中國稅收增長的計量分析

1、中國稅收增長的計量分析改革開放以來，隨著經(jīng)濟體制改革的深化和經(jīng)濟的快速增長，中國的財政收支狀況發(fā) 生很大變化， 中央和地方的稅收收入增長迅速， 為了研究影響中國稅收收入增長的主要原因， 分析中央和地方稅收收入的增長規(guī)律， 預(yù)測中國稅收未來的增長趨勢， 這里選取幾個影響因 素建立計量經(jīng)濟模型對此進行相關(guān)分析。一、金融經(jīng)濟理論背景影響中國稅收收入增長的因素很多， 但根據(jù)相關(guān)資料和理論， 初步得出主要的因素可能 有以下幾個：（1）從理論上看，宏觀經(jīng)濟增長水平是一個重要指標。（2）公共財政的需求，稅收收入是財政收入的主體，社會經(jīng)濟的發(fā)展和社會保障的完善等 都對公共財政提出要求， 因此對預(yù)算支出所表現(xiàn)的

2、公共財政的需求對當年的稅收收入可能會 有一定的影響。（3）物價水平。我國的 GDP 等指標和經(jīng)營者的收入水平都與物價水平有關(guān)。（4 ）稅收政策因素。我國自 1978 年以來經(jīng)歷了兩次大的稅制改革，一次是 1984-1985 年 的國有企業(yè)利改稅，另一次是 1994 年的全國范圍內(nèi)的新稅制改革。稅制改革對稅收會產(chǎn)生 影響，特別是 1985 年稅收陡增 215.42%。綜合以上因素， 可以從以上幾個方面構(gòu)建計量模型， 分析各種因素對中國稅收增長的具 體影響。構(gòu)建計量模型為了全面反映中國稅收增長的全貌，選擇包括中央和地方稅收的“國家財政收入”中的 “各項稅收”（簡稱“稅收收入”）作為被解釋變量，以反

3、映國家稅收的增長；選擇“國內(nèi)生產(chǎn)總 值（GDP） ”作為經(jīng)濟整體增長水平的代表； 選擇中央和地方“財政支出”作為公共財政需求的 代表；選擇“商品零售物價指數(shù)”作為物價水平的代表。由于財稅體制的改革難以量化，而且 1985 年以后財稅體制改革對稅收增長影響不是很大，可暫不考慮稅制改革對稅收增長的影 響。所以解釋變量設(shè)定為可觀測的“國內(nèi)生產(chǎn)總值”、“財政支出”、“商品零售物價指數(shù)”等變 量。在中華人民共和國國家統(tǒng)計局上可查找到中國統(tǒng)計年鑒2011，上面可找到“國內(nèi)生產(chǎn)總值” “財政支出” “商品零售物價指數(shù)”等相關(guān)指數(shù)自1978年至2010年的所有數(shù)據(jù)，在這里僅 節(jié)選1990 2010年間的數(shù)據(jù)進

4、行計量分析，收集到的數(shù)據(jù)如下表所示。稅收收入（億國內(nèi)生產(chǎn)總財政支出（億商品零售價格指數(shù)元）值（億元）元）(%年份(Y)(X2)(X3)(X4)19902821.8618547.93083.59102.119912990.1721617.83386.62102.919923296.9126638.13742.2105.419934255.334634.44642.3113.219945126.8846759.45792.62121.719956038.0458478.16823.72114.819966909.8267884.67937.55106.119978234.0474462.69233

5、.56100.819989262.878345.210798.1897.4199910682.5882067.513187.6797200012581.5189468.115886.598.5200115301.3897314.818902.5899.2200217636.45104790.622053.1598.7200320017.3111669424649.9599.9200424165.6813651528486.89102.8200528778.5418232133930.28100.820063763620940738373.38101200749442.7324661949781

6、.35103.8200854219.6230067060786.4105.92009631043353537623598.820107320239798389530.2102.5表1-1中國統(tǒng)計年鑒2011稅收收入相關(guān)數(shù)據(jù)在確定解釋變量和被解釋變量，收集到相關(guān)數(shù)據(jù)后，設(shè)定線性回歸模型為:Yt= 0+ ®X2t+ ®X3t+ p3X4t + Ut三、參數(shù)估計利用模型和收集到的數(shù)據(jù)，在eviews中估計模型的參數(shù)。首先建立工作文件并導入數(shù)據(jù),進行參數(shù)估計得到結(jié)果如下:EViews - Equatian; UNTITLED Warkfile: UNTITLEOUntitled F

7、ile Edit ObjectView ProcQuirk 0£tioH5 Window 出怡YiewlFrocIObject Prir*|Narrie| Freese| Estimate|horect|RssidslDependant Variable: YMethod： Least SquaresDate: 0M9/12 Time：115:23Sample: 1950 2010Included observations.21VariableCoefficientStd. Error tStatisticProb.C-5553.8977431.093-0.7608430.4572X

8、20.1046270.0353122.9629410.0087冶0.4027320.15437526065990.0184X435.3570370732360.4996700L6236R-aquared0,993317Mem dependent var21700.17Adjusted R-squared0.992137S.D. dependent 阿21439.51S.E. of regression1901.073Akaike info criterion18.10767Sum squared resid61439314E 匚 hwarz criterioin18.30602Log like

9、lihood-106 1326F-statislicB42.2265Durbin-Watson stat1,136541Probf statistic)0.000000根據(jù)分析結(jié)果可以得到模型:Y二-5653.887+0.104627X 2+0.402702X3+35.35703X4(70.73238)t= (-0.760843)(2.962941)(2.608599)(0.499870)(7431.083)(0.035312) (0.154375)R2=0.9933172修正后 R =0.992137F=842.2265從上述模型分析來看，模型的擬合優(yōu)度是很高的四、統(tǒng)計檢驗1、擬合優(yōu)度檢驗由

10、表可以得到 R =0.993317，修正的可決系數(shù)為 0.992137，這說明模型對樣本的擬合很 好。2、F檢驗針對 屮，護=滬 卩=0，給定顯著性水平a =0.05，在F分布表中查出自由度為k-仁3和n-k=18 的臨界值 Fa （3,18） =3.16。由之前的結(jié)果可以得到F=842.2265>F a （3,18） =3.16 ,因此應(yīng)該拒絕原假設(shè)Ho,=伊=卩=0，說明原回歸方程整體是顯著的，即假設(shè)的幾個因素“國內(nèi)生產(chǎn)總值”“財政支出”“商品零售物價指數(shù)”等變量聯(lián)合起來在總體上對“稅收收入”都有著顯 著影響。3、t檢驗分別針對：Ho, 32= 9= 3=0，給定顯著性水平a =0.

11、05，通過查t分布表可得到自由度為n-k=18臨界值ta/2（n-k）=2.1009,由結(jié)果數(shù)據(jù)可以得到與3仁3、3、3對應(yīng)的t 統(tǒng)計量分別為，-0.760843、2.962941、2.608599、0.499870，其中只有3 2、3的絕對值大于 ta/2（n-k）=2.1009，但31、3的絕對值小于ta/2（n-k）=2.1009 ,不能通過檢驗。 從模型上說明“國內(nèi) 生產(chǎn)總值”和“財政支出”因素對“稅收收入Y都有顯著的影響，但“商品零售物價指數(shù)”對于稅 收收入的影響不明顯，可能存在多重共線性。4、多重共線性檢驗對x2回歸Dependent Variable' YMethod:

12、Least SquaresDate: 0M9/12 Time: 16:43Sample: 199D 2010Included observations: 21VariableCoefficientStd. Error t-StatisticProb.0.1959330.00437344.301780.0000C-3739.123733.8054-5,0955240.0001R-squared0.590623Mpan dependent var2170D.17Adjusted R-squared0.990129S D dependent var21439.51S.E. of regression

13、2130 045Akaike info cnt&rian10,25607Sum squared resid86204771Sdhwar; criterion18 35655Log likelihood-189.6887F-statistic2007.199Durbin-Watson si at1.206734Prob(F-siatishc)O.OQOOOD對x3回歸Dependent Variable: YMethod: Least SquaresDate:0M9/12 Time. 16:47Sample: 1990 2010Included obsenrati口口丁 21Variab

14、leCoefficieniStd. Error t-StatisticProb.X30.6533930.02003442.62190a.oraC261.4040701.06230.37296407133R-squared0.969649Men dependent xrar21700.17Adjusted R-squared0.989106S.D. dependant war21439.51S.E. of regression2237.8B5Akaike info criterion18.35484Sum squared resid95154464Echwarz criterion18 4543

15、2Log likelihoucl-190.7259F-st artistic1816.626Durbin-Watson stat0.767398Prob(F-statistic)OCQOOOO對x4回歸Dependent Variable: Y Method: Least Squares Date: OSm/12 Time: 16:49Sample: 1930 2010Included observation& 21一VariableCcioffic： ientStd. Error 1-StatisticProb,X4-802 oaae763.4585 J 0436590.3097C1

16、04700.479B65W1.3142580.2OA4R-squared0 054219Mean dependent 問r21700.17Adjusted R-squared0.004141S.D. dependent var21439.51S.E. of re grassion21391.86Aksike info criterion22 96990Sum squared resids.G9E+ngSthwar2 crrt&riori22,96929Log likelihood-238.1329F-st artistic1 D99224Durbin-Watson stat0.0392

17、69Prob(F-statist lie)0.309741依據(jù)上述結(jié)果X2的R值大于X3和X4的R值，因此確定X2為基準做逐步回歸， 分析結(jié)果如下：引入x3結(jié)果如下：Dependent Variable: YMethod; Leant Squ富呂彳Date; (£09/12 Time: 16:50Sample: 1990 2010Included QbrvatiQns; 21VariableCoefficientSid. Error t-StatisticProb.X20.1060520.03U553.077950.0055X30.3943300.1502342,6246330.01

18、72C-1969.007930.2705-2.117430O.O4B4R-squared0.993219Mean dependent var21700.17Adjusted R-squared0 992465S.D. dependent var21439.51S.E. of regression1861.039Akaike info criterion13.02722Sum squared resid62342365Schwarz criterion18 17644Log likelihood-136.2858F statistic1318 147Durbin-Wait son stat1,1

19、10557Pro b(F-statist it)0.000000引入x4結(jié)果如下:Dependent Variable： YMwthM Least Squares Date: 0M9/12 Tma; 16;51Sample: 1990 2010Included ob«erration 21VariableCoefficientSid Error (-StatisticProb.X20.1961420.03462242.43959.0000X41535866RH F：R?FH 0.1399351.8515C-53557448544.697-0.6267920.5307R-Squared

20、0.990642Mean dependenl var21700.17Adjustad R-squared0.939602S.D. dependent var21439.51S.E. of regression21 旺 224Akaike info criterior18.34930Sum squared resid66032346Scliwar7 criterion18.49862Log likelihood-189.6677F-statistic952.7021Durbin-Watson stat1.216917Prob(F-st ati Stic)0.000000由此可得，弓I入 X4使得

21、無論是t檢驗或是f檢驗都不顯著，因此可以在模型中剔除X4。在剔除X4之后再對模型進行回歸檢驗，結(jié)果如下Dependent Variable: YMethod: Least SquaresDate: 06/09/12 Time: 16:59Sample: 1990 2010Included observations: 21VariableCoefficientS1d. Error t-StatisticProb.X20.106052 .03A4553.077950.0065X30.3943380 1502342.6246330.0172C-1969.5017930.2795-2.1174380.0484R-Squared0.993219Mean dependent vsr21700.17Adjusted R-squared0.992465S.D. dependent var21439.51S.E. of regression1361.039Akaike info criterion16.02722Sum squared resid62342365Scliwan criterion18.17644Logi likelihood-186.2058F-statist