影响税收的几个因素分析计量经济学论文Word文档格式.docx
- 文档编号:4005691
- 上传时间:2023-05-02
- 格式:DOCX
- 页数:15
- 大小:33.30KB
影响税收的几个因素分析计量经济学论文Word文档格式.docx
《影响税收的几个因素分析计量经济学论文Word文档格式.docx》由会员分享,可在线阅读,更多相关《影响税收的几个因素分析计量经济学论文Word文档格式.docx(15页珍藏版)》请在冰点文库上搜索。
数据的选取
以下是选取的样本数据,单位均为亿元
年份
国内生产总值
国家财政支出
商品零售物价指
数
税收收入
1980
4545.624
1228.830
106.0000
571.7000
1981
4891.561
1138.410
102.4000
629.8900
1982
5323.351
1229.980
101.9000
700.0200
1983
5962.652
1409.520
101.5000
775.5900
1984
7208.052
1701.020
102.8000
947.3500
1985
9016.037
2004.250
108.8000
2040.790
1986
10275.18
2204.910
2090.730
1987
12058.62
2262.180
107.3000
2140.360
1988
15042.82
2491.210
118.5000
2390.470
1989
16992.32
2823.780
117.8000
2727.400
1990
18667.82
3083.590
102.1000
2821.860
1991
21781.50
3386.620
102.9000
2990.170
1992
26923.48
3742.200
105.4000
3296.910
1993
35333.92
4642.300
113.2000
4255.300
1994
48197.86
5792.620
121.7000
5126.880
1995
60793.73
6823.720
114.8000
6038.040
1996
71176.59
7937.550
106.1000
6909.820
1997
78973.03
9233.560
100.8000
8234.040
1998
84402.28
10798.18
97.40000
9262.800
1999
89677.05
13187.67
97.00000
10682.58
2000
99214.55
15886.50
98.50000
12581.51
2001
109655.2
18902.58
99.20000
15301.38
2002
120332.7
22053.15
98.70000
17636.45
2003
135822.8
24649.95
99.90590
20017.31
2004
159878.3
28486.89
102.8062
25718.00
2005
183867.9
33930.28
100.7774
30866.00
2006
210871.0
40422.73
101.0282
37636.00
(以上数据来源于《中国统计年鉴》及中宏数据库)
DependentVariable:
Y
Method:
LeastSquares
Date:
06/02/12Time:
23:
51
Sample:
19802006
Includedobservations:
27
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-6357.306
2589.143
-2.455371
0.0221
X1
-0.011191
0.014037
-0.797261
0.4335
X2
0.967082
0.076821
12.58875
0.0000
X3
57.11841
24.00345
2.379592
0.0260
R-squared
0.994954
Meandependentvar
8681.087
AdjustedR-squared
0.994296
S.D.dependentvar
9909.343
S.E.ofregression
748.4057
Akaikeinfocriterion
16.20972
Sumsquaredresid
12882553
Schwarzcriterion
16.40170
Loglikelihood
-214.8312
F-statistic
1511.718
Durbin-Watsonstat
0.691548
Prob(F-statistic)
0.000000
由上表可以得出回归方程:
Y=-6357.306-0.011191*x1+0.967082*x2+57.11841*x3
T=-2.455371
R2二0.994954
R-0.994295
f=1511.718
四.模型检验
1、经济意义检验
在假定其他变量不变的情况下,每当国内生产总值增加一亿时,税收便减少0.011191%;
每当国家财政支出增加一亿时,,税收增加0.967082%;
每当商品零售物价指数增加一亿时,税收增加57.11841%。
其中我认为国民生产总值与物价零售指数有一定出入,下文会有所校正。
2、统计检验
拟合优度由表中得出的两个数据(以下两个),可知模型对样本
拟合的较好
—2
R2=0.994954R=0.994295
T检验中三个解释变量的t值分别是
t0=-2.455371,t仁-0.797261,t2=12.58875,t3=2.379592.在5%显著性水平下自由度为n-k-仁27-3-1=23的t的临界值t。
.。
25(23)=2.069其中截距的t值小于临界值说明截距与零没有显著性差异,三个偏斜率有一个没有通过显著性检验,t2与t3通过了显著性检验
3、多重共线性的检验
Y
1.000000
0.979746
0.996789
-0.383615
0.984833
-0.407265
-0.416781
由上图可知x1与x2之间的相关系数高达0.984833,两者高度正相
关。
将国内生产总值x1对国家财政支出x2进行回归分析
DependentVariable:
X1
06/03/12Time:
19:
23
Std.Errort-Statistic
5.364351
0.18901328.38090
7063.349
2797.1842.525164
0.0183
0.969897
60995.78
0.968693
60277.90
10665.50
21.45860
2.84E+09
21.55459
-287.6911
805.4757
0.144634
X1i=7063.349+5.3643512
R2二0.969897
DW=0.144634
F=805.4757
因此,x1与x2之间存在显著地线性关系
VIF=1/(1-R2)=33.21928>
10因此该模型具有多重共线性
多重共线性修正结果分析
运用OLS方法逐一求y对各个结束变量的回归
Y与x1:
y=-1143.176+0.161065x1R=0.959902
-1143.176
559.4057-2.043554
0.0517
0.161065
0.00658424.46369
0.959902
0.958298
2023.592
18.13432
1.02E+08
18.23031
-242.8134
598.4724
0.170737
R2=0.993589
R=0.147161
Y与x2:
y二-292.7317+0.892575x2
Ineludedobservations:
Coeffieient
Std.Errort-Statistie
0.892575
0.01434062.24431
-292.7317
212.2144-1.379415
0.1800
0.993589
0.993332
809.1614
Akaikeinfoeriterion
16.30106
16368556
Schwarzeriterion
16.39705
-218.0643
F-statistie
3874.355
0.501126
Prob(F-statistie)
==
=
Y与x3:
y=68011.85+-564.9916x3
68011.85
28622.302.376184
0.0255
-564.9916
272.0256-2.076979
0.0482
0.147161
0.113047
9332.439
21.19157
2.18E+09
Sehwarzeriterion
21.28756
-284.0862
4.313843
0.179687
0.048232
由上面的三个基本回归方程可知,x2是最重要的解释变量,所以选
择第二个基本回归方程作为出事的回归模型
逐步回归
将其余变量逐一代入式y=-292.7317+0.892575x2得出如下几个模型
Yx2x3:
y=-6394.656+0.906950x2+56.73074x3
R2二0.994383
R=0.994815DW=0.652300F=2302.212
06/03/12
Time:
20:
11
-6394.656
2568.992-2.489169
0.0201
0.906950
0.01448062.63627
56.73074
23.815652.382078
0.994815
0.994383
742.7027
16.16291
13238574
16.30689
-215.1993
2302.212
0.652300
——
—
丫x1x2x3:
丫=-6357.306-0.011191*x1+0.967082*x2+57.11841*x3
R2=0.994954R=0.994295DW=0.652300F=1511.718
通过以上分析,得出x1税收影响并不显著,故将其剔除。
在删除X1
后模型的统计检验有较大改善,经过以上分析,丫对X2、X3的回归
模型较优。
最终回归结果如下:
y=-6394.656+0.906950x2+56.73074x3
氏=0.994815
DW=0.652300F=2302.212
4、异方差性
由G-Q检验,对样本按x2由大到小排序,去除中间的4个样本,剩余22个样本,再分成两个样本容量为11的子样本,对两个子样本分别用OLS法做回归
子样本1:
58
19801990
11
-20728.71
12657.86-1.637615
0.1401
0.936895
0.03107530.14924
191.9785
126.60511.516357
0.1679
0.991411
17713.26
0.989263
9994.315
1035.583
16.95032
8579459.
17.05883
-90.22675
461.6999
0.713244
Y=-20728.71+0.936895x2+191.9785x3
Rf=O.0.991411RSS=8579459
子样本2:
21:
14
19962006
t-Statistie
-2531.982
1207.246
-2.097321
0.0692
1.213465
0.110850
10.94695
16.59790
12.25248
1.354657
0.2125
0.960384
1621.469
0.950480
895.8196
199.3467
13.65497
317912.7
13.76349
-72.10233
96.97020
1.934652
0.000002
Y二2531.982+1.213465x2+16.59790x3
氏=0.960384RS9=317912.7
计算F统计量:
F=RSSl/(11-2-1)-RSS7(11-2-1)=26.9868
在5%的显著性水平下,自由度为(8,8)的f的分布临界值为Fo.oo5
(8,8)=3.44,于是拒绝了同方差的假设,表明元模型存在异方差。
异方差性修正结果分析
采用加权最小二乘法进行估计:
以1/|ei|为权重进行加权最小二乘法,则有
37
Sample(adjusted):
Includedobservations:
11afteradjustingendpoints
Weightingseries:
1/ABS(E1)
-2251.989
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 影响 税收 几个 因素 分析 计量 经济学论文