基于多元回歸分析方法的財政收入影響因素分析

1、基于多元回歸分析方法的財政收入影響因素分析一、問題提出及背景分析近年來，隨著國家的財政收入保持高速增長的姿態(tài)。財政作為一個經濟范疇，是一種以國家為主體的經濟行為，是政府集中一部分國民收入用于滿足公共需要的收支活動，以達到優(yōu)化資源配置、公平分配及穩(wěn)定和發(fā)展經濟的目標，主要有資源配置、收入分配和穩(wěn)定經濟發(fā)展等職能。國家或地區(qū)政府為社會經濟活動提供公益服務與公共物品的種類和范圍，很大程度上取決于國家或地區(qū)財政收入的狀況。所以，研究一國或地區(qū)的財政收入增長因素就顯得尤為必要，這有助于政府認清現(xiàn)狀，作出合理的決策。目前，財政輸入的主要影響因素主要有各項稅收、經濟活動和國內生產總值等，因此，文章是通過前人

2、學者的基礎之上，從國家統(tǒng)計局獲取相關數(shù)據，采用多元線性回歸分析方法對其進行分析。二、數(shù)據獲取 為探究國家財政收入的影響因素，從中國國家統(tǒng)計局（2014中國統(tǒng)計年鑒）中獲得1978-2013年國家財政收入及各個影響因素的數(shù)據并采用多元回歸分析法利用對其進行分析，具體數(shù)據見表1：表1 1979-2013年財政收入及各項影響因素數(shù)據（單位：億元）年份財政收入（）各項稅收（）經濟活動（）國內生產總值（）19781132.26519.28406823645.219791146.38537.82415924062.619801159.93571.70429034545.619811175.79629.89

3、441654889.519821212.33700.02456745330.519831366.95775.59467075985.619841642.86947.35484337243.819852004.822040.79501129040.719862122.012090.735154610274.419872199.352140.365306012050.619882357.242390.475463015036.819892664.902727.405570717000.919902937.102821.866532318718.319913149.482990.1766091218

4、26.219923483.373296.916678226937.319934348.954255.306746835260.019945218.105126.886813548108.519956242.206038.046885559810.519967407.996909.826976570142.519978651.148234.047080078060.919989875.959262.807208783024.3199911444.0810682.587279188479.2200013395.2312581.517399298000.5200116386.0415301.3873

5、884108068.2200218903.6417636.4574492119095.7200321715.2520017.3174911134977.0200426396.4724165.6875290159453.6200531649.2928778.5476120183617.4200638760.2034804.3576315215904.4200751321.7845621.9776531266422.0200861330.3554223.7977046316030.3200968518.3059521.5977510340320.0201083101.5173210.7978388

6、399759.52011103874.4389738.3978579468562.42012117253.52100614.2878894518214.72013129209.64110530.7079300566130.2三、模型建立與求解設被解釋變量為財政收入（），解釋變量分別為各項稅收（）、經濟活動（）和國內生產總值（），因此我們設定回歸模型為應用Eviews的最小二乘法程序，輸出結果見表2：表2 Eviews輸出結果由上表可知，得出估計的回歸方程為1、回歸方程顯著性分析1）回歸方程的顯著性檢驗（檢驗） 原假設： ； 備擇假設： 。由上表可知：給定顯著性水平，查表可知，否定原假設，總體回

7、歸方程存在顯著的線性關系，即財政收入與各項稅收、經濟活動和國內生產總值之間的線性關系是顯著的。2）解釋變量的顯著性檢驗（檢驗）原假設： 備擇假設： 由上表可以看出，檢驗對應的概率均小于給定的顯著性水平，因此均拒絕原假設，即可以認為解釋變量各項稅收、經濟活動和國內生產總值對被解釋變量存在顯著性影響。3）擬合優(yōu)度檢驗由，可以看出，線性方程擬合很好，回歸效果具有很大的說服力。2、經濟意義檢驗模型估計結果說明，在假定其它變量不變的情況下，當年稅收收入每增長1億元，財政收入增長1.31億元；在假定其它變量不變的情況下，當年經濟活動人口每增長 1億人，財政收入減少0.029億元；在假定其它變量不變的情況下

8、，當國民生產總值每增加1億元，財政收入就會增加0.027億元。3、多重共線性檢驗運用Eviews軟件得出變量之間的相關系數(shù)，具體見表3表3 相關系數(shù)相關系數(shù)10.6416400.9953550.64164010.700060.9953550.700061一般而言，每個解釋變量的簡單相關系數(shù)大于0.8，則認為存在嚴重的多重共線性。由相關系數(shù)矩陣可以看出，確實存在部分多重共線性。因此，運用逐步回歸分析方法對回歸方程進行檢驗和處理多重共線性。（1）對分別關于做最小二乘回歸（具體結果見表4-6），得a) 關于回歸分析 表4 關于回歸分析結果b) 關于回歸分析表5 關于回歸分析結果c) 關于回歸分析 表

9、6 關于回歸分析結果根據經濟理論和回歸結果可知，易知各項稅收是最重要的解釋變量，所以選取第一個回歸方程為基本回歸方程。（2）加入經濟活動人口，對關于，作最小二乘回歸，得表7 關于，回歸分析結果可以看出，加入后，擬合優(yōu)度和均有所增加，并沒有影響的顯著性，所以在模型中保留。（3）加入國內生產總值，對關于，作最小二乘回歸，得表8 關于，回歸分析結果可以看出，加入后，擬合優(yōu)度和均有所增加，并沒有影響的顯著性，所以在模型中保留。（4）綜合以上分析，雖然根據相關系數(shù)矩陣，回歸方程存在部分的多重共線性，但是由逐步回歸分析方法分析可知，多重共線性的存在不影響回歸方程的評價結果，因此，回歸方程不變。4、異方差檢

10、驗采用White檢驗：（1）先采用圖示法，直觀判別是否存在異方差11圖1，對的散點圖圖2 殘差與的散點圖圖3 殘差與的散點圖圖4 殘差與的散點圖由圖1-4可知，隨著，的增加，財政收入隨之也增加，表明存在異方差性，但其異方差是否顯著存在，還需要進一步驗證。（2）White檢驗表9 White檢驗輸出結果輔助回歸式估計結果如下：因為，所以該回歸方程存在異方差?？朔惙讲钚裕翰捎眉訖嘧钚《朔朔惙讲?。表 10 加權過后回歸分析結果表11 加權后White檢驗結果根據，所以克服了異方差。5、自相關檢驗圖5 殘差圖(1)估計線性回歸模型并計算殘差，回歸方程擬合較好，但較低。殘差圖見圖5。（2）分別用

11、統(tǒng)計量檢驗誤差項是否存在自相關已知，若給定，查表得出，檢驗的臨界值，。因為，依據判別準則，認為誤差項存在嚴重的正自相關。自相關檢驗輔助回歸式估計結果是：表12自相關檢驗估計結果因為，所以檢驗結果也說明原回歸方程的誤差項存在自相關。（3）廣義最小二乘法估計回歸參數(shù)首先估計自相關系數(shù)，對原變量做廣義差分變換。令以，（1979-2013年）為樣本進行再次回歸，得，回歸方程擬合效果仍然較好，且，依據判別準則，誤差項已經消除。殘差圖見圖6。表13 廣義最小二乘法回歸結果圖6 殘差圖四、研究小結根據以上的分析可知，對財政收入（），各項稅收（）、經濟活動（）和國內生產總值（），進行多元線性回歸，得出估計的回歸方程為方程擬合優(yōu)度較好，回歸方程及解釋變量參數(shù)均通過了顯著性檢驗。表明，可以根據各項稅收、經濟活動和國內生產