影響稅收收入的因素分析計量經濟學課程分析論文1

1、計量經濟學課程分析論文影響稅收收入的因素分析 組員目錄前言3一、 文獻綜述3二、 分析指標及方法的選擇4（一） 分析指標的選擇4（二） 采用的分析方法5三、 具體分析過程和檢驗5（一） 多元線性回歸模型51、對多元線性總體回歸模型用普通最小二乘法進行估計及檢驗52、多重共線性檢驗6（二） 逐步回歸法消除多重共線性9（三） 異方差檢驗white檢驗16（四） 序列相關性檢驗17四、 模型的經濟意義分析20五、 結論20六、 政策建議21致謝21附錄22參考文獻24摘要 本文是在參考了多個關于影響我國稅收收入的主要觀點的基礎上，對影響我國自1978年至2011年的稅收收入的主要因素進行實證分析。選

2、取的自變量有國內生產總值、財政支出和零售商品物價水平。然后，收集了相關的數據，利用eviews軟件對計量模型進行了參數估計和檢驗。得出的結論是進出口總額、財政支出是影響稅收收入的主要因素關鍵詞 稅收收入 多重共線性 異方差性 序列相關檢驗一、選題動機影響稅收收入的因素有很多，如經濟發(fā)展水平稅收制度的設計、政府職能范圍等 。我國專家學者對此有廣泛的分析研究,但大多集中于研究影響稅收增長的因素,并且著眼于gdp對稅收增長的影響強度。當然也有學者考慮了多種經濟因素的共同影響,并提出了許多相關的政策建議,為我們建立模型開拓了思路。經濟發(fā)展程度決定著稅源狀況，它是影響稅收成本與效率的基礎性因素。李曉玉在

3、2009年發(fā)表的淺談我國稅收成本影響因素有比較具體的分析，個人從中得出結論：稅收成本從開始征稅就己經存在，并且不是孤立存在的，它與經濟社會有著千絲萬縷的聯(lián)系，必須從宏觀和微觀角度分析其影響因素，才能揭示制約稅收成本的客觀規(guī)律。其中經濟發(fā)展水平和稅收制度成為兩大重要原因。李衛(wèi)剛在稅收增長影響因素的可持續(xù)性分析中提到，影響稅收增長的因素是多元的，主要有經濟增長、稅制結構、稅收征管水平和價格因素；孫玉棟影響我國稅收收入快速增長的因素及其數量分析中認為影響稅收收入增長的因素主要有經濟增長、物價稅收、政策調整和稅收征管等幾個方面；安體富認為，稅收收入主要受價格經濟結構的變動、經濟效應的變動、稅收政策、財

4、稅制度稅收征管和稅款虛收的影中。以上學者都說明稅收收入的影響因素是多方面的，同時都認為經濟因素的重要性，但他們多集中于對稅收收入影響因素的全面分析，因而對經濟性影響因素分析得不夠詳細。而郭慶旺認為，稅收收入的經濟增長彈性是1.536，經濟增長對稅收增長的貢獻十分明。經濟發(fā)展程度主要體現(xiàn)在一個地區(qū)所擁有的經濟稅源的總量和稅源的增長速度，即稅源有多少潛力可挖。在經濟越發(fā)達，國內生產總值和人均國內生產總值越高的地方，稅源越充足，單位稅收的成本含量就越低。經濟增長速度也直接決定了稅源的增量，在稅收要素的投入相對穩(wěn)定的情況下，一個地區(qū)的經濟增長速度對稅收成本有著十分明顯的影響，經濟增長速度越快，稅源增量

5、越大，稅收的征稅越容易，稅收成本就越低。在西方經濟發(fā)達國家，社會生產力發(fā)展水平較高，經濟規(guī)模和經濟總量較大，經濟稅源雄厚，經濟管理水平較高，故單位成本所征收的稅收總量越大，稅收成本相對越低，稅收征管效率越高。一國的稅收征管總是在既定的稅制條件下進行的，稅制是否科學合理，包括稅制的繁簡程度、稅基和稅率、稅種的構成等都會影響稅收收入的多少及征管的難易，從而影響稅收成本。在中國經濟發(fā)展中,哪些因素動態(tài)地與稅收增長保持長期均衡,亦沒有大量研究文獻。因此,中國稅收超速增長的問題,須在理論和實證兩方面都作出回答。二、研究意義從進入21世紀以來，我國的經濟發(fā)展面臨著巨大的挑戰(zhàn)與機遇，在新的經濟背景下，基于知

6、識和信息的產業(yè)發(fā)展迅速，全球一體化日漸深入，中國已是wto的一員。新形勢的經濟發(fā)展是經濟穩(wěn)定和協(xié)調增長的結果，由于稅收具有斂財與調控的重要功能，因而它在現(xiàn)實的經濟發(fā)展中至始至終都發(fā)揮著非常重要的作用，所以研究影響我國稅收收入的主要原因具非常重要的作用。三、研究目標經濟決定稅收，稅收有反作用于經濟。要實現(xiàn)經濟的持續(xù)發(fā)展，必須要求與經濟緊密關聯(lián)的稅收符合其發(fā)展的要求，即政府籌集的稅收收入以盡可能的滿足其實現(xiàn)職能的需要，同時又小至于損害經濟的發(fā)展，影響未來的需要。因此，我們需要對影響稅收的各個因素加以分析，從結構上對稅收收入的影響做出一個很好的了解，有助于我們運用政策工具對稅收收入的影響做出一個很好

7、的了解，有助于我們運用政策工具對稅收結構進行優(yōu)化。對于這個主題，國內很多學者已經做過相關研究，這些學者的研究為本文的寫作提供了一個很好的借鑒，但我們認為他們的研究尚存可細化之處。我們通過理論分析，選擇合適的指標以稅收收入為被解釋變量，稅收收入各可能的影響因素為解釋變量運用逐步回歸法建立計量模型，并對模型進行了嚴格的統(tǒng)計檢驗。在充分證明模型有效的基礎上，對其進行相關的經濟分析。四、分析指標及方法的選擇（一） 分析指標的選擇由于稅收收入是按現(xiàn)價（當年價格）計算的收入，當年的物價水平對稅收收入會有一定的影響，指標上可以選取商品零售價格指數。稅收收入的稅源來自當年生產的和部分以前年度（如營業(yè)稅的稅基是

8、銷售收入，而銷售收入包括轉移價值，即以前年份生產的國內生產總值）的gdp，gdp的生產就是我們通常所說的經濟增長。另外，稅收收入還受一個國家的稅制模式、稅收政策及其征管水平的影響。因此，在分析影響稅收收入較快增長的主要因素上，選擇四類指標：國內生產總值，財政支出，進出口貿易總額和零售商品物價指數。（二） 采用的分析方法運用計量經濟學所學習的最小二乘法（ols）估計模型的參數，再進行多元線性回歸，通過雙對數模型研究經濟關系，利用eviews軟件對計量模型進行了參數估計和檢驗，并加以修正得出結論。 五、具體分析過程和檢驗將我國1978-2011年稅收收入總額、國內生產總值、財政支出、進出口貿易總額

9、和商品零售價格指數的數據作為稅收收入的因變量與自變量。過程中設定y為稅收收入；為系數；為gdp；為財政支出；為進出口總額為商品零售價格指數；為隨機干擾項。（一） 模型數學形式的確定為分析為被解釋變量各項稅收收入（y）,解釋變量為國內生產總值（x1）、財政支出(x2)、進出口總額（x3）商品零售價格指數（x4）的關系，作散點圖。 從散點圖可以看出各項稅收收入（y）和國內生產總值（x1）、財政支出(x2)大體呈現(xiàn)為線性關系。又看出y、x1、x2都是逐年增長的，但是增長速率有所變動，而x4在多數年呈現(xiàn)出水平波動，說明變量間不一定是線性關系。為分析各項稅收收入（y）隨國內生產總值（x1）、財政支出(x

10、2)、進出口總額（x3）和商品零售價格指數(x4)變動的數量的規(guī)律性，可以初步建立如下四元對數回歸模型：lny= 0+ 1 lnx1+ 2 lnx2 + 3 x3 + ui 其中：y各項稅收收入（億元） x1國內生產總值（億元） x2財政支出（億元） x3進出口總額（億元） x4商品零售價格指數（%）（二）對多元線性總體回歸模型用普通最小二乘法進行估計及檢驗obslnylnx1lnx2lnx3lnx4ee219786.2524432378.2011665137.0229482975.233245374.6121458-0.1424567290.0202939219796.2875239328.

11、3095784427.1560128185.4926498364.624972813-0.234194110.05484688119806.3486143788.4219150117.1138177765.6997744534.663439094-0.2115275860.0447439219816.4455452018.4952747277.0373878315.9072673884.628886713-0.1144515820.01309916519826.5511089068.5798674767.1147531885.8791353624.62399194-0.0941779250.0

12、0886948219836.653624038.6932786787.2510115946.0445312684.620058798-0.1228096730.01508221619846.8536686138.8829606737.438983356.4305256054.632785353-0.1214957010.01476120519857.6210922679.1067560567.6030252057.1371194424.6895113340.4412692510.19471855219867.6452685669.2374885047.6984419717.3120864114

13、.6634390940.346103720.11978778519877.6687293189.3975333777.7240842297.3865947574.675628650.2705403550.07319208419887.7792452789.618654757.8205238157.6280797884.7749129610.2127382550.04525756519897.9111040539.7405155797.9458316927.6961671844.7689882710.2145756530.04604271119907.9451515219.8345553938.

14、0338497827.8533329314.6259527250.1527687980.02333830619918.0030855219.9888162658.1275876538.1311482854.6337576430.0796167530.00633882719928.10074094510.200754798.2274289538.3991526234.6577626360.0121195610.00014688419938.35592054410.472598128.4429652128.6972120994.7291561660.0102971010.0001060319948

15、.54225256610.783070738.6643399739.2063423914.801559-0.0840928590.00707160919958.70583473511.015241448.8281600579.3100137464.743191484-0.1295440170.01678165219968.84069886711.172919398.9793599429.3550812034.664382046-0.157268790.02473347219979.0160320611.27686139.1305999529.3764055064.613138356-0.115

16、7429310.01339642619989343349939.287132889.361007854.578826211-0.114478940.01310542819999.27636965611.403970729.4870375819.5278045234.574710979-0.1075870360.0115749720009.43998355511.505040469.6732249719.8330007084.590056548-0.0942865720.00888995820019.63569829911.605096189.84705379.9114

17、160394.597138014-0.0419601830.00176065720029.77772306211.6980156910.0012107310.103579444.602165677-0.0293410380.00086089720039.90435267811.8191063710.1125301510.439852264.604169686-0.0250968660.000629853200410.0926887211.9821681810.2571992610.745825994.6327853530.0011368031.29232e-06200510.267385251

18、2.1277726710.4320631110.901795044.6131383560.007496535.6198e-05200610.4576519412.2844881810.6071475311.056854724.6151205170.0233570630.000545552200710.7281446812.4905381810.8153956911.202317254.6424659710.0758760030.005757168200810.9008750212.6572928411.044403311.283845584.6624952530.0409752460.0016

19、78971200910.9940943812.7393526711.2424269111.1363164.593097605-0.0120413960.000144995201011.2010980912.9022203211.4061657511.458461894.6356993910.0231170850.0005344201111.4044524413.0638101111.5984607511.636521794.6606048930.0405657590.001645581回歸結果如下dependent variable: lnymethod: least squaresdate:

20、 06/27/13 time: 19:14sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx10.3031780.175467-1.7278330.0947lnx20.7015860.0864108.1192760.0000lnx30.5194400.1078384.8168500.0000lnx40.3490210.4233970.8243360.4165c-0.5239982.255826-0.2322860.8179r-squared0.995373 mea

21、n dependent var8.668881adjusted r-squared0.994735 s.d. dependent var1.565944s.e. of regression0.113629 akaike info criterion-1.376698sum squared resid0.374437 schwarz criterion-1.152233log likelihood28.40386 f-statistic1559.594durbin-watson stat0.782165 prob(f-statistic)0.000000根據回歸結果可得出估計方程：lny=-0.

22、523998+0.303178 ln+0.701586 ln+0.519440 ln+0.349021 lnt=(-0.232286) (-1.727833) (8.119276) (4.816850) (0.824336)r2=0.995373 dw=0.782165 f=1559.594回歸結果分析模型估計結果說明，在假定其他變量不變的情況下，當年國內生產總值每增長1%，平均來說稅收收入會增長0.303178%；在假定其他變量不變的情況下，當年財政支出每增長1%，平均來說稅收收入會增加0.701586%；在假定其他變量不變的情況下，當年商品零售價格指數上漲1%，平均來說稅收收入會增加0.5

23、19440 %；在假定其他變量不變的情況下，當年商品零售價格指數上漲1%，平均來說稅收收入會增加0.349021 %。1、擬合優(yōu)度檢驗（r2檢驗）可絕系數r2=0.995373，2=0.994735，這說明所建模型整體上對樣本數據擬合很好，即解釋變量“國內生產總值（x1）”、“財政支出(x2)”、“進出口總額（x3）” 和“商品零售價格指數(x4)”對被解釋變量“各項稅收收入（y）”的絕大部分差異作了解釋。2、f檢驗針對h0：1=2=3 =44=0，給定顯著性水平=0.05，在f分布表中查出自由度為k14和nk30的臨界值f（4,30）2.70，由表中得到f1559.594f（4，30）2.7

24、0，應拒絕原假設h0：1=2= 3 =4 =0，說明回歸方程顯著，即列入模型的解釋變量“國內生產總值（x1）”、“財政支出(x2)”、“ 進出口總額（x3）” 和“商品零售價格指數(x4)”聯(lián)合起來確實對被解釋變量“各項稅收收入（y）”有顯著影響。3、t檢驗分別針對h0：j0（j0，1，2，3），給定顯著性水平0.05，查t分布表的自由度為nk29的臨界值t/2（nk）2.045。由表中的數據可得，與0、1、2、3對應的t統(tǒng)計量分別為-1.727833，8.119276，4.816850 和0.824336。其絕對值不全大于t/2（nk）2.045，這說明在顯著水平0.05下，只有2、3能拒絕

25、h0：j0，也就是說，當在其他解釋變量不變的情況下，各個解釋變量“國內生產總值（x1）”、“財政支出(x2)” 、“ 進出口總額（x3）”和“ 商品零售價格指數（x4）”分別對被解釋變量“各項稅收收入（y）”不全都有顯著影響，這可能是由于多重共線性或自相關性的影響。從回歸結果來看，模型判定系數很大，f統(tǒng)計量值大，但各個自變量的t值卻不都是統(tǒng)計顯著的。根據這些初步判斷模型存在多重共線性，在此基礎上做進一步的檢驗。（三）多重共線性檢驗下面我對自變量兩兩的相關系數進行檢驗，得出如表結果：相關系數矩陣lnylnx1lnx2lnx3lnx4lny 1.000000 0.991568 0.990867 0

26、.989676-0.190032lnx1 0.991568 1.000000 0.984423 0.994110-0.193517lnx2 0.990867 0.984423 1.000000 0.971851-0.258177lnx3 0.989676 0.994110 0.971851 1.000000-0.141080lnx4-0.190032-0.193517-0.258177-0.141080 1.000000從表可見，各個解釋變量之間的相關系數較高，解釋變量之間是高度相關的。輔助回歸過程：ln為被解釋變量dependent variable: lnx1method: least s

27、quaresdate: 06/27/13 time: 19:16sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx20.3045710.0706514.3109020.0002lnx30.5487990.05050510.866190.0000lnx4-0.5040310.430827-1.1699150.2512c5.4560822.1253252.5671750.0155r-squared0.994536 mean dependent var10.61918a

28、djusted r-squared0.993989 s.d. dependent var1.524984s.e. of regression0.118231 akaike info criterion-1.322214sum squared resid0.419361 schwarz criterion-1.142642log likelihood26.47763 f-statistic1820.024durbin-watson stat0.386076 prob(f-statistic)0.000000ln為被解釋變量dependent variable: lnx2method: least

29、 squaresdate: 06/27/13 time: 19:19sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx11.2559000.2913314.3109020.0002lnx3-0.2575200.222946-1.1550780.2572lnx4-1.3214980.861439-1.5340590.1355c3.9710474.7108350.8429600.4059r-squared0.974961 mean dependent var8.916

30、840adjusted r-squared0.972457 s.d. dependent var1.446635s.e. of regression0.240086 akaike info criterion0.094489sum squared resid1.729233 schwarz criterion0.274061log likelihood2.393691 f-statistic389.3727durbin-watson stat0.159982 prob(f-statistic)0.000000 ln為被解釋變量dependent variable: lnx3method: le

31、ast squaresdate: 06/27/13 time: 19:23sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx11.4529870.13371610.866190.0000lnx2-0.1653460.143147-1.1550780.2572lnx41.5662960.6573162.3828650.0237c-12.507493.061325-4.0856450.0003r-squared0.991373 mean dependent var8.

32、728661adjusted r-squared0.990510 s.d. dependent var1.974832s.e. of regression0.192379 akaike info criterion-0.348570sum squared resid1.110288 schwarz criterion-0.168998log likelihood9.925688 f-statistic1149.147durbin-watson stat0.477101 prob(f-statistic)0.000000ln為被解釋變量dependent variable: lnx4method

33、: least squaresdate: 06/27/13 time: 19:24sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx1-0.0865680.073995-1.1699150.2512lnx2-0.0550430.035880-1.5340590.1355lnx30.1016070.0426412.3828650.0237c5.1717210.23381422.118970.0000r-squared0.315218 mean dependent v

34、ar4.648533adjusted r-squared0.246740 s.d. dependent var0.056456s.e. of regression0.048998 akaike info criterion-3.083926sum squared resid0.072025 schwarz criterion-2.904354log likelihood56.42674 f-statistic4.603186durbin-watson stat0.844441 prob(f-statistic)0.009135輔助回歸的有關統(tǒng)計量被解釋變量解釋變量、0.9945361820.0

35、24183.01610542、0.972457389.372736.306865628、0.9913731149.147115.91515011、0.3152184.6031861.4603187584給定顯著水平 ，而表中f統(tǒng)計量都大于3.34，說明存在嚴重的多重共線性，另外方差膨脹因子大部分大于10，同樣說明存在嚴重的多重共線性。（四） 逐步回歸法消除多重共線性分別做lny對ln、ln、ln、ln的回歸，回歸結果見表。lny對lndependent variable: lnymethod: least squaresdate: 06/27/13 time: 19:40sample: 197

36、8 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx11.0182010.02352443.283640.0000c-2.1435730.252292-8.4963870.0000r-squared0.983206 mean dependent var8.668881adjusted r-squared0.982681 s.d. dependent var1.565944s.e. of regression0.206078 akaike info criterion-0.264101su

37、m squared resid1.358981 schwarz criterion-0.174315log likelihood6.489717 f-statistic1873.474durbin-watson stat0.319257 prob(f-statistic)0.000000lny對lndependent variable: lnymethod: least squaresdate: 06/27/13 time: 19:40sample: 1978 2011included observations: 34variablecoefficientstd. errort-statist

38、icprob. lnx21.0725880.02580241.569150.0000c-0.8952120.232997-3.8421610.0005r-squared0.981818 mean dependent var8.668881adjusted r-squared0.981250 s.d. dependent var1.565944s.e. of regression0.214426 akaike info criterion-0.184681sum squared resid1.471313 schwarz criterion-0.094895log likelihood5.139

39、576 f-statistic1727.994durbin-watson stat0.310477 prob(f-statistic)0.000000lny對lndependent variable: lnymethod: least squaresdate: 06/27/13 time: 19:43sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx30.7847640.02009039.061910.0000c1.8189390.17966410.124090.

40、0000r-squared0.979459 mean dependent var8.668881adjusted r-squared0.978817 s.d. dependent var1.565944s.e. of regression0.227915 akaike info criterion-0.062666sum squared resid1.662247 schwarz criterion0.027120log likelihood3.065326 f-statistic1525.833durbin-watson stat0.260067 prob(f-statistic)0.000

41、000lny對lndependent variable: lnymethod: least squaresdate: 06/27/13 time: 19:43sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx4-5.2709984.813987-1.0949340.2817c33.1712922.379581.4822120.1481r-squared0.036112 mean dependent var8.668881adjusted r-squared0.00

42、5991 s.d. dependent var1.565944s.e. of regression1.561247 akaike info criterion3.785869sum squared resid77.99972 schwarz criterion3.875655log likelihood-62.35977 f-statistic1.198880durbin-watson stat0.052716 prob(f-statistic)0.281719lny對ln、ln、ln、ln的回歸結果的統(tǒng)計量的值參數估計值1.0182011.0725880.784764-5.270998t統(tǒng)計

43、量43.2836441.5691539.06191-1.094934t值的概率0.00000.00000.00000.28170.9832060.9818180.9794590.0361120.9798010.9763430.9788170.005991從表可以看出，關于的回歸方程=0.979801，基本回歸方程是以為解釋變量的回歸方程。在的基礎上新加入變量、分析回歸見圖模型在含有的基礎上加入dependent variable: lnymethod: least squaresdate: 06/28/13 time: 23:51sample: 1978 2011included observ

44、ations: 34variablecoefficientstd. errort-statisticprob. lnx10.5359960.1036335.1720500.0000lnx20.5163640.1092464.7266250.0000c-1.6272890.223867-7.2690060.0000r-squared0.990240 mean dependent var8.668881adjusted r-squared0.989610 s.d. dependent var1.565944s.e. of regression0.159616 akaike info criteri

45、on-0.747995sum squared resid0.789795 schwarz criterion-0.613316log likelihood15.71592 f-statistic1572.623durbin-watson stat0.498926 prob(f-statistic)0.000000模型在含有的基礎上加入dependent variable: lnymethod: least squaresdate: 06/28/13 time: 23:52sample: 1978 2011included observations: 34variablecoefficients

46、td. errort-statisticprob. lnx10.6750150.2116453.1893790.0033lnx30.2665810.1634341.6311230.1130c-0.8261220.844324-0.9784410.3354r-squared0.984534 mean dependent var8.668881adjusted r-squared0.983536 s.d. dependent var1.565944s.e. of regression0.200931 akaike info criterion-0.287617sum squared resid1.

47、251566 schwarz criterion-0.152938log likelihood7.889492 f-statistic986.6769durbin-watson stat0.282107 prob(f-statistic)0.000000模型在含有的基礎上加入dependent variable: lnymethod: least squaresdate: 06/28/13 time: 23:52sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx1

48、1.0185830.02435841.816810.0000lnx40.0534000.6579630.0811600.9358c-2.3958683.119165-0.7681120.4482r-squared0.983210 mean dependent var8.668881adjusted r-squared0.982127 s.d. dependent var1.565944s.e. of regression0.209353 akaike info criterion-0.205490sum squared resid1.358693 schwarz criterion-0.070

49、811log likelihood6.493329 f-statistic907.6600durbin-watson stat0.318111 prob(f-statistic)0.000000模型在含有的基礎上再分別加入、回歸結果的統(tǒng)計量值參數估計值t統(tǒng)計量t值的概率0.5359965.1720500.00000.5163644.7266250.0000參數估計值t統(tǒng)計量t值的概率0.6750153.1893790.00330.2665811.6311230.1130參數估計值t統(tǒng)計量t值的概率1.01858341.816810.00000.0534000.0811600.93580.989

50、6100.9835360.982127經比較，新加入的方程=0.989610，改進更大，經濟意義合理，且是顯著的，也沒有改變的顯著性，所以可作為獨立變量引入模型中，回歸見圖模型在含有、的基礎上加入dependent variable: lnymethod: least squaresdate: 06/29/13 time: 00:17sample: 1978 2011included observations: 34variablecoefficientstd. errort-statisticprob. lnx1-0.3333920.170678-1.9533450.0602lnx20.6823750.0827628.2449970.0000lnx30.5549030.0983565.6417890.0000c1.281