《基于多元回归分析方法的财政收入影响因素分析》由会员分享，可在线阅读，更多相关《基于多元回归分析方法的财政收入影响因素分析（11页珍藏版）》请在金锄头文库上搜索。
1、1基于多元回归分析方法的财政收入影响因素分析一、问题提出及背景分析近年来，随着国家的财政收入保持高速增长的姿态。财政作为一个经济范畴，是一种以国家为主体的经济行为，是政府集中一部分国民收入用于满足公共需要的收支活动，以达到优化资源配置、公平分配及稳定和发展经济的目标，主要有资源配置、收入分配和稳定经济发展等职能。国家或地区政府为社会经济活动提供公益服务与公共物品的种类和范围，很大程度上取决于国家或地区财政收入的状况。所以，研究一国或地区的财政收入增长因素就显得尤为必要，这有助于政府认清现状，作出合理的决策。目前，财政输入的主要影响因素主要有各项税收、经济活动和国内生产总值等，因此，文章是通过前
2、人学者的基础之上，从国家统计局获取相关数据，采用多元线性回归分析方法对其进行分析。二、数据获取为探究国家财政收入的影响因素，从中国国家统计局（2014 中国统计年鉴）中获得 1978-2013 年国家财政收入及各个影响因素的数据并采用多元回归分析法利用对其进行分析，具体数据见表 1：7.2Eviews表 1 1979-2013 年财政收入及各项影响因素数据（单位：亿元）年份 财政收入（ ）Y各项税收 （ ）1X经济活动 （ ）2X国内生产总值 （ ）3X1978 1132.26 519.28 40682 3645.21979 1146.38 537.82 41592 4062.61980 11
3、59.93 571.70 42903 4545.61981 1175.79 629.89 44165 4889.51982 1212.33 700.02 45674 5330.51983 1366.95 775.59 46707 5985.61984 1642.86 947.35 48433 7243.81985 2004.82 2040.79 50112 9040.71986 2122.01 2090.73 51546 10274.41987 2199.35 2140.36 53060 12050.61988 2357.24 2390.47 54630 15036.81989 2664.90
4、 2727.40 55707 17000.91990 2937.10 2821.86 65323 18718.31991 3149.48 2990.17 66091 21826.21992 3483.37 3296.91 66782 26937.31993 4348.95 4255.30 67468 35260.01994 5218.10 5126.88 68135 48108.51995 6242.20 6038.04 68855 59810.51996 7407.99 6909.82 69765 70142.51997 8651.14 8234.04 70800 78060.91998 9
5、875.95 9262.80 72087 83024.321999 11444.08 10682.58 72791 88479.22000 13395.23 12581.51 73992 98000.52001 16386.04 15301.38 73884 .22002 18903.64 17636.45 74492 .72003 21715.25 20017.31 74911 .02004 26396.47 24165.68 75290 .62005 31649.29 28778.54 76120 .42006 38760.20 34804.35 76315 .42007 51321.78
6、 45621.97 76531 .02008 61330.35 54223.79 77046 .32009 68518.30 59521.59 77510 .02010 83101.51 73210.79 78388 .52011 .43 89738.39 78579 .42012 .52 .28 78894 .72013 .64 .70 79300 .2三、模型建立与求解设被解释变量为财政收入（ ） ，解释变量分别为各项税收（ ） 、经济活动Y1X（ ）和国内生产总值（ ） ，因此我们设定回归模型为2X3X0123iiiiXu应用 Eviews 的最小二乘法程序，输出结果见表 2：表 2 E
7、views 输出结果由上表可知，得出估计的回归方程为 12316.459.302.960.671(28)(6)()(4)i i i iYXX1、回归方程显著性分析1）回归方程的显著性检验（ 检验）F原假设： ；012:0kHL备择假设： 。1 1,2jjkL至 少 有 一 个 不 等 于 零 ()3由上表可知： /789.15()RSkFEn给定显著性水平 ，查表可知 ，否定原假设，总体0.53,2.回归方程存在显著的线性关系，即财政收入与各项税收、经济活动和国内生产总值之间的线性关系是显著的。2）解释变量的显著性检验（ 检验）t原假设： 0:(1,2)iHkL备择假设： 1由上表可以看出，
8、检验对应的概率均小于给定的显著性水平 ，因此均拒t 0.5绝原假设，即可以认为解释变量各项税收、经济活动和国内生产总值对被解释变量存在显著性影响。3）拟合优度检验由 ， 可以看出，线性方程拟合很好，回归效果具有很20.9865R20.985R大的说服力。2、经济意义检验 1231.4.320.960.671(28)(6)()(4)i i i iYXX模型估计结果说明，在假定其它变量不变的情况下，当年税收收入每增长 1 亿元，财政收入增长 1.31 亿元；在假定其它变量不变的情况下，当年经济活动人口每增长 1亿人，财政收入减少 0.029 亿元；在假定其它变量不变的情况下，当国民生产总值每增加
9、1 亿元，财政收入就会增加 0.027 亿元。3、多重共线性检验运用 Eviews 软件得出变量之间的相关系数，具体见表 3表 3 相关系数相关系数 1X2X3X1X1 0. 0.20. 1 0.7000630. 0.70006 1一般而言，每个解释变量的简单相关系数大于 0.8，则认为存在严重的多重共线性。由相关系数矩阵可以看出，确实存在部分多重共线性。因此，运用逐步回归分析方法对回归方程进行检验和处理多重共线性。（1）对 分别关于 做最小二乘回归（具体结果见表 4-6） ，得Y123,Xa) 关于 回归分析1 151.79.58()(26)YX220.948,0.4,0.39,65847.
10、3RDWF4表 4 关于 回归分析结果Y1Xb) 关于 回归分析Y2X286513.27049()(.)YX220.397,0.,53,.072RDWF表 5 关于 回归分析结果Y2c) 关于 回归分析Y3X33690.72.517(4)()YX220.948,.,.29,65847.3RDWF5表 6 关于 回归分析结果Y2X根据经济理论和回归结果可知，易知各项税收 是最重要的解释变量，所以选取1X第一个回归方程为基本回归方程。（2）加入经济活动人口 ，对 关于 ， 作最小二乘回归，得2XY12230.89.7630.496()()(78)22.9,.,.5,13.45RDWF表 7 关于
11、， 回归分析结果Y12可以看出，加入 后，拟合优度 和 均有所增加，并没有影响 的显著性，2X2R1X所以在模型中保留 。（3）加入国内生产总值 ，对 关于 ， 作最小二乘回归，得3Y1X32167.4.860.479()(2)(8)6220.9843,0.9834,1.05947,1052.7RDWF表 8 关于 ， 回归分析结果Y1X可以看出，加入 后，拟合优度 和 均有所增加，并没有影响 的显著性，3X2R1X所以在模型中保留 。（4）综合以上分析，虽然根据相关系数矩阵，回归方程存在部分的多重共线性，但是由逐步回归分析方法分析可知，多重共线性的存在不影响回归方程的评价结果，因此，回归方程
12、不变。4、异方差检验采用 White 检验：（1）先采用图示法，直观判别是否存在异方差图 1 ， ， 对 的散点图X23Y图 2 残差与 的散点图1X7图 3 残差与 的散点图2X图 4 残差与 的散点图3X由图 1-4 可知，随着 ， ， 的增加，财政收入 随之也增加，表明123Y存在异方差性，但其异方差是否显著存在，还需要进一步验证。（2）White 检验表 9 White 检验输出结果辅助回归式估计结果如下： 2 23 211123 3108746.0.750.7564.0.9149*9tuXXX2.,RT因为 ，所以该回归方程存在2 20.53.598()8.TR异方差。8克服异方差性
13、：采用加权最小二乘法克服异方差。表 10 加权过后回归分析结果表 11 加权后 White 检验结果根据 ，所以克服了异方差。2 20.5360.4791.6(9)1.37TR95、自相关检验图 5 残差图(1)估计线性回归模型并计算残差 12316.49.302.960.71(28)(6)()(4)YXX， ， ，20.5R.5R.48.se.DW回归方程拟合较好，但 较低。残差图见图 5。DW（2）分别用 统计量检验误差项 是否存在自相关,LMtu已知 ，若给定 ，查表得出， 检验的临界值1.7D0.， 。因为 ，依据判别准则，认为误差项存.9Ld65U17.29在严重的正自相关。自相关检
14、验辅助回归式估计结果是： 12312137.408.20.07.940.897t tteXXee2.478,.4,6.5RDWLMTR表 12 自相关检验估计结果LM10因为 ，所以 检验结果也说明原回归方程的误差项20.5().91LM存在自相关。（3）广义最小二乘法估计回归参数首先估计自相关系数 ，10.412DW对原变量做广义差分变换。令 1.tttTY104tttX221.ttt33tttT以 ， ， ， （1979-2013 年）为样本进行再次回归，得tTY1tX2tt12393.546.07.870.786()(5)(39)(1)t t t tXTTX， ， ，20.7R2.96R
15、.4.se2.05DW回归方程拟合效果仍然较好，且 ，依据判别205(6)3DW准则，误差项已经消除。残差图见图 6。表 13 广义最小二乘法回归结果11图 6 残差图四、研究小结根据以上的分析可知，对财政收入（ ） ，各项税收（ ） 、经济活动（Y1X）和国内生产总值（ ） ，进行多元线性回归，得出估计的回归方程为2X3X12316.459.02.960.7Y方程拟合优度较好，回归方程及解释变量参数均通过了显著性检验。表明，可以根据各项税收、经济活动和国内生产总值的指标来分析及预测财政收入的变化情况，进而给相关部门提供建议。在异方差检验当中，利用最小二乘法消除异方差之后的回归方程为： 1232096.45.720.3870.8YXX方程拟合优度并未减小，并且有所增加，说明此方程可以应用于实际的经济分析。在自相关检验当中，利用广义最小二乘法消除自相关后，得出的回归方程为： 12393.546.207.830.786YXX拟合优度较高，说明方程消除自相关之后，基本未改变原回归方程对问题的分析效果，可以采用。
