税收收入论文关于基于VAR模型北京市税收收入经济增长关系论文范文参考资料

税收收入论文关于基于VAR模型北京市税收收入经济增长关系论文范文参考资料 （首都经济贸易大学劳动经济学院，北京 100070） 【摘要】经济决定税收，而作为财政手段的重要工具之一，税收又反作用于经济。本文利用北京市1994年到xx年税收收入和GDP的20年数据，分析并建立了VAR模型，探究得出北京市税收收入与GDP序列为一阶单整的非平稳序列，两者之间不存在格兰杰因果关系，相互之间的影响反应及时，基本不存在滞后效应，税收对于GDP的贡献大于GDP对税收的贡献。 【关键词】税收 经济增长 VAR模型 一、引言 经济增长是国家宏观经济调控的主要目标之一，对于我国这样一个处于市场经济体制初级阶段的发展中国家来说，如何运用有效的手段实现经济快速、稳定、健康的增长，是一个长期性的艰巨任务。作为实行财政政策的重要工具之一，税收与经济增长的关系十分密切，首先，经济决定税收，税收依赖于经济发展。其次，税收对经济增长具有反作用，如果税收过高，则会对经济增长产生一定的阻碍，反过来又影响税收；如果税收过低，财政政策的效果则不能达到预期，影响政府职能的发挥。 自1994年分税制改革以来，北京市经济发展形势良好，税收也一直保持快速增长的状态。直至xx年，由于受到国际 _及奥运会后投资需求大幅下降的影响，北京市经济平稳增长出现了拐点，同时税收的高幅增长也迎来了下降趋势。那么北京市税收收入和经济增长之间存在什么样的关系鉴于此，本文借助STATA软件构建相关的计量模型对两者之间的关系作出了相关的实证研究，以期对于北京市实现税收收入与经济增长的协调发展、北京市经济的可持续发展和经济结构的顺利调整有所帮助。 在指标衡量方面，本文用税收收入和地区生产总值来衡量北京市的税收水平和经济增长状况，设变量lntax和lngdp分别代表税收收入和经济增长的自然对数。数据北京统计年鉴，并以实行分税制改革的1994年为研究起点，截止到xx年，共20年的相关数据作为此次研究的依据。 如图1所示，自1994年分税制改革以来，北京市税收收入和GDP增长较快，特别是1994年到1995年期间，两者的增幅都超过了30%，之后的四年里，虽然税收和GDP都保持着超过10%的增长速度，且税收增幅一直大于GDP增幅，但是两者都出现了增幅逐年下降的趋势。2000年到xx年，由于土地增值税和耕地占用税大幅上涨，作为国际性大都市的北京的房地产需求提升较快，带动了北京市税收又一次大幅提升。较上一年的税收增幅来看，01年提升了近10%，GDP则保持较为平稳的增长态势。xx年，GDP涨幅第一次超过税收涨幅，尤其到xx年，涨幅差距扩大到7%左右，随后，北京市税收涨幅反过来又超过GDP涨幅。xx年，由于受到 _和申办奥运会的影响，北京市的税收收入和GDP的增长遭到了一定的制约。可以看出，税收和GDP之间的关系并不稳定，多数情况下税收的涨幅超过GDP的涨幅，说明税收在很大程度上可能受到地区生产总值的影响，但是又不能完全被地区生产总值所解释。 1.时序图分析。从图1可以看出，lntax和lngdp都表现出非常明显的随时间上升的趋势，均含有趋势项和常数项，因此本文基本判断lntax与lngdp序列为非平稳时间序列，在做相关检验的时候，模型中应包含有趋势项和常数项。 虽然lntax和lngdp序列本身具有不平稳性，但是为了之后的协整检验，本文对lntax和lngdp分别进行了一阶差分的处理，并验证了其差分序列的平稳性。从图2和图3（d1_lngdp、d1_lntax分别表示lngdp和lntax的一阶差分）可以看出，lngdp和lntax的一阶差分时序图均不具有明显上升的趋势，不包含有趋势项，但包含截距项，因此，本文初步判定lngdp和lntax的一阶差分序列为平稳时间序列，可以用包含截距项但不含有趋势项的模型进行检验。 2.单位根检验。通过对时序图的分析，我们初步判断出lngdp和lntax为非平稳时间序列，lngdp和lntax的一阶差分序列为平稳时间序列，接下来本文利用单位根检验对以上的初步判断做出验证，以保证模型的有效性，避免出现“伪回归”。鉴于单位根检验的方法较为多样，有ADF检验、PP检验、KPSS检验等，本文采用应用较为广泛的ADF检验。（见表1） 以上结果论证了时序图分析结果，lngdp和lntax的T统计量分别为-2.625、-1.819，均高于10%临界值，且P值分别为0.2685、0.6953，由此可以得出lngdp和lntax两个数列都存在单位根，都是非平稳序列。lngdp和lntax的一阶差分序列，即d1_lngdp和d1_lntax的T统计量分别为-3.996和-4.226，均低于1%的临界值，说明d1_lngdp和d1_lntax两个数列都以是平稳序列。 综上所述，对lngdp、lntax、d1_lngdp和d1_lntax四个序列分别进行单位根检验，lngdp和lntax两个非平稳序列经过一阶差分后都变成了平稳序列，可以得出lngdp和lntax同为一阶单整。接下来对lngdp和lntax进行协整检验，以验证两者之间的长期均衡关系。 3.协整检验。本文利用Johansen极大似然估计法对lntax和lngdp进行了协整检验（检验结果如表2所示），结果在5%的显著性水平上不能拒绝“最高协整秩为0”的原假设，在5%的显著性水平上拒绝了“最高协整秩为1”的原假设。说明lntax和lngdp没有通过协整检验，两者之间不存在协整关系。 4.模型滞后阶数检验。如表3所示，3阶滞后可同时满足似然比率（LR）、最终预测误差（FPE）、赤池信息准则（AIC）、汉南-昆信息准则（HQIC）和施瓦茨信息准则（SBIC），一致被各准则认为是最优的滞后阶数。 至此，鉴于lntax和lngdp两列非平稳时间序列通过了ADF检验，没有通过协整检验，并确定所设立模型的滞后阶数为3阶最优，已具备建立VAR模型所需条件。 其中：E（t，t）= 式（1）中yt是表示一个包含北京市税收收入和GDP这两个内生变量的列向量；c=(c1，c2，c3)T是VAR模型的截距向量；At为各阶滞后项的参数矩阵；t为残差列向量；其方差协方差矩阵为。 如图4反映，所有的特征值都落入了单位圆内，因此可以判定系统是稳定的。 1.残差的正态性检验。本文利用Jarque-Bera方法检验VAR模型的残差项是否符合正态分布，如表4所示，在5%显著性水平上系统不拒绝残差项服从正态分布的原假设，即模型通过了残差正态性检验。 2.残差的自相关检验。当模型的残差项存在自相关时，对模型的估计就会有一定的偏差，与其对应的T检验和F检验也不再使用了，此时必须对滞后的阶数有一定的调整。如表5所示，在5%显著性水平上接受无自相关的原假设，模型通过残差自相关检验。 如表6所示，lngdp对lntax不存在很强的格兰杰因果关系，lntax对lngdp也不存在较强的格兰杰因果关系，但是前者之前的格兰杰因果关系要大于后者。 1.脉冲响应分析。通过脉冲响应可以观察到各变量之间相互影响的敏感性。如图5所示，当lngdp做出一次脉冲冲击之后，lntax立马做出了反应，而后收敛。当lntax做出一次脉冲冲击之后，lngdp做出响应的速度也较快，随后收敛。 2.方差分解分析。方差分解是分析每一个结构冲击对内生变量变化的贡献度。如表7所示，无论从短期还是长期来看，税收对于GDP的贡献远小于其对于自身的贡献率，税收对GDP的短期贡献率小于长期贡献率（长期贡献率趋于41%左右）。同样地，无论是短期还是长期，GDP对自身的贡献率要远大于其对税收的贡献率（长期贡献率趋于16%左右），说明除了税收以外，还有其他重要的因素在GDP增长中发挥着不可替代的作用。通过比较还可以得出，税收对GDP的贡献率大于GDP对税收的贡献率。 通过对税收和经济增长之间关系的理论研究，结合本文第三、四部分探究北京市税收收入和GDP增长之间关系的VAR模型的设立，以及相关的格兰杰因果关系检验、脉冲响应和方差分析等实证研究，得出