常说的“宏观指标宏观算，宏观 道理讲宏观”，如果把财政收入与 GDP 的数量对比关系放在时间上不够长、空间上不够 大的区域观察，就不可能得出正确的结论。与国家数据相比，地方数据的规律性差，这正 符合“宏观数据反映的规律越向上越正确，越向下越偏离”的道理，当然其中也存在可比 价格问题。考虑无论是模型一、二,其中地区生产总值与财政收入并不显著相关，所以考 虑将地区生产总值分为农业增加值（GDP1），工业增加值（GDP2），第三产业增加值 （GDP3）三部分，重新对 1999 年到 2008 年数据做回归，得到新模型： 模型三 TAX=-188.47+0.474GDP3+0.763X4 -7.864 10.380 8.338 AdjR2=0.99890708 F=4113.936 S.E=17.929D-W=2.282 F 值=4113.936，系统自动检测的显著性水平为 0.000，因此方程非常显著。DW 值 dL=0.697 dU=1.641 1.6412.2824-1.641=2.359 ，不存在共线性，模型通过检验。此模型 反应出第三产业增加值和财政支出对于财政收入也有影响。 本文得出三个模型，并对模型（2）用 2000-2008 年数据进行了实证检验，得出了较好 的结果，但是由于不确定模型（2）是否存在自相关，所以重新引入 GDP1、GDP2和 GDP3 得到模型三。但实际预测时，由于使用的是当期数，因此仍然需要对 2 个当