《分析影响我国财政收入的因素.docx》由会员分享，可在线阅读，更多相关《分析影响我国财政收入的因素.docx（12页珍藏版）》请在金锄头文库上搜索。
1、分析影响我国财政收入的因素一、 研究的目的要求研究财政收入的影响因素离不开一些基本的经济变量。大多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素,还有一些文献中也提出了其他一些变量, 比如其他收入、经济发展水平等。影响财政收入的因素众多复杂, 但是通过研究经济理论对财政收入的解释以及对实践的观察, 对财政收入影响的因素主要有总税收、国内生产总值、就业人数等。本文针对我国财政收入影响因素建立了计量经济模型，并利用Eviews软件对收集到的数据进行相关回归以及多重共线性分析，建立了财政收入影响因素的模型，分析了影响财政收入主要因素及其影响程度，并提出了相关政策建议。
2、二、 模型设定及其估计经分析，影响我国财政收入影响财政收入的因素众多复杂，本文从财政支出、国内生产总值、年末从业人员数、税收总额四方面进行分析。以国家财政收入为被解释变量，财政支出、国内生产总值、年末从业人员数、税收总额作为解释变量建立线性回归模型：Y=0+1X1+2X2 +3X3+4X4+ui其中，Y 财政收入 X1 财政支出 X2国内生产总值 X3年末从业人员数X4 税收总额 为估计模型参数，收集了1991-2010年的统计数据，如下表所示 1991-2010影响财政收入的因素的数据 表1年 份财 政 收 入财 政 支 出国内生产总值年末从业人员数税 收 总 额(亿元)(亿元)(亿元)（万
3、人）（亿元）19913149.483386.6221826.2654912990.1719923483.373742.226937.3661523296.9119934348.954642.335260668084255.319945218.15792.6248108.5674555126.8819956242.26823.7259810.5680656038.0419967407.997937.5570142.5689506909.8219978651.149233.5678060.9698208234.0419989875.9510798.1883024.3706379262.819991
4、1444.0813187.6788479.27139410682.58200013395.2315886.598000.57208512581.51200116386.0418902.58108068.27279715301.38200218903.6422053.15119095.77328017636.45200321715.2524649.951351747373620017.31200426396.4728486.89159586.87426424165.68200531649.2933930.28183618.57464728778.54200638760.240422.732158
5、83.97497834804.35200751321.7849781.352664117532145621.97200861330.3562592.66315274.77556454223.79200968518.376299.93341401.57582859521.59201083101.5189874.164032607610573210.79Dependent Variable: YMethod: Least SquaresDate: 05/30/13 Time: 20:20Sample: 1991 2010Included observations: 20VariableCoeffi
6、cientStd. Errort-StatisticProb. C13451.662790.3614.8207590.0002X10.0757260.0295902.5591570.0218X20.0177200.0101271.7497710.1006X3-0.2140210.043506-4.9193540.0002X40.9903520.06185116.011950.0000R-squared0.999924 Mean dependent var24564.97Adjusted R-squared0.999904 S.D. dependent var23918.97S.E. of re
7、gression234.1815 Akaike info criterion13.96239Sum squared resid822614.8 Schwarz criterion14.21132Log likelihood-134.6239 F-statistic49549.63Durbin-Watson stat2.120774 Prob(F-statistic)0.000000Yt=13451.66+0.075726X1+0.017720X2-0.214021X3+0.990352X4t=（4.820759）（2.559157）（1.749771）（-4.919354）（16.01195）
8、R2=0.999924 R2=0.999904 F=49549.63 DW=2.120774由此可见，该模型R2=0.999924， R2=0.999904可决系数很高，F检验值49549.63，明显显著，但是当=0.05时，t/2(n k)=t0.025(204)=2.120,不仅 X2、X3的系数t检验不显著，而且X3的系数的符号与预期相反，这表明很可能存在严重的多重共线性。 三、多重共线性的检验和修正多重共线性的检验:计算各解释变量的相关系数，得相关系数矩阵如下：X1X2X3X4X110.9941238260420.8253147288930.997410960034X20.994123
9、82604210.8610306165840.997132988649X30.8253147288930.86103061658410.830723342128X40.9974109600340.9971329886490.8307233421281由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。修正多重共线性 分别采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对 X1、 X2、X3、X4的一元回归，结果如下表所示。Dependent Variable: YMethod: Least SquaresDate: 05/30/13 Time: 21:
10、45Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-318.8016540.0402-0.5903290.5623X10.9418100.01493263.074310.0000R-squared0.995496 Mean dependent var24564.97Adjusted R-squared0.995246 S.D. dependent var23918.97S.E. of regression1649.250 Akaike info criterion
11、17.74867Sum squared resid48960463 Schwarz criterion17.84824Log likelihood-175.4867 F-statistic3978.368Durbin-Watson stat1.178424 Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 05/30/13 Time: 21:50Sample: 1999 2010Included observations: 12VariableCoefficientStd. Errort-Stati
12、sticProb. C-1782.2691019.555-1.7480850.1110X20.1552240.01339311.589650.0000R-squared0.930710 Mean dependent var9042.181Adjusted R-squared0.923780 S.D. dependent var5130.406S.E. of regression1416.396 Akaike info criterion17.50063Sum squared resid20061790 Schwarz criterion17.58145Log likelihood-103.00
13、38 F-statistic134.3200Durbin-Watson stat0.304979 Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 05/30/13 Time: 21:51Sample: 1999 2010Included observations: 12VariableCoefficientStd. Errort-StatisticProb. C-120964.610145.61-11.922850.0000X31.8729950.14606912.822710.0000R-squared0.942668 Mean dependent var9042.181Adjusted R-squared0.936935 S.D. dependent var5130.406S.E. of regression1288.391 Akaike info criterion17
