关于我国税收总额影响因素研究分析

1、关于我国税收总额影响因素研究分析 摘要：本文利用我国1990年至2009年统计数据建立了可以通过各种检验的我国税收总额的模型，对我国税收总额情况进行实证分析。通过对该模型的经济含义分析得出各种主要因素对我国的税收总额影响程度，并针对我国税收总额提出自己的一些建议。关键词：税收总额 计量经济 实证分析 主要因素一、模型设定为了分析我国税收总额与其经济因素之间的关系，我选择了“税收总额”为被解释变量，选择“进口总额”、“出口总额”“GDP”为解释变量。设定如下形式的计量经济模型：=+ +其中，为我国税收总额，为出口额，为进口额。为GDP为估计模型参数，从国家统计局收集到我国居民从1990-2009

2、年的税收总额、进口总额、出口总额、GDP、 数据如下：人民币（亿元）年份税收总额出口额进口额GDP19902821.862985.82574.311300.12119912990.173827.13398.712752.63519923296.914676.34443.314817.55619934255.35284.85986.216954.84619945126.8810421.89960.118638.01219956038.0412451.811048.120070.55119966909.8212576.411557.4217000415160.711806

3、.523420.22519989262.815223.611626.125209.767199910682.5816159.813736.427191.358200012581.5120634.418638.829965.146200115301.3822024.420159.232880.12200217636.4526947.924430.336376.27200320017.3136287.934195.640568.339200424165.6849103.346435.845968.459200528778.5462648.154273.752124.408200634804.357

4、7594.5963376.8660187.646200745621.9793455.6373284.5670581.599200854223.79100394.979526.5378727.852200959521.5982029.6968618.3785964.883二、估计参数利用Eviews软件，生成、等数据，采用这些数据对模型进行OLS回归，结果如下：OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 12/18/11 Time: 10:21Sample: 1990 2009Included observations: 20Va

5、riableCoefficientStd. Errort-StatisticProb. C-9775.14991079.8328-9.05241.07708692425e-07X20.33440.13722.43640.0268913928431X3-0.49070.1800-2.72530.0149719323373X40.858790.074711.48503.87406251465e-09R-squared0.9933 Mean dependent var18613.5485Adjusted R-squared0.9920 S.D. dependent var17452.0341S.E.

6、 of regression1556.5240 Akaike info criterion17.7151543Sum squared resid38764273.2936 Schwarz criterion17.9143Log likelihood-173.1515 F-statistic790.8494Durbin-Watson stat0.4662324 Prob(F-statistic)0-9775.14990.3344-0.4907 0.85879 （1079.8328） （0.1372） （0.1800） （0.0747） t （-9.0524） （2.4364） （-2.7253）

7、 （11.4850）0.9933 0.9920 790.8494 16经济意义检验。在假定其他条件不变的情况下，出口额每增长1% ，我国税收总额增长0.3344% 。进口额每增长1% ，我国税收总额下降0.4907% ，GDP每增长1% ，我国税收总额增长0.85879% 。这与理论分析和经验判断相一致。拟合优度：从回归的结果来看，0.9933，修正的0.9920，这说明模型对样本的拟合很好。检验：针对：0，给定的显著性水平0.05，在分布表中查出自由度为13和16的临界值，由回归结果中得到的明显大于，应拒绝原假设H0：0，说明回归方程显著，即“出口额”、“进口额”“ GDP”等变量联合起来确

8、实对“我国税收总额”有显著影响。检验：分别针对：0（=1，2，3，4），给定的显著性水平0.05，在分布表中查出自由度为=16的临界值（）2.120。由回归结果中的数据可得， 与、对应的统计分别-9.0524、2.4364、-2.7253、11.4850为其绝对值大于（）2.120，这说明在显著性水平0.05下，分别都应当拒绝：0（=1，2，3，4），也就是说，当在其他解释变量不变的情况下，解释变量“出口额” “进口额”“ GDP”分别对被解释变量“我国税收总额”有显著影响三、多重共线性检验 相关系数矩阵X2X3X4X210.9967180.974461X30.99671810.977156X

9、40.9744610.9771561由于关系系数矩阵可以看出，各解释变量互相之间的相关系数较高，正席确实存在严重多重共线性。四、多重共线性修正采用逐步回归的办法，去检验和解决冬虫共线性问题。分别作对、的一元回归，回归结果如下，Dependent Variable: YMethod: Least SquaresDate: 12/18/11 Time: 11:13Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C1005.40561465.946570.685840580

10、.50155256409X20.525700.03196216.44738662.73366597376e-12R-squared0.9376118 Mean dependent var18613.5485Adjusted R-squared0.9341458 S.D. dependent var17452.0341614S.E. of regression4478.5508 Akaike info criterion19.7466260772Sum squared resid361033514.811 Schwarz criterion19.8461993046Log likelihood-

11、195.46626 F-statistic270.516526819Durbin-Watson stat0.7966212 Prob(F-statistic)2.73366597376e-12Dependent Variable: YMethod: Least SquaresDate: 12/18/11 Time: 12:08Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C73.020511542.2380.0473470.9628X30.6516000.04054

12、716.070100.0000R-squared0.934841 Mean dependent var18613.55Adjusted R-squared0.931221 S.D. dependent var17452.03S.E. of regression4576.918 Akaike info criterion19.79008Sum squared resid3.77E+08 Schwarz criterion19.88965Log likelihood-195.9008 F-statistic258.2482Durbin-Watson stat0.624136 Prob(F-stat

13、istic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/18/11 Time: 12:08Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-9404.657769.3213-12.224610.0000X40.7724900.01815542.549220.0000R-squared0.990156 Mean dependent var18613.55Adjusted R-squared0.9

14、89609 S.D. dependent var17452.03S.E. of regression1779.029 Akaike info criterion17.90016Sum squared resid56968977 Schwarz criterion17.99974Log likelihood-177.0016 F-statistic1810.436Durbin-Watson stat0.315260 Prob(F-statistic)0.000000对回归结果进行整理，如下表 一元回归估计结果变量参数估计值0.525700.6516000.772490统计量16.44738661

15、6.0701042.549220.93761180.9348410.9901560.93414580.9312210.989609其中，加入的方程最大，以为基础，顺次加入其他变量逐步回归。结果如下表所示。 加入新变量的回归结果变量 变量，-0.014528（-0.250163）0.792733（9.546305）0.989038，-0.081498（-1.105744）0.864226（10.17902）0.989736加入时， 参数检验变得不明显。加入时，参数变得不明显。 最后修正严重多重共线性影响后的回归结果为-9404.657+0.772490（-12.22461）（42.54922）这

16、说明，当GDP每增长1%，我国税收总额 增长0.772490%。五、异方差检验利用eviews绘制出对的散点图，图如下：由图可以看出，残差平方随解释变量的变动呈增大趋势，因此，模型很有可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。 再进行White检验，回归检验结果如下，White检验结果White Heteroskedasticity Test:F-statistic2.773779 Probability0.090671Obs*R-squared4.920762 Probability0.085402Test Equation:Dependent Variable: RESI

17、D2Method: Least SquaresDate: 12/18/11 Time: 14:04Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C6330267.2797032.2.2632090.0370X4-250.4344148.6557-1.6846600.1103X420.0031200.0015641.9939770.0624R-squared0.246038 Mean dependent var2848449.Adjusted R-squared0.1

18、57337 S.D. dependent var3347378.S.E. of regression3072782. Akaike info criterion32.85155Sum squared resid1.61E+14 Schwarz criterion33.00091Log likelihood-325.5155 F-statistic2.773779Durbin-Watson stat0.944104 Prob(F-statistic)0.090671由上表可知， 4.920762，由White检验可知，在=0.05，查 2 分布表得到临界值2（2）=5.9915,同时X 和X2

19、的t值不显著。比较计算 2统计量与临界值，4.920762<5.9915所以不拒绝原假设，拒绝备择假设，表明模型不存在异方差。六、自相关检验Dependent Variable: YMethod: Least SquaresDate: 12/18/11 Time: 12:08Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-9404.657769.3213-12.224610.0000X40.7724900.01815542.549220.0000R-squa

20、red0.990156 Mean dependent var18613.55Adjusted R-squared0.989609 S.D. dependent var17452.03S.E. of regression1779.029 Akaike info criterion17.90016Sum squared resid56968977 Schwarz criterion17.99974Log likelihood-177.0016 F-statistic1810.436Durbin-Watson stat0.315260 Prob(F-statistic)0.000000估计结果如下9

21、404.6570.772490Se（769.3213） （0.018155）0.990156 1810.436 DW0.315260对样本量为20、一个解释变量的模型、5%显著水平，查DW统计表可知，=1.2011.3088021.411，模型中DW<，所以模型存在自相关。七、自相关问题的修正生成残差序列E，使用e进行滞后一期的自回归，回归结果如下：Dependent Variable: EMethod: Least SquaresDate: 12/20/11 Time: 16:52Sample(adjusted): 1991 2009Included observations: 19

22、after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. E(-1)0.6935750.1261145.4995730.0000R-squared0.620075 Mean dependent var-193.6206Adjusted R-squared0.620075 S.D. dependent var1470.086S.E. of regression906.1324 Akaike info criterion16.50744Sum squared resid14779368 Schwarz criterion16.55715Log likelihood-155.8207 Durbin-Watson stat1.412222对于原模型进行广义差分，再对广义差分方程进行回归，回归结果如下：Dependent Variable: Y-0.693575*Y(-1)Method: Least SquaresDate: 12/20/11 Time: 16:50Sample(adjusted): 1991 2009Included observations: 19 after adjusting endpointsVariableCoefficientStd. Errort