財(cái)政收入與相關(guān)因素分析講解

1、我國(guó)財(cái)政收入與相關(guān)因素分析摘要 財(cái)政作為一國(guó)政府的活動(dòng)，是政府職能的具體體現(xiàn)，主要有資源配置、收入再分配和宏觀經(jīng)濟(jì)調(diào)控三大職能。財(cái)政收入是政府部門(mén)公共收入，是國(guó)民收入分配中用于保證政府行使其公共職能，實(shí)施公共政策以及提供公共服務(wù)的資金需求。財(cái)政收入的增長(zhǎng)狀況關(guān)系著一個(gè)國(guó)家經(jīng)濟(jì)的發(fā)展和社會(huì)的進(jìn)步。本文通過(guò)對(duì)影響財(cái)政收入的相關(guān)因素建立多元線性回歸模型，進(jìn)行定量分析。關(guān)鍵詞 財(cái)政收入 社會(huì)總產(chǎn)品 多元線性回歸模型 財(cái)政收入作為政府部門(mén)的公共收入，行使政府公共職能、實(shí)施公共政策并提供公共服務(wù)的資金支持，對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步有著重要的影響。政府實(shí)施宏觀調(diào)控，進(jìn)行有效的資源配置都離不開(kāi)其支持，因此研

2、究財(cái)政收入的影響因素是極其重要也是極其必要的。一、 財(cái)政收入的相關(guān)理論從國(guó)民經(jīng)濟(jì)部門(mén)結(jié)構(gòu)看, 財(cái)政收入又表現(xiàn)為來(lái)自各經(jīng)濟(jì)部門(mén)的收入。財(cái)政收入的部門(mén)構(gòu)成就是在財(cái)政收入中, 由來(lái)自國(guó)民經(jīng)濟(jì)各部門(mén)的收入所占的不同比例來(lái)表現(xiàn)財(cái)政收入來(lái)源的結(jié)構(gòu), 它體現(xiàn)國(guó)民經(jīng)濟(jì)各部門(mén)與財(cái)政收入的關(guān)系。我國(guó)財(cái)政收入主要來(lái)自于工業(yè)、農(nóng)業(yè)、商業(yè)、交通運(yùn)輸和服務(wù)業(yè)等部門(mén), 其中工業(yè)和農(nóng)業(yè)對(duì)財(cái)政收入的影響最大。農(nóng)業(yè)承擔(dān)著國(guó)民經(jīng)濟(jì)的根基，是一國(guó)的財(cái)政收入的基礎(chǔ)。工業(yè)是國(guó)民經(jīng)濟(jì)的主要來(lái)源部門(mén)，相對(duì)于農(nóng)業(yè)來(lái)說(shuō)，工業(yè)部門(mén)在財(cái)政收入中占了絕大部分，是足額財(cái)政收入的保證。工業(yè)對(duì)財(cái)政收入的狀況起著決定作用，工業(yè)部門(mén)的技術(shù)裝備、勞動(dòng)生產(chǎn)率要遠(yuǎn)遠(yuǎn)

3、高于農(nóng)業(yè), 積累水平也要高的多。因此, 在財(cái)政收入中來(lái)自工業(yè)部門(mén)的收入占絕大比重, 工業(yè)部門(mén)完成上繳任務(wù)多少, 對(duì)保證財(cái)政收入起決定作用。從社會(huì)總產(chǎn)品價(jià)值看，財(cái)政收入就是一部分的社會(huì)總產(chǎn)品，而社會(huì)總產(chǎn)品中包括C、V、M三個(gè)部分。C、V、M存在著此消彼長(zhǎng)的關(guān)系，分別制約著社會(huì)總產(chǎn)品的價(jià)值量。社會(huì)總產(chǎn)品中的M就是指剩余產(chǎn)品價(jià)值，包括稅金、企業(yè)利潤(rùn)、利息等，社會(huì)總產(chǎn)品中的V就是指以勞動(dòng)報(bào)酬的形式付給勞動(dòng)者的部分，主要體現(xiàn)在稅金和間接向個(gè)人取得的部分，社會(huì)總產(chǎn)品中的C就是指生產(chǎn)資料的價(jià)值。二、 相關(guān)因素的選取根據(jù)經(jīng)濟(jì)學(xué)的相關(guān)理論，一國(guó)的財(cái)政收入受到多種因素的影響?？紤]到數(shù)據(jù)的收集性與可操作性，在本文中

4、，為了研究方便，我們會(huì)忽略一些相關(guān)因素。本文的模型的建立的前提假設(shè)為（1）國(guó)家經(jīng)濟(jì)部門(mén)中農(nóng)業(yè)與工業(yè)對(duì)經(jīng)濟(jì)收入的影響較大；（2）不考慮宏觀政策因素、突發(fā)災(zāi)害因素的影響。在本文中，為對(duì)我國(guó)財(cái)政收入作出影響因素定量分析，選擇了以下的變量來(lái)作為解釋變量：（1）工業(yè)部門(mén)總產(chǎn)值；（2）全國(guó)就業(yè)人數(shù)；（3）總稅收；（4）固定資產(chǎn)投資總量。三、 數(shù)據(jù)收集與整理根據(jù)上述分析，本文選取了19902011年的財(cái)政收入總量（Y）、工業(yè)部門(mén)總產(chǎn)值（X1）、全國(guó)就業(yè)人口數(shù)（X2）、總稅收（X3）、固定資產(chǎn)投資總量（X4）作為數(shù)據(jù)實(shí)證進(jìn)行分析。表1 1990 2011年財(cái)政收入相關(guān)指標(biāo)數(shù)據(jù)財(cái)政收入（億元）工業(yè)總產(chǎn)值（億元）

5、全國(guó)就業(yè)人數(shù)（萬(wàn)人）總稅收（億元）全社會(huì)固定資產(chǎn)投資額（億元） 1990年 2937.1 18689.22 64749 2821.86 4517 1991年 3149.48 22088.68 65491 2990.17 5594.5 1992年 3483.37 27724.21 66152 3296.91 8080.09 1993年 4348.95 39693 66808 4255.3 13072.31 1994年 5218.1 51353.03 67455 5126.88 17042.1 1995年 6242.2 54946.85 68065 6038.04 20019.3 1996年 74

6、07.99 62740.16 68950 6909.82 22913.5 1997年 8651.14 68352.68 69820 8234.04 24941.1 1998年 9875.95 67737.14 70637 9262.8 28406.2 1999年 11444.08 72707.04 71394 10682.58 29854.7 2000年 13395.23 85673.66 72085 12581.51 32917.7 2001年 16386.04 95448.98 72797 15301.38 37213.5 2002年 18903.64 110776.48 73280 17

7、636.45 43499.9 2003年 21715.25 142271.22 73736 20017.31 55566.6 2004年 26396.47 201722.19 74264 24165.68 70477.4 2005年 31649.29 251619.5 74647 28778.54 88773.6 2006年 38760.2 316588.96 74978 34809.72 109998.2 2007年 51321.78 405177.13 75321 45621.97 137323.94 2008年 61330.35 507284.89 75564 54223.79 1728

8、28.40 2009年 68518.3 548311.42 75828 59521.59 224598.77 2010年 83101.51 698590.54 76105 73210.79 278121.85 2011年 103874.43 844268.79 76420 89738.39 311485.13 資料來(lái)源：中華人民共和國(guó)統(tǒng)計(jì)局網(wǎng)上數(shù)據(jù)庫(kù)四、 數(shù)據(jù)處理1. 預(yù)測(cè)模型根據(jù)上面的數(shù)據(jù)我們初步預(yù)測(cè)模型：Y=B0+B1*X1+B2*X2+B3*X3+B4*X4+U其中：Y財(cái)政收入X1工業(yè)總產(chǎn)值X2全國(guó)就業(yè)人數(shù)X3總稅收X4固定資產(chǎn)投資總額U隨機(jī)誤差項(xiàng)用OLS法估計(jì)模型，下面給出Eviews

9、輸出結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 12/19/12 Time: 14:46Sample: 1990 2011Included observations: 22VariableCoefficientStd. Errort-StatisticProb. C14080.363290.6294.2789280.0005X1-0.0087170.006822-1.2777690.2185X2-0.2199400.049341-4.4575090.0003X31.2379220.06574218.830120.0000X40.0074

10、800.0090120.8300600.4180R-squared0.999898 Mean dependent var27186.86Adjusted R-squared0.999874 S.D. dependent var28848.33S.E. of regression324.4597 Akaike info criterion14.59892Sum squared resid1789660. Schwarz criterion14.84688Log likelihood-155.5881 F-statistic41498.71Durbin-Watson stat2.636819 Pr

11、ob(F-statistic)0.000000得到模型：Yt=14080.36-0.008717*X1-0.219940*X2+1.237922*X3+0.007480*X4 Se=(3290.629) (0.006822) (0.049341) (0.065742) (0.009012) t= (4.278928) (-1.277769) (-4.457509) (18.83012) (0.830060) R2=0.999898 F=41498.712. 模型檢驗(yàn)2.1. 經(jīng)濟(jì)意義檢驗(yàn)：從得出的模型看，該模型中X1和X2的參數(shù)符號(hào)沒(méi)有通過(guò)經(jīng)濟(jì)意義檢驗(yàn)。1.2.2.1.2.2. R2檢驗(yàn)：經(jīng)計(jì)

12、算此模型的多元判斷系數(shù)R2=0.999898，經(jīng)過(guò)校正的判斷系數(shù)R2=0.999874，說(shuō)明模型高度擬合。1.2.2.1.2.2.2.3. t檢驗(yàn)：從5個(gè)參數(shù)的t檢驗(yàn)值來(lái)看，t0=4.278928，t1=-1.277769，t2=-4.457509，t3=18.83012，t4=0.830060。而在5%的顯著水平下，自由度為df=22-5=17的t分布臨界值為1.740，顯然X0、X2、X3是不顯著的。1.2.2.1.2.2.2.3.2.4. F檢驗(yàn)：模型的F值等于41498.71，在顯著水平為5%，自由度為（4，17）的F分布臨界值遠(yuǎn)小于模型的F值。表明模型在總體上是高度顯著的。下面進(jìn)行相

13、關(guān)檢驗(yàn)說(shuō)明模型中可能存在多重共線性等問(wèn)題，進(jìn)而對(duì)模型進(jìn)行修正。1.2.3. 模型的檢驗(yàn)與修正1.2.3.3.1. 多重共線性檢驗(yàn)：1.2.3.3.1.3.1.1. 解釋變量間相關(guān)系數(shù)的檢驗(yàn)X1X2X3X4X110.7739870.9973630.996163X20.77398710.8087290.768702X30.9973630.80872910.993831X40.9961630.7687020.9938311由表格可知，解釋變量間存在高度共線性，例如，X1與X3，X1與X4，X3與X4等。因此，需要對(duì)模型進(jìn)行修正。1.2.3.3.1.3.1.1.3.1.2. 多重共線性修正處理1） 逐

14、步回歸處理：運(yùn)用OLS方法求y對(duì)各個(gè)變量的回歸。結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)選出擬合效果最好的一元線性回歸方程。用Eviews回歸過(guò)程如下： Y對(duì)X1回歸：Yt=1515.591+0.120323*X1+tse=(554.5280)(0.001752) t=(2.733119) (68.67030)p值= (0.0128) ( 0.0000)R2=0.995777 F=4715.610 Y對(duì)X2的回歸：Yt=-405892.7+6.051109*X2+tse=(727019.97)(1.014550) t=(-5.582353) (5.964330)p值= (0.0000) ( 0.0000)R2=

15、0.640115 F=35.57323 Y對(duì)X3的回歸：Yt=-900.0191+1.154488*X3+tse=(159.9798) (0.004642) t=(-5.625831) (248.7008)p值=(0.0000) ( 0.0000)R2=0.999677 F=61852.11 Y對(duì)X4的回歸：Yt=2193.428+0.316510*X4+tse=(874.6274) (0.007371) t=(2.507843) (42.94083)p值=(0.0209)( 0.0000)R2=0.989270 F=1843.914依據(jù)調(diào)整后可決系數(shù)R2最大原則，選取X3作為進(jìn)入回歸模型的第

16、一個(gè)解釋變量，形成一元回歸模型。所以初始回歸模型為Yt=-900.0191+1.154488*X32）下面進(jìn)行逐步回歸。將剩余解釋變量分別加入模型，得到如下結(jié)果：引入X1：Yt=-602.3801+0.015660*X1+1.004918*X3+tse=(178.4392)( 0.005836) (0.055888) t= (-3.375828)( 2.683321) (17.98091)p值=(0.0032) (0.0147) ( 0.0000) R2=0.999766 F=40517.05引入X2：Yt=11881.34-0.186408*X2+1.177503*X3+tSe=(2153.

17、216)( 0.031371) (0.004789) t= (5.517951)( -5.941982)( 245.8526)p值=(0.0000) (0.0000) (0.0000) R2=0.999887 F=83992.94引入X4：Yt=-684.5497+1.065848*X3+0.024580*X4+tse=(170.7158) (0.037756) (0.010405) t=(-4.009879) (28.23014) (2.362298)p值=(0.0007) (0.0000) (0.0290)R2=0.999750 F=38011.61通過(guò)以上的式子，并根據(jù)逐步回歸的思想，我

18、們可以看到，新加入變量X2的二元回歸方程的校正判斷系數(shù)最大，并且各參數(shù)的t檢驗(yàn)顯著，參數(shù)的符號(hào)也符合經(jīng)濟(jì)意義，因此，保留變量X2。因此，新的回歸模型為：Yt=11881.34-0.186408*X2+1.177503*X3+t3）繼續(xù)進(jìn)行逐步回歸：引入X1:Yt=14425.68-0.006585*X1-0.225341*X2+1.245203*X3+tse=(3235.904)( 0.006265) (0.048486) (0.064589) t= (4.458004) (-1.051042)(-4.647551) (19.27899)p值=(0.0003) (0.3071) (0.0002

19、) (0.0000)R2=0.999893 F=56304.20引入X4：Yt=11389.82-0.178838*X2+1.165227*X3+0.003145*X4+tSe=(2572.783)( 0.038067) (0.033517) (0.008494)t= (4.427043) (-4.698023) (34.76559) (0.370256)p值=(0.0003) (0.0002) (0.0000) (0.7155)R2=0.999888 F=53452.24根據(jù)上面可知，由于，此次調(diào)整后可決系數(shù)最大的是X1，故模型引入X1，而去掉X4，得到修正后的最優(yōu)模型：Yt=14425.6

20、8-0.006585*X1-0.225341*X2+1.245203*X3+tse=(3235.904)( 0.006265) (0.048486) (0.064589) t= (4.458004) (-1.051042)(-4.647551) (19.27899)p值=(0.0003) (0.3071) (0.0002) (0.0000)R2=0.999893 F=56304.201.2.3.3.1.3.2. 異方差檢驗(yàn)對(duì)模型：Yt=14425.68-0.006585*X1-0.225341*X2+1.245203*X3+t進(jìn)行White檢驗(yàn)：White Heteroskedasticity

21、 Test:F-statistic5.520181 Probability0.003395Obs*R-squared15.14230 Probability0.019178Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/19/12 Time: 17:52Sample: 1990 2011Included observations: 22VariableCoefficientStd. Errort-StatisticProb. C-3788375724613444-1.5391490.1446X1-5.9

22、652773.124536-1.9091720.0756X121.14E-055.60E-062.0429350.0590X21157.813733.33571.5788310.1352X22-0.0088710.005479-1.6192350.1262X392.9975042.168052.2054020.0434X32-0.0012350.000549-2.2482230.0400R-squared0.688286 Mean dependent var84645.15Adjusted R-squared0.563601 S.D. dependent var145405.8S.E. of

23、regression96055.80 Akaike info criterion26.03662Sum squared resid1.38E+11 Schwarz criterion26.38377Log likelihood-279.4028 F-statistic5.520181Durbin-Watson stat2.282424 Prob(F-statistic)0.003395由圖可知：nR2=22*0.688286=15.142292，nR22(6)故在5%的顯著水平下，查2分布表,得臨界值20.05(6)=1.6354，比較計(jì)算得到的2統(tǒng)計(jì)值與臨界值，得到nR220.05(6)，故

24、拒絕原假設(shè)，因此在此模型中存在異方差。接下來(lái)采用加權(quán)最小二乘法進(jìn)行修正：Dependent Variable: YMethod: Least SquaresDate: 12/19/12 Time: 18:48Sample: 1990 2011Included observations: 22Weighting series: 1/E2VariableCoefficientStd. Errort-StatisticProb. C15522.50690.852222.468630.0000X1-0.0066640.000881-7.5680540.0000X2-0.2417520.010373-2

25、3.305790.0000X31.2488680.009899126.15950.0000Weighted StatisticsR-squared1.000000 Mean dependent var6513.739Adjusted R-squared1.000000 S.D. dependent var28651.33S.E. of regression1.147933 Akaike info criterion3.276768Sum squared resid23.71950 Schwarz criterion3.475140Log likelihood-32.04445 F-statis

26、tic5065224.Durbin-Watson stat1.736803 Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.999891 Mean dependent var27186.86Adjusted R-squared0.999873 S.D. dependent var28848.33S.E. of regression324.8814 Sum squared resid1899862.Durbin-Watson stat2.495957Eviews 用WLS修正后消除了異方差，得到的模型為：Yt=15522.50-0

27、.006664*X1-0.241752*X2+1.248868*X3+tse=(690.8522)( 0.000881) (0.010373) (0.009899) t=(22.46863)( -7.568054) (-23.30579) (126.1595)p值=(0.0000) (0.0000) (0.0000) (0.0000)R2=1.000000 F=5065224.1.2.3.3.1.3.2.3.3. 自相關(guān)檢驗(yàn)：Dependent Variable: YMethod: Least SquaresDate: 12/19/12 Time: 18:59Sample: 1990 2011

28、Included observations: 22VariableCoefficientStd. Errort-StatisticProb. C14425.683235.9044.4580040.0003X1-0.0065850.006265-1.0510420.3071X2-0.2253410.048486-4.6475510.0002X31.2452030.06458919.278990.0000R-squared0.999893 Mean dependent var27186.86Adjusted R-squared0.999876 S.D. dependent var28848.33S.E. of regression321.6445 Akaike info criterion14.54774Sum squared resid1862193. Schwarz criterion14.74611Log likelihood-156.0251 F-statistic5630