财政收入的影响因素案例分析.doc

一、案例介绍财政收入是指一个国家政府凭借政府权力按照有关法律法规在一定时期内取得的各种形式收入的总和，包含税收、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。财政收入高低反映一个国家经济实力的重要标志。在一定时期内，财政收入规模受到许多因素影响。例如国民生产总值的大小，社会从业人员的多少，税收规模大小、税率高低因素等。本案例选择四个变量作为解释变量，分析其对财政收入的影响程度。某地区18年数据资料如下表，请分析其对财政收入的影响，说明拟合效果，并对未来三年进行预测。表1-1 财政收入及相关因素的原始数据年份财政收入（亿元）税收（亿元）国民生产总值（亿元）其他收入（亿元）社会从业人数（万人）11132.623624.10519.2840.994015221146.384038.20537.82113.534058131159.934517.80571.70152.994236141175.794860.30629.89192.224328051212.335301.80700.02215.244470661866.955957.10755.59257.844600471642.867206.70947.35296.294759782004.828989.102040.79280.517987392122.0110201.402090.73156.9551282102199.3511954.502140.36212.3852783112357.2414922.302390.47176.1854334122664.9016917.802727.40179.4155329132937.1018598.402821.87299.5356740143149.4821662.502990.17240.1058360153483.3726651.903296.91265.1559482164348.9534650.504255.30191.0460220175218.1046532.905126.68280.1861470186242.2057277.306038.04369.1962388二、案例分析1. 请分析其对财政收入的影响，说明拟合效果。以“财政收入”为y变量，“税收”、“国民生产总值”、“其他收入”、“社会从业人数”为x变量做多变量回归统计分析，如表2-1四个变量的回归统计分析数据表所示，由于置信度取95%，即（=0.05），而“其他收入”、“社会从业人数”两变量的P值均大于0.05，说明这两个变量与“财政收入”相关度极低，所以四个变量中只有“税收”、“国民生产总值”对“财政收入”有显著影响。表2-1 四个变量的回归统计分析数据表回归统计Multiple R0.996601R Square0.993213Adjusted R Square0.991124标准误差138.7964观测值18方差分析dfSSMSFSignificance F回归分析4366481789162044475.59346.00459E-14残差13250437.819264.45总计1736898615Coefficients标准误差t StatP-valueIntercept767.9963692241.25949293.183279380.007195527税收（亿元）0.0542491380.0131984244.1102740520.001229258国民生产总值（亿元）0.3680777950.1352852882.7207525630.017487774其他收入（亿元）1.1037750410.6274272531.7592079950.102040001社会从业人数（万人）-0.0036649760.006835364-0.5361786340.60088982去除相关度极低的“其他收入”、“社会从业人数”两变量重新做多变量回归统计分析（=0.05），结果如表2-2两个变量的回归统计分析数据表所示，Adjusted R Square值为0.99说明“税收”、“国民生产总值”对“财政收入”的相关度极高，拟合效果极好，而常数项，“税收”、“国民生产总值”两变量的P值均小于0.05，说明该拟合通过线性回归分析检验。表2-2 两个变量的回归统计分析数据表回归统计Multiple R0.995734003R Square0.991486204Adjusted R Square0.990351032标准误差144.7174874观测值18方差分析dfSSMSFSignificance F回归分析236584468.118292234.05873.42319682.99174E-16残差15314147.267620943.15117总计1736898615.37Coefficients标准误差t StatP-valueIntercept803.613947968.4393693911.741983535.81466E-09税收（亿元）0.0608152670.0097801636.2182265331.64554E-05国民生产总值（亿元）0.3233021840.0913351663.5397339110.0029711542. 对未来三年进行预测。为了对未来三年财政收入进行预测，首先要建立财政收入与年份的关系模型，如图3-1财政收入与年份关系模型图所示，指数型曲线R2值最高，所以选取指数曲线作为拟合曲线，拟合后的回归方程为。图3-1 财政收入与年份关系模型图对回归方程为进行回归统计分析，首先把方程转换为线性方程为即，为了验证，将“财政收入”数据进行求对数转换，结果如表3-1数据转换结果表所示。表3-1 数据转换结果表年份Ln(财政收入)17.03228881227.0443644337.05611493747.06969554157.10029940767.53206136277.40419390487.6033095697.660119032107.695917141117.765246722127.887921812137.985177979148.054992639158.155755495168.377689716178.55988863188.739087963将“年份”和“Ln(财政收入)”两组数据进行回归统计分析（=0.05），结果如表3-2回归统计分析数据表所示，R=0.98说明两变量间相关度极高，且常数项和“年份”的P值均远远小于0.05，通过回归统计分析检验，因此这个方程可以用来预测未来三年的财政收入。表3-2 回归统计分析数据表回归统计Multiple R0.980223131R Square0.960837387Adjusted R Square0.958389723标准误差0.109582325观测值18方差分析dfSSMSFSignificance F回归分析14.71388774.7138877392.55292061.10603E-12残差160.1921325740.012008286总计174.906020274Coefficients标准误差t StatP-valueIntercept6.7698381450.053888446125.6268962.17