我国税收收入影响因素的实证研究计量经济学论文.doc

我国税收收入影响因素的实证研究摘要：税收是我们国财政收入的基本因素，也影响着我国经济的发展。本文通过查阅相关文献以与搜索相关的信息对分析我国税收收入影响因素进行一系列的文献综述，并通过Eviews计量经济学软件对税收收入的影响因素包括选取国生产总值、财政支出、商品零售价格指数进行分析，得出相关结论并对我国财政收入方面给出一些建议。关键词：税收收入、国生产总值、财政支出、商品零售价格指数、计量分析目录引言3一、理论综述4（一）文献综述41.国生产总值对税收收入的影响42.财政收入对税收收入的影响4（二）现状分析4二、实证分析5（一）变量选取5（二）数据取得5（三）模型的建立与构造6（四）模型检验81.经济意义检验82.统计检验83.计量检验8（1）多重线性检验8（2）邹氏检验13（3）异方差检验14（4）自相关检验20（五）模型修正22三、结论分析与政策建议22（一）结论分析22（二）政策建议23参考文献24引言自1985年实行的利改税的税改以来，税收占财政收入的比重逐年上升，90年代已高达96%。而1994年实施的全面税制改革又使得税收收入有了新的变化。税收组织财政收入、调控经济运行和监督经济活动职能的发挥，成为国家非常关心的问题。从进入新世纪，我国的经济发展面临着巨大的机遇和挑战。在新经济背景下，基于知识和信息的产业发展迅猛，全球经济发展一体化日渐深入，中国成功加入WTO。新形势下的经济发展是经济稳定和协调增长的结果，由于税收具有聚财与调控的功能，因而它在实现经济发展的过程中将发挥非常重要的作用，研究税收收入的影响因素对我国有着重要的意义。一、理论综述（一）文献综述高淑红在我国税收收入的影响因素分析一文中运用多重共线性检验和加权最小二乘估计法等计量经济学检验方法对税收收入与其影响因素做了相关计量分析，得出了以下分析结果与结论：1.国生产总值对税收收入的影响国生产总值与税收收入成正相关。这表明，国生产总值的增加会带来税收的增加。正如前面所述，经济是税收收入的源泉，税收的增长离不开经济的增长，税收收入受经济发展的影响，而国生产总值在很大程度上就反映我国的经济的发展状况。2.财政收入对税收收入的影响税收收入与财政支出显著的正相关。这表明，随着财政支出的增加，税收收入也会相应的增加，而且，其系数为0.7009，远高于国生产总值的系数。估计其原因，因为国家跟政府为了拉动经济增长，常常实施加大财政支出力度，从而使经济得到发展，各项税收相应的都有所增加，进而增加了税收的总收入。（二）现状分析我国的社会主义市场经济体制还不完善，各方面运作还需要政府实施一定的宏观职能，职能的有效实施得宜于充足的财政力量，其中税收占很大比重。1、经济增长仍是税收收入高增长的主要决定因素, 税收收入与经济增长之间有着正的线性相关性。另外,我国税收收入增长具有较大的惯性。2、我国税收收入增长速度略慢于经济增长速度,税制改革势在必行。另外, 税收是我国财政收入的主要来源, 税收收入大幅度增长,通过财政支出政策的运用,有力支持了经济和社会各项事业的发展。二、实证分析（一）变量选取为了全面反映中国税收增长的全貌，选择包括中央和地方税收的“国家财政收入”中的“各项税收”（简称“税收收入”）作为被解释变量，以反映国家税收的增长；选择“国生产总值（GDP）”作为经济整体增长水平的代表；选择中央和地方“财政支出”作为公共财政需求的代表；选择“商品零售物价指数”作为物价水平的代表。Y税收收入（亿元）X1国生产总值（亿元）X2国家财政支出（亿元）X3商品零售价格指数（以1980年为基期100）（二）数据取得以下数据来源于中国统计年鉴，单位均为亿元。年份国生产总值国家财政支出商品零售物价指数（上年=100)税收收入19804545.6241228.83106571.719814891.5611138.41102.4629.8919825323.3511229.98101.9700.0219835962.6521409.52101.5775.5919847208.0521701.02102.8947.3519859016.0372004.25108.82040.79198610275.182204.911062090.73198712058.622262.18107.32140.36198815042.822491.21118.52390.47198916992.322823.78117.82727.4199018667.823083.59102.12821.86199121781.53386.62102.92990.17199226923.483742.2105.43296.91199335333.924642.3113.24255.3199448197.865792.62121.75126.88199560793.736823.72114.86038.04199671176.597937.55106.16909.82199778973.039233.56100.88234.04199884402.2810798.1897.49262.8199989677.0513187.679710682.58200099214.5515886.598.512581.512001109655.218902.5899.215301.382002120332.722053.1598.717636.452003135822.824649.9599.905920017.312004159878.328486.89102.8062257182005183867.933930.28100.777430866200621087140422.73101.028237636表1. 1980-2006年我国税收收入相关因素统计表（三）模型的建立与构造在EVIEWS软件中输入数据，观察Y与三个解释变量X1、X2、X3之间的散点图，如图1、图2、图3所示：图1图2图3由以上散点图发现存在较强的线性关系，故此选择建立线性模型。建立模型：、利用EVIEWS软件对数据进行普通最小二乘回归，得到如图4结果：Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 12:50Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-6357.3062589.143-2.4553710.0221X1-0.0111910.014037-0.7972610.4335X20.9670820.07682112.588750.0000X357.1184124.003452.3795920.0260R-squared0.994954    Mean dependent var8681.087Adjusted R-squared0.994296    S.D. dependent var9909.343S.E. of regression748.4057    Akaike info criterion16.20972Sum squared resid12882553    Schwarz criterion16.40170Log likelihood-214.8312    F-statistic1511.718Durbin-Watson stat0.691548    Prob(F-statistic)0.000000图4Y = -6357.306 - 0.011191*X1 + 0.967082*X2 + 57.11841*X3（2589.143） （0.014037） （0.076821） （24.00345）t =(-2.455371) (-0.797261) (12.58875) (2.379592)=0.994954=0.994296 F=1511.718（四）模型检验1.经济意义检验我国税收收入与财政支出与商品零售物价指数呈正相关关系，当国其他因素不变时，财政支出每增加1单位，我国税收收入增加0.967082单位；当其他因素不变时，商品零售物价指数每增加1单位，我国税收收入增加57.11841单位，两者与税收收入呈正相关符合现实经济意义，但模型中国生产总值与税收收入呈负相关，不符合现实经济意义。2.统计检验由=0.994954 ，=0.994296与1十分接近，说明模型拟合优度很好。F统计量等于1511.718大于5%显著性水平下F（3，23）的临界值3.03，表明模型整体的显著性较高。除X1外，X2与X3的t检验值均大于5%显著性水平下自由度为23的临界值1.711，通过了变量的显著性检验。故还须对模型进行计量经济学检验并作出修正。3.计量检验（1）多重线性检验对各解释变量进行多重共线性检验利用EVIEWS软件得到各变量间相关系数矩阵表：X1X2X3X110.984833-0.407265X20.9848331-0.416781X3-0.407265-0.4167811表2. X1、X2、X3相关系数矩阵表从系数矩阵表中看出，X1与X2之间的相关系数较高，可能存在多重共线性。修正多重共线性.用EVIEWS分别对Y与各解释变量X1、X2、X3做最小二乘回归：Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 14:11Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-1143.176559.4057-2.0435540.0517X10.1610650.00658424.463690.0000R-squared0.959902    Mean dependent var8681.087Adjusted R-squared0.958298    S.D. dependent var9909.343S.E. of regression2023.592    Akaike info criterion18.13432Sum squared resid1.02E+08    Schwarz criterion18.23031Log likelihood-242.8134    F-statistic598.4724Durbin-Watson stat0.170737    Prob(F-statistic)0.000000图5Y = -1143.176 + 0.161065 * X1 （559.4057） （0.006584）=0.959902 DW=0.170737Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 14:13Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-292.7317212.2144-1.3794150.1800X20.8925750.01434062.244310.0000R-squared0.993589    Mean dependent var8681.087Adjusted R-squared0.993332    S.D. dependent var9909.343S.E. of regression809.1614    Akaike info criterion16.30106Sum squared resid16368556    Schwarz criterion16.39705Log likelihood-218.0643    F-statistic3874.355Durbin-Watson stat0.501126    Prob(F-statistic)0.000000图6Y = -292.7317 + 0.892575 * X2 (212.2144) (0.014340)=0.993589 DW=0.501126Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 14:14Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C68011.8528622.302.3761840.0255X3-564.9916272.0256-2.0769790.0482R-squared0.147161    Mean dependent var8681.087Adjusted R-squared0.113047    S.D. dependent var9909.343S.E. of regression9332.439    Akaike info criterion21.19157Sum squared resid2.18E+09    Schwarz criterion21.28756Log likelihood-284.0862    F-statistic4.313843Durbin-Watson stat0.179687    Prob(F-statistic)0.048232图7Y = 68011.85 + 564.9916 * X3 (28622.30) (272.0256)=0.147161 DW=0.179687以上3个方程根据经济理论和统计检验得出，财政支出X2是最重要的解释变量（t检验值=62.24431也最大），从而得出最优简单回归方程Y=f(X2)。.对模型进行逐步回归，在初始模型的基础上加入解释变量X1与X3，得到如下回归结果：加入X1，Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 14:32Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-218.4640240.3033-0.9091180.3723X1-0.0105150.015337-0.6855710.4996X20.9489780.08353911.359650.0000R-squared0.993712    Mean dependent var8681.087Adjusted R-squared0.993188    S.D. dependent var9909.343S.E. of regression817.8773    Akaike info criterion16.35574Sum squared resid16054157    Schwarz criterion16.49972Log likelihood-217.8025    F-statistic1896.345Durbin-Watson stat0.526704    Prob(F-statistic)0.000000图8Y = -218.4640 + -0.010515 *X1 + 0.948978 * X2(240.3033) (0.015337) (0.083539)=0.993712加入X3,Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 14:37Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-6394.6562568.992-2.4891690.0201X20.9069500.01448062.636270.0000X356.7307423.815652.3820780.0255R-squared0.994815    Mean dependent var8681.087Adjusted R-squared0.994383    S.D. dependent var9909.343S.E. of regression742.7027    Akaike info criterion16.16291Sum squared resid13238574    Schwarz criterion16.30689Log likelihood-215.1993    F-statistic2302.212Durbin-Watson stat0.652300    Prob(F-statistic)0.000000图9Y = -6394.656 + 0.906950 * X2 + 56.73074 * X3 (2568.992) (0.014480) (23.81565)=0.994815由以上数据构成表格如下：(X1)(X2)(X3)Y=f(X2)-292.7317(212.2144)0.892575(0.014340)0.993589Y=f(X1,X2)-218.4640(240.3033)-0.010515(0.015337)0.948978(0.083539)0.993712Y=f(X3,X2)-6394.656(2568.992)0.906950(0.014480)56.73074(23.81565)0.994815Y=f(X1,X2,X3)-6357.306(2589.143)-0.011191(0.014037)0.967082(0.076821)57.11841(24.00345)0.994954表3. 税收收入模型估计结果分析：在最优简单回归方程Y=f(X2)中引入X1，值略有提高。虽然X2与X1高度相关，在X1的引入对参数影响不大，的符号不满意，可以是“多余变量”，暂时删除；模型中引入X3，使值由0.993589提升到0.994815，正号也合理，进行t检验，不显著。从经济理论分析，X3应该是重要变量，虽然X2与X3高度相关，但不影响的显著性和稳定性，因此，可能是“有利变量”，暂时保留；最后在Y=f(X3,X2)的基础上引入X1，=0.994954几乎没有增加，其他两个参数系数没有多大影响，可以确定X1是多余变量，应从模型中删除。得出最后回归模型是：Y = -6394.656 + 0.906950 * X2 + 56.73074 * X3 (2568.992) (0.014480) (23.81565)=0.994815由于剔除了变量X1，故模型已不存在多重共线性，且各解释变量前得系数均符合经济意义，模型拟合度上升，各变量t检验值上升。在其他因素保持不变的情况下，财政支出每增加1亿元，商品零售物价指数增加1%，税收收入增加57.6377亿元。（2）邹氏检验考虑到1980-2006年时间跨度较大，政府财政支出与商品零售物价指数均发生了较大的变化，有必要对模型进行参数的稳定性检验。将数据分为1980-1992年和1993-2006年两组分别进行普通最小二乘回归结果如下：1980-1992年：Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 15:47Sample: 1980 1992Included observations: 13VariableCoefficientStd. Errort-StatisticProb.  C-3271.7351116.480-2.9304020.0150X21.0799520.07083115.246950.0000X325.7728610.765052.3941240.0377R-squared0.965039    Mean dependent var1855.634Adjusted R-squared0.958047    S.D. dependent var999.6892S.E. of regression204.7616    Akaike info criterion13.68074Sum squared resid419273.0    Schwarz criterion13.81112Log likelihood-85.92483    F-statistic138.0159Durbin-Watson stat1.601545    Prob(F-statistic)0.000000图10记此时的残差平方和为RSS1=4192731993-2006年：Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 16:10Sample: 1993 2006Included observations: 14VariableCoefficientStd. Errort-StatisticProb.  C-10058.024408.677-2.2814140.0434X20.9409590.02693934.929190.0000X384.4832740.020972.1109750.0585R-squared0.992858    Mean dependent var15019.01Adjusted R-squared0.991560    S.D. dependent var10277.24S.E. of regression944.1875    Akaike info criterion16.72594Sum squared resid9806391.    Schwarz criterion16.86288Log likelihood-114.0816    F-statistic764.6048Durbin-Watson stat0.739942    Prob(F-statistic)0.000000图11记此时的残差平方和为RSS2=9806391结合首次回归的结果中残差平方和RSSR=13238574，根据邹氏参数稳定性检验的方法构造F统计量： = =2.06<F（3，21）=3.07F统计量小于了5%显著性水平下的临界值，接受参数稳定的前提假设条件，因此通过了邹氏参数结构稳定性检验，此数据不存在结构性差异。（3）异方差检验异方差检验首先利用EVIEWS做出残差平方项resid2与X2、X3的散点图12、图13所示：图12图13由以上散点图表示可能存在异方差。图14由图14显示回归方程的残差分布有明显的扩大趋势，表明方程存在异方差。再利用EVIEWS进行怀特检验，结果如下：a.有交叉项：White Heteroskedasticity Test:F-statistic7.109815    Probability0.000495Obs*R-squared16.97331    Probability0.004551Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/16/12 Time: 16:34Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-8759545.38461050-0.2277510.8220X21309.274610.68812.1439330.0439X220.0001200.0010830.1109340.9127X2*X3-12.453015.971275-2.0854860.0494X3106713.5691508.00.1543200.8788X32-214.11253101.802-0.0690280.9456R-squared0.628641    Mean dependent var490317.6Adjusted R-squared0.540222    S.D. dependent var807591.7S.E. of regression547602.9    Akaike info criterion29.45762Sum squared resid6.30E+12    Schwarz criterion29.74558Log likelihood-391.6778    F-statistic7.109815Durbin-Watson stat1.626934    Prob(F-statistic)0.000495图15此时=16.9733大于5%显著性水平下自由度为5的分布临界值11.07，因此存在异方差。b.无交差项White Heteroskedasticity Test:F-statistic6.769393    Probability0.001038Obs*R-squared14.89671    Probability0.004920Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/16/12 Time: 16:41Sample: 1980 2006Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C25487592373326460.6827160.5019X238.7262445.214360.8565030.4010X220.0002760.0011590.2377760.8143X3-459782.0682613.6-0.6735610.5076X322062.6313116.5070.6618410.5149R-squared0.551730    Mean dependent var490317.6Adjusted R-squared0.470226    S.D. dependent var807591.7S.E. of regression587810.0    Akaike info criterion29.57177Sum squared resid7.60E+12    Schwarz criterion29.81174Log likelihood-394.2189    F-statistic6.769393Durbin-Watson stat1.530228    Prob(F-statistic)0.001038图16此时=14.89671大于5%显著性水平下自由度为4的分布临界值9.49，因此存在异方差。模型异方差的修正定义w1=1/sqr(resid2)作为权数，对模型进行加权最小二乘回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/16/12 Time: 17:34Sample: 1980 2006Included observations: 27Weighting series: W1VariableCoefficientStd. Errort-StatisticProb.  C-6305.814136.0376-46.353450.0000X20.9291040.004854191.42140.0000X355.192881.39214539.645940.0000Weighted StatisticsR-squared0.999998    Mean dependent var3565.330Adjusted R-squared0.999998    S.D. dependent var15337.09S.E. of regression22.06084    Akaike info criterion