财政收入计量经济学模型分析

精品文档 1欢迎下载 我国财政收入的计量经济学模型分析我国财政收入的计量经济学模型分析 精品文档 2欢迎下载 一 一 经济理论背景经济理论背景 近几年来 中国经济保持了快速发展势头 财政是同国家的产生和存在相联系 国家 为了维持自身的存在和发挥职能 必须消耗一定的社会产品 但是 国家本身通常不直接 从事生产活动 因而必须凭借自身拥有的政治权力 强制性地征收一部分社会产品 以满 足各方面支出的需要 这种国家的收入和支出就是财政 它是国家凭借政治权力而进行的 社会产品的分配 从这一概念的内容可以看出 财政是一种分配关系 是一种以国家为主 体 在社会范围内集中性的分配关系 这就是财政的本质 我们选取了全国 1978 2001 年 的财政收入 通过建立计量模型 运用计量分析方法对影响财政收入的各因素进行相关分 析 找出其中关键影响因素 以为政策制定者提供一定参考 最终使财政收入成为促进中 国经济发展的基石 二 二 有关财政收入及其影响因素的理论有关财政收入及其影响因素的理论 我们主要从以下几个方面分析我国财政收入的影响因素 税收 税收是国家为实现其职能 凭借政治权力 按照法律规定 通过税收工具强制地 无 偿地征参与国民收入和社会产品的分配和再分配取得财政收入的一种形式 国民生产总值 gross national product GNP GNP 是指一个国家 地区 所有常住机构单位在一定时期内 年或季 收入初次分配的 最终成果 其他收入 包括基本建设贷款归还收入 基本建设收入 捐赠收入等 例如企业 个人的捐款 国际组织和别国政府的援助等 从业人数 非农业就业人数为就业报告中的一个项目 该项目主要统计从事农业生产以外的职位 变化情形 非农就业人数主要是反映制造行业和服务行业的发展及其增长 数字减少便代 表企业减低生产 经济步入萧条 进出口额 是指一个国家 地区 与另一个国家 地区 之间的商品和劳务的交换 这种贸易由 进口和出口两个部分组成 我们猜想财政收入的增加或减少与以上五个因素有关 3 3 分析影响财政收入的目的和意义分析影响财政收入的目的和意义 影响财政收的根本性因素济是经发展水平 所以只有大力发展经济 使经济持续稳定 地增长 财政收入才能增加 增加财政收入要处理好国家 企业 个人的关系 财政收入的增加是财政支出的前提 也是在市场经济条件下发挥国家宏观调控作用的基础 虽然从长远来看 国家实力的增强 必然会给每个企业的发展和人民生活水平的提高带来机会 但是 它毕竟与企业和人民的 希望不完全相等 所以 必须把握财政收入增长的度 如果国家财政收入过多 就是财政 资金分配不当的一种表现 它的结果是会直接减少企业和个人的收入 这对企业生产规模 的扩大和个人购买力的增加产生不利影响 最终会阻碍经济的发展 背离财政收入增加的 初衷 反而导致财政收入增加困难 如果国家财政收入过少 其直接后果则是减少财政在 精品文档 3欢迎下载 经济建设方面的支出 降低国家对经济的宏观调控能力 最终也将不利于经济快速健康发 展 从而影响财政收入稳步增长 所以 增加财政收入要处理好国家 企业 个人的关系 在保证国家财政收入稳步增长的基础上 使企业生产得到发展 使人民生活水平得到提高 应该看到 同其他国家相比 国家财政收入占国内生产总值比重偏低 国家掌握的财政收 入偏少 是我国当前面临的一个问题 技术支持 E VIEWS 6 0 参考资料 统计年鉴和 计量经济学 计量经济学习题集 四 数据分析 四 数据分析 原始数据 原始数据 obsX1X2X3X4X5Y 1978519 283624 140 9940152355 001132 26 1979537 824038 2113 5340581456 051146 38 1980571 704517 8152 9942361570 001159 93 1981629 894860 3192 2243280750 541175 79 1982700 025301 8215 8444706787 471212 33 1983755 595957 1257 8446004861 801866 95 1984947 357206 7296 29475971246 111642 86 19852040 798989 1280 51498732066 72004 82 19862090 73 10201 4156 95512822549 892122 01 19872140 36 11954 5212 38527833076 312199 35 19882390 47 14922 3176572357 24 19892727 40 16917 8179 41553294204 862664 90 19902821 87 18598 4299 53567405560 102937 10 19912990 17 21662 5240 10583607225 803149 48 19923296 91 26651 9265603483 37 19934255 30 34650 5191 046022011271 004348 95 19945126 88 46670 0280 186147020381 905218 10 19956038 04 57494 9369 196238823499 906242 20 19966909 82 66850 5724 666885024133 807407 99 19978234 04 73142 7682 306960026967 208651 14 精品文档 4欢迎下载 19989262 80 76967 2833 306995726857 709875 95 199910682 58 80579 4925 437058629896 3011444 08 200012581 51 88228 1944 987208539274 2013395 23 200115301 38 94346 41218 107302542193 3016386 04 这是我们的原始数据 其中 X1 是代表税收收入 X2 是代表 GNP X3 是代表其他收入 X4 是代表劳动力 X5 代表进出口额 Y 就是国家政府的收入 1 1 对各变量进行显著性分析 对各变量进行显著性分析 为了剔除没有关系的变量 先对各个变量进行显著性分析 Dependent Variable Y Method Least Squares Date 06 08 09 Time 00 33 Sample 1978 2001 Included observations 24 Variable Coefficien t Std Error t StatisticProb X10 7933940 0869089 1290970 0000 X2 0 0295360 013870 2 1295380 0465 X32 6397630 5752664 5887710 0002 X40 0048070 0023482 0475920 0547 X50 0803450 0384092 0918590 0501 R squared0 997099 Mean dependent var4717 685 Adjusted R squared0 996488 S D dependent var4307 636 S E of regression255 2682 Akaike info criterion14 10556 Sum squared resid1238075 Schwarz criterion14 35099 Log likelihood 164 2667 F statistic1632 641 Durbin Watson stat1 268699 Prob F statistic 0 000000 精品文档 5欢迎下载 在对 X1 X2 X3 X4 X5 的显著性检验中 得到 X4 的 P 值为 0 0547 并且是最大的 又 X1 X2 X3 X4 X5 得 T 值都大于 2 可以得到 X4 是不显著的 不仅如此 联系实际 劳动力 跟政府的收入并没有很大的关联 因此剔除 X4 这一个因素 然后再对 X1 X2 X3 X5 进行显 著性检验 Dependent Variable Y Method Least Squares Date 06 08 09 Time 00 35 Sample 1978 2001 Included observations 24 Variable Coefficien t Std Error t StatisticProb X10 8355020 0909309 1883660 0000 X2 0 0124290 011922 1 0425470 3096 X32 7979480 6138704 5578810 0002 X50 0315910 0324540 9734060 3420 R squared0 996459 Mean dependent var4717 685 Adjusted R squared0 995928 S D dependent var4307 636 S E of regression274 8886 Akaike info criterion14 22162 Sum squared resid1511275 Schwarz criterion14 41796 Log likelihood 166 6594 F statistic1875 989 Durbin Watson stat1 026449 Prob F statistic 0 000000 跟剔除 X4 的方法一样 对 X1 X2 X3 X5 进行显著性检验 可以看到 X5 的 P 值为 0 3420 远远大于 0 05 同样 联系实际 进出口额也是对政府收入没有很大的影响 因 此 剔除掉 X5 这一个变量 最后剩 X1 X2 X3 精品文档 6欢迎下载 Dependent Variable Y Method Least Squares Date 06 08 09 Time 00 35 Sample 1978 2001 Included observations 24 Variable Coefficien t Std Error t StatisticProb X10 8888460 07247112 264930 0000 X2 0 0037500 007904 0 4744270 6401 X32 4945170 5281744 7229060 0001 R squared0 996291 Mean dependent var4717 685 Adjusted R squared0 995938 S D dependent var4307 636 S E of regression274 5449 Akaike info criterion14 18458 Sum squared resid1582873 Schwarz criterion14 33183 Log likelihood 167 2149 F statistic2820 559 Durbin Watson stat0 938555 Prob F statistic 0 000000 在对 X1 X2 X3 的显著性检验中 X2 的 P 值是 0 6401 0 05 也就是 X2 是一个不显著 的变量 与 Y 没有强烈的关系 联系实际中 X2 代表 GNP 显然 GNP 不会对政府收入产 生很大的影响 加上检验得出不显著性 因此 剔除 X2 这一个变量 最后再对 X1 X3 进行一次检验 Dependent Variable Y Method Least Squares Date 06 08 09 Time 00 36 Sample 1978 2001 Included observations 24 精品文档 7欢迎下载 Variable Coefficien t Std Error t StatisticProb X10 8615240 04321119 937640 0000 X32 4869880 5185544 7960030 0001 R squared0 996251 Mean dependent var4717 685 Adjusted R squared0 996081 S D dependent var4307 636 S E of regression269 6663 Akaike info criterion14 11190 Sum squared resid1599839 Schwarz criterion14 21007 Log likelihood 167 3428 F statistic5846 840 Durbin Watson stat0 923299 Prob F statistic 0 000000 在最后的检验 X1 X3 中 结果很显然 X1 X3 的 P 值都小于 0 05 检验出的 T 值均大 于 2 又符合 F 检验 因此 最终确定变量为 X1 X3 由生活常识 政府收入确实是跟税 收收入和其他收入存在着很大的关系 Dependent Variable Y Method Least Squares Date 06 08 09 Time 00 46 Sample 1978 2001 Included observations 24 Variable Coefficien t Std Error t StatisticProb C114 234789 464281 2768750 2156 X10 8757680 04404119 885220 0000 X32 1401710 5789493 6966450 0013 R squared0 996521 Mean dependent var4717 685 精品文档 8欢迎下载 引入一个参数 C 然后分别对 C X1 X3 进行显著性检验 由图表可以看到 X1 X3 的 P 值均小于 0 05 由此可以知道 X1 X3 均是显著的 也就是说 X1 X3 均是有影响的变量 为 了进一步验证 C 值是否合理 模型是否是最佳 我们暂时把 X3 去掉 验证 C 和 X1 的显著 性 看下一图 Dependent Variable Y Method Least Squares Date 06 08 09 Time 12 22 Sample 1978 2001 Included observations 24 Variable Coefficien tStd Error t Statistic Prob Adjusted R squared0 996190 S D dependent var4307 636 S E of regression265 8838 Akaike info criterion14 12046 Sum squared resid1484578 Schwarz criterion14 26772 Log likelihood 166 4456 F statistic3008 006 Durbin Watson stat0 878370 Prob F statistic 0 000000 精品文档 9欢迎下载 C269 391199 175382 7163110 0126 X11 0309640 01670461 719890 0000 R squared0 994258 Mean dependent var 4717 685 Adjusted R squared 0 993997 S D dependent var 4307 636 S E of regression 333 7546 Akaike info criterion14 53834 Sum squared resid2450627 Schwarz criterion14 63652 Log likelihood 172 4601 Hannan Quinn criter 14 56439 F statistic3809 344 Durbin Watson stat 0 552968 Prob F statistic 0 000000 进行拟合优度分析 其中赤池信息量 Akaike info criterion 14 12046 14 53834 施瓦兹信息量 Schwarz criterion 14 26772 14 63652 因此 第一个模型更加精确地说 明 Y 与 X1 X3 的关系 到此 我们确定了模型的自变量是 X1 X3 因变量是 Y 其中存在常 数 C 下面我们进行模型的假设 根据原始数据 我们画出 X1 X3 Y 的关系图 如图 精品文档 10欢迎下载 0 4 000 8 000 12 000 16 000 20 000 788082848688909294969800 YX1X3 由图可以看出 X1 与 Y 的值基本相差一个稳定的值 而这个值跟 X3 差不多 因此我 们推断 Y 与 X1 X3 是一元线性关系 进一步进行分析 得出模型的 a b 的值 如下 Dependent Variable Y Method Least Squares Date 06 08 09 Time 00 46 Sample 1978 2001 Included observations 24 VariableCoefficie nt Std Errort Statistic Prob C114 234789 464281 2768750 2156 X10 8757680 04404119 885220 0000 X32 1401710 5789493 6966450 0013 R squared0 996521 Mean dependent var4717 685 Adjusted R squared0 996190 S D dependent var 4307 636 S E of regression265 8838 Akaike info criterion 14 12046 精品文档 11欢迎下载 由此估计模型为 Estimation Command LS Y C X1 X3 Estimation Equation Y C 1 C 2 X1 C 3 X3 Substituted Coefficients Y 114 234708658 0 875768440201 X1 2X3 因此得出 Y 114 23 0 88X1 2 14X3Y 114 23 0 88X1 2 14X3 1 28 1 28 19 89 19 89 3 70 3 70 2 2 对模型进行异方差检验 对模型进行异方差检验 使用 EViews 进行怀特检验 得到如下结果 这个是含有交差项的结果 White Heteroskedasticity Test F statistic0 839289Probability 0 539165 Obs R squared4 537424Probability 0 474892 这个是不含交差项的结果 White Heteroskedasticity Test F statistic1 107034Probability 0 382053 Obs R squared4 536223Probability 0 338274 可以看到 无论是否有交叉项 得到的结果都说明 在 0 05 的置信水平下 该模型 不存在异方差性 Sum squared resid1484578 Schwarz criterion14 26772 Log likelihood 166 4456 F statistic3008 006 Durbin Watson stat0 878370 Prob F statistic 0 000000 精品文档 12欢迎下载 3 3 对模型进行序列相关性的检验 对模型进行序列相关性的检验 D W 检验 由于 D W 值为 0 878370 在 1 的显著水平下 n 24 k 3 的 dl 0 88 故可以肯定该 模型存在一阶序列相关 按照杜宾两步法 首先估计模型 1 Dependent Variable Y Method Least Squares Date 06 08 09 Time 21 58 Sample adjusted 1979 2001 Included observations 23 after adjusting endpoints Convergence achieved after 5 iterations VariableCoefficien t Std Error t StatisticProb C47 19360172 09320 2742330 7869 X10 9426560 04916319 173890 0000 X31 4451920 5713282 5295330 0204 AR 1 0 6006450 1839553 2651640 0041 R squared0 997974 Mean dependent var4873 573 Adjusted R squared0 997655 S D dependent var4334 678 S E of regression209 9265 Akaike info criterion 13 68816 Sum squared resid837313 7 Schwarz criterion13 88564 Log likelihood 153 4139 F statistic3120 325 Durbin Watson stat1 986310 Prob F statistic 0 000000 Inverted AR Roots 60 在 1 的显著性水平下 n 23 k 3 的 D W 检验的邻居中的上下限 dl 0 86 du 1 40 从表中可以看到 D W 值为 1 986310 处于 du 与 4 du 之间 该模型调整后已不具有序列 相关性 且模型通过了 F 检验 自变量 X1 X3 AR 1 均通过了 t 检验 若再引入 AR 2 得到如下结果 Dependent Variable Y Method Least Squares Date 06 08 09 Time 22 19 Sample adjusted 1980 2001 Included observations 22 after adjusting endpoints Convergence achieved after 7 iterations VariableCoefficien t Std Error t StatisticProb 精品文档 13欢迎下载 C39 92063173 57240 2299940 8208 X10 9431020 05117318 429690 0000 X31 4417240 6160402 3403080 0317 AR 1 0 5966560 2670012 2346600 0392 AR 2 0 0478910 237126 0 2019640 8423 R squared0 997941 Mean dependent var5042 991 Adjusted R squared0 997457 S D dependent var4358 047 S E of regression219 7859 Akaike info criterion 13 81990 Sum squared resid821199 1 Schwarz criterion14 06787 Log likelihood 147 0189 F statistic2059 911 Durbin Watson stat1 980643 Prob F statistic 0 000000 Inverted AR Roots 50 10 可以看到 模型通过了 F 检验 但是 AR 2 的系数 t 检验结果大于 0 05 是不显 著的 因而可以断定该模型之存在一阶序列相关性 得到的最终回归模型为 Y 47 19360167 0 9426555271 X1 1 445192304 X3 AR 1 0 6006448303 五五 总总结结 显显著著影影响响政政府府收收入入的的因因素素 政府收入 是指政府为履行其职能而筹集的一切资金的总和 在市场经济条件下 政府收入是国家通过一定的形式和渠道集中起来的以货币表现的一定量的社会产品价值 其中主要是剩余产品的价值 它是政府从事一切活动的物质前提 政府收入的状况如何 不仅直接影响政府各项职能的发挥和政府各项政策目标的实现 而且会对私人资本获取利 润的过程产生重要影响 既能从总量上改变社会总需求和总供给的均衡状况 又能从结构 上影响产业结构和经济结构的变动方向 另外 政府收入还会对居民的收入水平 生活状 况 经济利益等产生明显影响 所以 不论是对于一国的经济 政治 文化发展 还是对于国民生活状况的提高 政府收入都起着至关重要的作用 我们收集了从 1978 年到 2001 年我国的政府收入 税收收入 国民生产总值 GNP 其他收入 从业人数 进出口额六项数据 在模型建立初期 将政府收入作为因变量 将 其他五个因素作为自变量 做回归分析 在前几次的回归分析中我们发现 国民生产总值 GNP 与税收收入之间存在较强的多重共线性 同时 从业人数和进出口额对税收收入的 精品文档 14欢迎下载 影响在显著性为 0 05 的条件下影响不显著 为保证模型的准确性 我们将国名生产总值 GNP 从业人数 进出口额这三个自变量剔除 最后余下的税收收入和其他收入是成熟 模型中的自变量 说明在 1978 年到 2001 年中 我国的税收收入和其他收入对政府收入的