《《计量经济学课程论文：关于税收收入增长的影响因素的实证分析》-公开DOC·毕业论文》由会员分享，可在线阅读，更多相关《《计量经济学课程论文：关于税收收入增长的影响因素的实证分析》-公开DOC·毕业论文（17页珍藏版）》请在金锄头文库上搜索。
1、关于税收收入增长的影响因素的实证分析内容摘要: 一国的经济增长是以其财政收入的增长为前提的，而财政收入的增长又离不开税收。本文采用我国自1990年至2009年的税收收入的主要因素的相关统计数据进行的实证分析。选取的自变量有国内生产总值，财政支出、商品零售价格指数和城镇居民家庭人均可支配收入。然后，在收集了相关数据之后，通过建立多元线性回归模型，利用EVIEWS软件对模型进行了参数估计和检验，并加以修正。最后得出结论是财政支出和零售商品物价水平对我国税收收入有很大影响。关键词: 税收收入 国内生产总值 财政支出 商品零售价格指数 城镇居民家庭人均可支配收入 参数估计和检验 思考导论: 税收是我国
2、财政收入的基本因素，也影响着我国经济的发展。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。影响税收收入的因素有很多，但据分析主要的因素可能有：从宏观经济看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的一个重要指标。公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定影响
3、。物价水平。我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984-1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。为了全面反映中国税收增长的全貌，我们选用“国家财政收入“中的各项税收”（即税收收入）作为被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支出”作为公共财政需求的代表；选择“商品零售价格指数”作为物
4、价水平的代表；选择城镇居民家庭人均可支配收入作为税收政策因素的代表。另外，由于财税体制的改革难以量化，而且从数据上看，1985年以后财税体制改革对税收增长影响不是很大，在此暂不考虑税制改革对税收增长的影响模型设定:为了具体分析各要素对提高我国税收收入的影响大小，选择能反映我们税收变动情况的“各项税收收入”为被解释变量，选择能影响税收收入的“国内生产总值”、“财政支出”、“ 商品零售价格指数”和“城镇居民家庭人均可支配收入”为解释变量。设定了一下经济学模型:Y=税收收入（亿元）=国内生产总值（亿元）财政支出（亿元）商品零售价格指数（亿元） 城镇居民家庭人均可支配收入（亿元）表1是由中国统计年鉴得
5、到的1990到2009的相关数据 表1 税收收入时间序列表年份税收收入(单位:亿元）国内生产总值（单位:亿元）财政支出（单位:亿元商品零售价格指数（单位:亿元）城镇居民家庭人均可支配收入（单位:亿元）19902821.8618667.83083.59102.11510.219912990.1721781.53386.62102.91700.619923296.9126923.53742.20105.42026.619934255.3035333.94642.30113.22577.419945126.8848197.95792.62121.73496.219956038.0460793.768
6、23.72114.84283.019966909.8271176.67937.55106.14838.919978234.0478973.09233.56100.85160.319989262.8084402.310798.1897.45425.1199910682.5889677.113187.6797.05854.0200012581.5199214.615886.5098.56280.0200115301.38109655.218902.5899.26859.6200217636.45120332.722053.1598.77702.8200320017.31135822.824649.
7、9599.98472.2200424165.68159878.328486.89102.89421.6200528778.54184937.433930.28100.810493.0200634804.35216314.440422.73101.011759.5200745621.97265810.349781.35103.813785.8200854223.79314045.462592.66105.915780.8200959521.59340506.976299.9398.817174.7资料来源中国统计年鉴2010参数估计利用Eviews软件，做对、的回归，回归结果如下（表2） 表 2
8、Dependent Variable: LOG(Y)Method: Least SquaresDate: 12/03/11 Time: 09:08Sample: 1990 2009Included observations: 20VariableCoefficientStd. Errort-StatisticProb.C-2.7152360.719658-3.7729560.0018LOG(X1)0.9315180.2845973.2731110.0051LOG(X2)0.9180780.05384817.049390.0000LOG(X3)0.3383780.1460512.3168500.
9、0351LOG(X4)-1.0227290.304190-3.3621370.0043R-squared0.999133Mean dependent var9.405915Adjusted R-squared0.998902S.D. dependent var0.972567S.E. of regression0.032223Akaike info criterion-3.819966Sum squared resid0.015575Schwarz criterion-3.571033Log likelihood43.19966F-statistic4323.437Durbin-Watson
10、stat1.158070Prob(F-statistic)0.000000根据表中数据，模型回归分析的结果为:-2.715236+0.931518+0.918078+0.338378-1.022729 （-3.772956）（3.273111） （17.04939） （2.316850） （-3.362137）0.999133 =0.998902 D.W.= 1.158070 F=4323.437 模型的检验及修正（一） 经济意义检验:从上表可以看出，所作的参数估计=0.931518，=0.918078，0.338378，且01,01,01，均符合变量参数的确定范围，而的符号为负，不符合经济意
11、义，但是根据经验，怀疑可能是存在多重共线性，要看多重共线性检验的结果才能确定。这里与理论分析和经验判断是一致的。（二）统计意义检验1、拟合优度检验（检验）可决系数0.999133，=0.998902，这说明所建模型整体上对样本数据拟合很好，即解释变量“国内生产总值（）”、“财政支出()”和“零售价格指数（）”被解释变量“各项税收收入（Y）”的绝大部分差异作了解释。2、F检验针对H0：=0，给定显著性水平=0.05，在F分布表中查出自由度为k13和nk16的临界值F（3,16）3.24，由表2中得到F4323.437F（3，17）3.24，应拒绝原假设H0：，说明回归方程显著，即列入模型的解释变
12、量“国内生产总值（）”、“财政支出()”和“ 商品零售价格指数（）”联合起来确实对被解释变量“各项税收收入（Y）”有显著影响3、t检验分别针对：0（j0，1，2，3），给定显著性水平0.05，查t分布表的自由度为nk16的临界值2.120。由表2中的数据可得，与、对应的t统计量分别为-1.20114、0.506888、17.63061、2.721708，其绝对值不全大于2.120，这说明在显著水平0.05下，只有、能拒绝：0，也就是说，当在其他解释变量不变的情况下，各个解释变量“国内生产总值（）”、“财政支出()”和“ 商品零售价格指数（）”分别对被解释变量“各项税收收入（Y）”不全都有显著影
13、响，这可能是由于多重共线性或自相关性的影响。（三）计量经济检验 1、多重共线性检验用普通最小二乘法估计模型-2.715236+0.931518+0.918078+0.338378-1.022729 （-3.772956）（3.273111） （17.04939） （2.316850） （-3.362137）0.999133 =0.998902 D.W.= 1.158070 =4323.437 由于较大且接近于1，而且F=4323.437=3.06，故认为税收收入与上述变量间总体线性关系显著。检验简单相关系数， ， 的相关系数如下表所示1.0000000.991794-0.2811050.9958050.9917941.000000-0.2781040.981393-0.281105-0.2781041.000000-0.3076720.9958050.981393-0.3076721.000000由表中数据发现，之间存在高度相关性。找出最简单的回归形式 让分别对、做回归如下: 将与做回归得到结果如表3：Dependent Variable: LOG(Y)Method: Least SquaresDate: 12/03/11 Time: 09:09Sample: 1990 2009Inc
