2023年江財(cái)計(jì)量經(jīng)濟(jì)學(xué)大作業(yè)

ofHWA樓'曲財(cái)拴大摩

JIANGXIUNIVERSITYOFFINANCE&ECONOMICS

2023-2023年第1學(xué)期

計(jì)量經(jīng)濟(jì)學(xué)大作業(yè)

論文名稱(chēng)：我國(guó)稅收收入的影響因素分析

學(xué)號(hào)：0112893姓名：黃星鵬專(zhuān)業(yè):11計(jì)1

學(xué)號(hào)：0112886姓名:趙泰民專(zhuān)業(yè)：11計(jì)1

選課班級(jí)：BO1任課老師：齊亞偉

評(píng)語(yǔ):__________________________________________________

教師署名：批閱日期：

虹我國(guó)稅收收入的影響因素分析

1978年~2023年

一、摘要

稅收是國(guó)家取得財(cái)政收入的一種重要工具，也是影響我國(guó)經(jīng)濟(jì)發(fā)展的一個(gè)很

重要的因素。

通過(guò)對(duì)影響稅收增長(zhǎng)的重要因素進(jìn)行分析，解釋這些因素和稅收收入之間存

在的關(guān)系以及其對(duì)稅收收入的影響限度的大??；在此基礎(chǔ)上,提出相應(yīng)的發(fā)展對(duì)

策，以促進(jìn)我國(guó)稅收收入的增長(zhǎng)以及我國(guó)經(jīng)濟(jì)的全面發(fā)展。

關(guān)鍵字:稅收收入;影響因素;稅制改革

Abstract

Thetaxisnotonlyanimportanttoolofgainingfisc

a1revenue,butalsoisasignificantfactoraffectingChina's

economicdeve1opment.Throughtheanalysisofmainfactors

thatinfluencethetax,wetrytoexplaintheirre1ation

shipwiththetaxandtheirimpactonit.Onthisbasis,we

putforwardthecorrespondingdevelopmentmeasuresto

promoteChina*staxrevenuegrowthandoveraildevelopme

ntofoureconomy.

Keywords:taxrevenue;inf1uencingfactors;taxreform

二、引言

稅收是政府為了滿(mǎn)足社會(huì)公共需要,憑借政治權(quán)力，強(qiáng)制、無(wú)償?shù)厝〉秘?cái)政收

入的一種形式。在市場(chǎng)經(jīng)濟(jì)條件下，經(jīng)濟(jì)越發(fā)展，稅收就越發(fā)顯得重要?；诙愂?/p>

分派廣度和深度的發(fā)展,稅收對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展和促進(jìn)作用也越來(lái)越顯著。經(jīng)濟(jì)

決定稅收，稅收反映經(jīng)濟(jì)。經(jīng)濟(jì)規(guī)模決定稅源規(guī)模，經(jīng)濟(jì)結(jié)構(gòu)決定稅收結(jié)構(gòu)，經(jīng)

濟(jì)增長(zhǎng)速度影響和制約稅收增長(zhǎng)速度,反過(guò)來(lái)稅收對(duì)經(jīng)濟(jì)發(fā)展也具有一定的乘數(shù)

效應(yīng)。要實(shí)現(xiàn)經(jīng)濟(jì)的連續(xù)發(fā)展,必須要使稅收符合其發(fā)展的規(guī)定,建立與市場(chǎng)經(jīng)濟(jì)

相適應(yīng)的稅收結(jié)構(gòu)，即政府籌集的稅收收入必須可以盡量滿(mǎn)足其實(shí)現(xiàn)社會(huì)職能的

需要。對(duì)稅收收入的重要影響因素加以分析，從結(jié)構(gòu)上對(duì)稅收收入的影響做出一

個(gè)很好的了解，有助于我們運(yùn)用政策工具對(duì)稅收結(jié)構(gòu)進(jìn)行優(yōu)化,從而使稅收對(duì)經(jīng)

濟(jì)發(fā)展發(fā)揮更大的促進(jìn)作用。改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)高速增長(zhǎng)，1978-2023

年的31年間，國(guó)內(nèi)生產(chǎn)總值從3645.2億元增長(zhǎng)到314045億元,一躍成為世界

第二大經(jīng)濟(jì)體。隨著經(jīng)濟(jì)體制改革的深化和經(jīng)濟(jì)的快速增長(zhǎng)，中國(guó)的財(cái)政收支狀

況也發(fā)生了很大的變化,中央和地方的稅收收入1978年為519.28億元，到

2023年已增長(zhǎng)到54223.79億元，31年間平均每年增長(zhǎng)16.76%。稅收作為

財(cái)政收入的重要組成部分,在國(guó)民經(jīng)濟(jì)發(fā)展中扮演著不可或缺的角色。為了研究

影響中國(guó)稅收增長(zhǎng)的重要因素，分析中央和地方稅收收入的增長(zhǎng)規(guī)律，以及預(yù)測(cè)

中國(guó)稅收未來(lái)的增長(zhǎng)趨勢(shì)，我們需要建立計(jì)量經(jīng)濟(jì)模型進(jìn)行實(shí)證分析。

本文對(duì)數(shù)據(jù)挖掘的相關(guān)概念、過(guò)程,記錄學(xué)的相關(guān)知識(shí)進(jìn)行了介紹,將數(shù)據(jù)挖

掘應(yīng)用于稅收預(yù)測(cè)中，通過(guò)對(duì)大量歷史數(shù)據(jù)的記錄和與之相關(guān)的各種數(shù)據(jù)的分析,

運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)模型，以及Eviews5.0軟件的運(yùn)用，并使用回歸和滾動(dòng)預(yù)測(cè)方

法建立預(yù)測(cè)模型，對(duì)稅收收入情況進(jìn)行了預(yù)測(cè)，實(shí)現(xiàn)了對(duì)2023年度稅收收入預(yù)

測(cè)。并對(duì)各預(yù)測(cè)模型進(jìn)行了實(shí)驗(yàn)結(jié)果的對(duì)比分析，指出滾動(dòng)預(yù)測(cè)方法較回歸預(yù)測(cè)

方法能更好地進(jìn)行稅收收入分月預(yù)測(cè)，從而更好地指導(dǎo)稅收計(jì)劃的完畢，為科學(xué)

地建立稅收計(jì)劃進(jìn)行了有效地探索，并為稅收計(jì)劃工作提供了重要的科學(xué)依據(jù)。

三、實(shí)證分析

3.1擬定變量

影響稅收收入的因素有很多，為了全面反映中國(guó)稅收增長(zhǎng)的全貌,我們選用

“國(guó)家財(cái)政收入”中的“各項(xiàng)稅收”（即稅收收入）作為被解釋變量，反映稅收

的增長(zhǎng)；選擇“國(guó)內(nèi)生產(chǎn)總值”（即GDP）作為經(jīng)濟(jì)整體增長(zhǎng)水平的代表；選擇“財(cái)

政支出”作為公共財(cái)政需求的代表;選擇“商品零售價(jià)格指數(shù)”作為物價(jià)水平的

代表。止匕外，由于財(cái)稅體制的改革難以量化，并且從數(shù)據(jù)上看，1985年以后財(cái)稅

體制改革對(duì)稅收增長(zhǎng)影響不是很大,在此暫不考慮稅制改革對(duì)稅收增長(zhǎng)的影響。

3.2建立計(jì)量經(jīng)濟(jì)學(xué)中的模型

我們建立多元線性回歸模型Y=3X1+B2X2+3X3+5,其中，片-截距

項(xiàng);Y—稅收收入;XI—GDP；X2一財(cái)政支出；X3一商品零售價(jià)格指數(shù)；Ut—隨

機(jī)擾動(dòng)項(xiàng)

3.3數(shù)據(jù)描述和解決

表11978-2023年影響中國(guó)稅收收入因素?cái)?shù)據(jù)表

年份Y（億元）XI（億元）X2（億元）X3(%)

1978519.283624.11122.09100.7

1979537.824038.21281.79102

1980571.74517.81228.83106

1981629.894876.41138.41102.4

1982700.025294.71229.98101.9

1983775.595934.51409.52101.5

1984947.3571711701.02102.8

19852040.798964.42023.25108.8

19862090.7310202.22204.91106

19872140.3611962.52262.18107.3

19882390.4714928.32491.21118.5

19892727.416909.22823.78117.8

19902821.8618547.93083.59102.1

19912990.1721617.83386.62102.9

19923296.9126638.13742.2105.4

19934255.334634.44642.3113.2

19945126.8846759.45792.62121.7

19956038.0458478.16823.72114.8

19966909.8267884.67937.55106.1

19978234.0474462.69233.56100.8

19989262.878345.210798.1897.4

199910682.5882067.513187.6797

202312581.5189468.115886.598.5

202315301.3897314.818902.5899.2

202317636.45104790.622053.1598.7

202320237.31116603.224649.9599.9

202324165.68136875.928486.89102.8

202328778.54183084.833930.28100.8

202334809.7221087140422.73101

202345621.97249529.949781.35103.8

202354223.7930067062592.66105.9

數(shù)據(jù)來(lái)源：國(guó)家記錄局《2023記錄年鑒》

3.4多元線性回歸模型

(1)建立工作文獻(xiàn):啟動(dòng)EViews,點(diǎn)擊File\New\Workfi1e,在對(duì)話

框“WorkfileCreat”按如下圖窗口填寫(xiě)后點(diǎn)擊“OK”，就可以創(chuàng)建一個(gè)工

作文獻(xiàn)。出現(xiàn)“c”一截距項(xiàng)“resid”一剩余項(xiàng)。如圖4—1所示:

WorkfilestructuretypeDatespecification

〔Dated-regular￡requ▼|FrequencyAnnual▼|

Start1978

End

IrregularDatedand|2008

Panelworkfilesmaybe

madefromUnstructured

workfilesbylater

specifyingdateand/orNantes(optional)

WF：

OK|CancelPage：C

OfileEditObjectViewProcQuickOptionsWindowHelp

Vtew|Proc|Ob)ect|Print|Save|DegShow|Feteh|Store|Delete|Genr|3npte|

Range19782008-31obsDisplayFilter.,

Sample19782008-31obs

QDc

0resid

*，\AnnualkNewPage/

」Path=c:\users\iuanfuan\documDB=non<WF=untitle</

圖4-1工作文獻(xiàn)的建立

(2)輸入數(shù)據(jù):然后用命令：dataYX1X2X3輸入相應(yīng)的數(shù)據(jù)，如圖

4—2所示:

obsYXIX2X3|I

obsYX1X2X3

1978519280036241001122.090100.7000

19795378200403820012817901020000

19805717000451780012288301060000

1981629.890048764001138.4101024000

19827000200529470012299801019000

19837755900593450014095201015000

19849473500717100017010201028000

19052040790896440020042501088000

1986209073010202.2022049101060000

1987214036011962.5022621801073000

19882390.47014928.302491.2101185000

1989272740016909.2028237801178000

1990282186018547.903083.5901021000

19912990170216178033866201029000

1992329691026638.1037422001054000

19934255.30034634.404642.300113.2000

121.7000]

1994512688046759.405792620

圖4-2數(shù)據(jù)的輸入

(3)運(yùn)用PLOT命令繪制趨勢(shì)圖，運(yùn)用SCAT命令繪制X、Y的相關(guān)圖

在命令窗口中鍵入:PLOTY,則可以繪制變量Y的趨勢(shì)圖，如圖4—3

所示：

EditQbjutYi”JrocQuickORHOMfindovH?】p

dataYXIX2X3

■Graph:UUTITLEDVorkfilc:SHUISHOmUntitIcdR3回岡

圖4-3變量Y的趨勢(shì)圖

從圖4—3中可以看出從圖4—3中可以看出，1978—2023年間的稅收收入

的呈增長(zhǎng)趨勢(shì)。

在命令窗口中依次鍵入：SCATXIY,SCATX2Y,SCATX3Y。則可以

初步觀測(cè)變量之間的相關(guān)限度與相關(guān)類(lèi)型,如圖4-4所示:

Vtew|Proc|Ob|oct|Print|N?rne|AddText]Uno方Ue]陡emov|TcmpiatY]Options[700mI

―iP*tK=d:DB=<F=almiMKAUN

Vtew|Proc|Ob)ect]Print[Mame]AddY.xt]Une/Shade|Remove|Tempteto|Options|Zoom]

View]Proc]ObftctlPrint]Name|AddToxt]Un^Shedt]Rmov|Yemptote]Options|Zoom|

圖4—4

上圖表白稅收收入與GDP、財(cái)政支出和商品零售價(jià)格指數(shù)水平相關(guān)，變量

之間均存在較強(qiáng)的相關(guān)關(guān)系。

3.5參數(shù)估計(jì)

用命令：IsYcXIX2X3，即可出現(xiàn)回歸結(jié)果。如圖5—1

View]Proc]Object|Print]Name]Freeze|Esttmato]Forecart|St^lNgds|

DependentVariable:Y

MethodLeastSquares

Date:12/22/10Time1860

Sample19782008

Includedobservations31

VanableCoefficientStdErrort-StatisticProb.

-58521552020691-289611600074

00099650011272088405203845

□8282340055692148717000000

52177031906165273727700108

R-squared□998064Meandependentvar1060730

AdjustedR-squared0997849SDdependentvar1380256

SEofregression6401490Akaikeinfocriterion1588119

Sumsquaredresid11064351Schwarzcntenon1606622

Loglikelihood?2421585F-statistic4639974

Durbin-Watsonstat1514708Prob(F-statistic)0000000

Fath=dDB-non*TV=

圖5-1

關(guān)于回歸結(jié)果的擬合限度如何可通過(guò)在“Equation”框中，點(diǎn)擊“Resi

ds”,即出現(xiàn)剩余項(xiàng)(Residual)＞實(shí)際值(Actual)、擬合值(Fitted)的

圖形。如

View|Proc[Object|Print|Name[Freeze|Estimate|Forecart|StaM|ReU*|

|R.sidualAciual■Fitted|

」_Fath=d:DB=non*V1r=*hui

圖5—2

根據(jù)圖5—1的數(shù)據(jù)，模型估計(jì)結(jié)果為:

Y,=-5852.155+0.009965XI+0.828234X2+52.17703X3-一方程1

(2023.691)(0.011272)(0.055692)(1

9.06165)

t=(-2.896116)(0.884052)(14.87170)

(2.737277)

~=0.9980MR2=0.997849F=4639.974D.W=l.514708

3.6模型檢查

3.6.1經(jīng)濟(jì)意義檢查

模型估計(jì)結(jié)果說(shuō)明，在假定其它變量不變的情況下，當(dāng)年GDP每增長(zhǎng)1億

元,稅收就會(huì)增長(zhǎng)0.009965億元；在假定其它變量不變的情況下，當(dāng)年財(cái)政

支出每增長(zhǎng)1億元，稅收收入會(huì)增長(zhǎng)0.828234億元；在假定其它變量不變的情

況下，當(dāng)年零售商品物價(jià)指數(shù)上漲一個(gè)百分點(diǎn)，稅收收入就會(huì)增長(zhǎng)52.17703億

元。這與理論分析和經(jīng)驗(yàn)判斷基本相一致。

3.6.2記錄檢查

(1)擬合優(yōu)度：由表3.4中數(shù)據(jù)可以得到："=0.998064，修正的可決系數(shù)

為衣2=0.997849,這說(shuō)明模型對(duì)樣本的擬合很好。

(2)F檢查:針對(duì)“0：力=4=反=0,給定顯著性水平。=005,在F分

布表中查出自由度為3和27的臨界值方\(3,27)=2.96。由表3.4中得到F=4

639.974由于F=4639.974>(3,27)=2.96,應(yīng)拒絕原假設(shè)

“。：尸尸尸,=尸3=0,說(shuō)明回歸方程顯著，即“國(guó)內(nèi)生產(chǎn)總值”、“財(cái)政支出”、

“商品零售物價(jià)指數(shù)”等變量聯(lián)合起來(lái)的確對(duì)“稅收收入”有顯著影響。

(3)t檢查：分別針對(duì)“。：0(尸0,1,2,3),給定顯著性水平a=0。5,查

t分布表得自由度為31-4=27臨界值乙々(27)=2.052。由表3.4中數(shù)據(jù)可得,

與BBBB相應(yīng)的t記錄量分別為(一2.896116)、(0.88405

2)、(14.87170)(2.737277),其絕對(duì)值除了GDP均大

于乙匕(27)=2.052,這說(shuō)明除gdp分別都應(yīng)當(dāng)拒絕“。：四=°"=123,4),

也就是說(shuō)，當(dāng)在其它解釋變量不變的情況下，解釋變量“財(cái)政支出X2”、“商品

零售物價(jià)指數(shù)X3”分別對(duì)被解釋變量“稅收收入”Y都有顯著的影響。

3.6.3計(jì)量經(jīng)濟(jì)檢查

1.異方差檢查(懷特檢查法)

⑴建立回歸模型：LSYCXIX2X3,回歸結(jié)果如圖一6。

⑵在方程窗口上點(diǎn)擊View\Residua1\Test\WhiteHeteroskedas

tcity,即可以得到檢查結(jié)果。圖一8和圖一9分別是懷特檢查中nocrosste

rms和crossterms的結(jié)果。

Vtew]Proc|Object|Prrt|Name]Freeze|Estimate|Forecast[St曲|Resids|

WhiteHeteroskedasticityTest:

F>$tatistic1.579817Probability0.196174

Obs*R-squared8.777048Probability0186510

TestEquation

DependentVanable:RESID*2

MethodLeastSquares

Date:12^2/10Time19.10

Sample：19782008

Includedobservations:31

VariableCoefficientStdErrorl-StatisticProb

C?1150795355262548-020824108368

X1<30957262838015?109000702862

X1*200001960000162121029502380

X217894531428314125284202223

X2-2?0,0047000003701?12700880.2162

)G19783831014804019495208471

X3*2-83354834649793-0/p>

圖6-1

Vtew]Proc]Object]Print]NamejFreeze]EstU。]Forecast]Stats|NesidsJ

WhiteHeteroskedasticityTest:

F-$tatistic1199955Probability0.345566

Obs*R-squared1052804Probabilrty0309450

TestEquation:

DependentVariable:RESIO2

MethodLeastSquares

?Date:12/22/10Time19:10

Sample:19782008

Includedobservations31

VariableCoefficientStdErrort-StatisticProb.

C878405762871258013971508902

XI?14.99029390.9415-0.03834409698

X1*2-0.0012530002441?0,5130920.6132

X1-X20.0154900022848067795705052

X1*X3-0.0763073.869558-0.01972009845

X2-13442702973368-045210306558

X2*2-00474680054227-087535703913

圖6-2

從圖6—1和圖6—2中的懷特檢查中我們可以發(fā)現(xiàn)P值很大,那么也就意味

著該模型不存在異方差。那么也就不存在調(diào)整異方差。

2.序列相關(guān)檢查

⑴杜賓一瓦森檢查法

D.W.檢查結(jié)果表白，在5%的顯著性水平下，n=15,k=4查表得％=0.82,

4=1.75,由于D.W=L514708>4=0.82,所以不存在正自相關(guān)。

(2)拉格朗日乘數(shù)檢查法

在方程窗口上點(diǎn)擊View\Residua1Test\serialcorrelationLM

test,點(diǎn)擊后就會(huì)出現(xiàn)對(duì)話框)，在空處填寫(xiě)1或2或3等,數(shù)字代表著幾階自相

關(guān)。如此循環(huán)去檢查。無(wú)論是一階還是2階或是4階，該模型的P值都很小，說(shuō)

明該模型都存在序列相關(guān)。圖一10是2階時(shí)的數(shù)據(jù)模型。

View]Proc]Object]Print|Name[Freeze]Estimate|Forecast|Stats]Re$id$]

Breusch-GodfreySerialCorrelationLMTest:

F-statistic0.852868Probabilrty0438221

Obs*R-squared1980017Probabilrty0.371574

TestEquation:

DependentVanable:RESID

Method:LeastSquares

Date12/22/10Time1914

Presamplemissingvaluelaggedresidualssettozero

VariableCoefficientStd.Error(?StatisticProb

C27351262172534012589609008

X10.0023670.0114780.20625308383

X2-00147730.057407-0.25734707990

X3-24893732066835-0.12044409051

RESID(-1)029571302439871.21200002368

RESID(-2)?01277520.4378760.29175307729

R-$quared00K872MeandependentvarV21EJI2

圖6—3

3.多重共線性檢查

⑴檢查多重共線性

計(jì)算各個(gè)解釋變量的相關(guān)系數(shù)，選擇XI、X2、*3數(shù)據(jù)，點(diǎn)"丫［6\"(:。1'口

lations”得相關(guān)系數(shù)矩陣(如圖一11):或在命令窗口中鍵入：corX1,X2、

X3

￡il?EditQbjtciVinr^rocQuickOptionsWindow]j?lp

dataYXIX2X3

PLOTY

SCATX3Y

IsYcXIX2X3

圖6—4

由相關(guān)系數(shù)矩陣可以看出：X1、X2的相關(guān)系數(shù)較高(0.991041),證實(shí)的

確存在較嚴(yán)重的多重共線性。

⑵做逐步回歸

變量X1X2X3

參數(shù)估計(jì)值0.1756380.871830-474.4216

t記錄量39.91330106.2844-1.202339

R20.9821220.9974390.047459

View|Proc]Object]Print]Name]Freeze]Estimate]Forecart]St南$|Resids|

DependentVariableY

Method:LeastSquares

Date:12/22/10Time19:35

Sample19782008

Includedobservations:31

VanableCoefficientStd.Errort-StatisticProb.

C-1274.1274497490-283297400083

XI0.1756380004400399133000000

R-squared0982122Meandependentvar10607.30

AdjustedR-squared0981505SDdependentvar1380256

SEofregression1877091Akaikeinfocriterion1797517

Sumsquaredresid102E-HJ8Schwarzcriterion1806769

Loglikelihood-2766152F-statistic1593071

Durbin-Watsonstat0.384556Prob(F-statistic)0000000

圖6—5

Vtew]Proc]Object]Print]Mame]Freeze]Estimate|Forecast]Stats|Resids|

DependentVanable:Y

MethodLeastSquares

Date:12/22/10Time19:36

Sample19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-25491941634738-15593900.1298

fX20.8718300.008203106.284400000

R-squared0997439Meandependentvar10607.30

AdjustedR-squared0997351SDdependentvar1380256

SEofregression7103852Akaikeinfocriterion1603183

Sumsquaredresid14634768Schwarzcntenon1612435

Loglikelihood-2464934F-statistic1129638

Durbin-Watsonstat1.111329Prob(F-statistic)0000000

圖6-6

View|Procjotject|Print]Name|Freeze]Estimate]Ford|SUts|Rgfe]

DependentVanableY

Method:LeastSquares

Date:12/22/10Time19:32

Sample19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C603098441421.701.45599601561

?X3-47442163946807-120203902391

R-$quared0.047459Meandependentvar1060730

AdjustedR-$quared0.014613S.D.dependentvar1380256

S.E.ofregression13701.34Akaikeinfocriterion21.95072

Sumsquaredresid544E-HJ9Schwarzcntenon2204323

Loglikelihood-3382361F-$tatistic1444898

Durbin-Watsonstat0.097007Prob(F-statistic)0239072

圖6—7

可以看出，X3對(duì)解釋丫的變化是不具有重要性的。但是還是要再做逐步回歸，結(jié)

果如下：

View|Proc]Object|Print]Name]FreeEstimate|Forecast|Stats]Resids|

DependentVariableY

Method:LeastSquares

Date:12/22/10Time:19:51

Sample19782008

Includedobservations:31

VariableCoefficientStd.Error1?StatisticProb

C-339.68201843546-1.84254600760

X10.0124110012471099520303282

X20.811245006142813.2065300000

R-squared0.997527Meandependentvar1060730

AdjustedR-squared0997350SDdependentvar1380256

S.Eofregression7105025Akaikeinfocriterion16.06159

Sumsquaredresid14134785Schwarzcritenon1620036

Loglikelihood-2459546F-statistic5646820

Durbin-Watsonstat1126673Prob(F-statistic)0000000

圖6—8

匕=-339.6820+0.012411XI+0.811245X2-—方程2

t=-1.8425460.99520313.20653

R2=0.997527R2=0.997350F=5646.820D.W.=1.126873

我們可以看到，即使是剔除了X3,但是方程中(GDP)還是記錄不顯著的。但

是這有違常理。我考慮到應(yīng)當(dāng)是函數(shù)模型出了問(wèn)題.

3.6.4RESET檢查

建立模型：

Yi=81+82X1+83X2+B4X3+35p廣+86+37一方程3

回歸結(jié)果如下：

RamseyRESETTest:

F-statistic35,92841Probability0.000000

Loglikelihoodratio52.79671Probability0.000000

圖6—9

F值為35.92841,在分子自由度為3,分母自由度為24,顯著性水平為0.

05的情況下，F(xiàn)值為3.01,估計(jì)出來(lái)的F值顯然大于臨界值。所以RESET檢

查的結(jié)論是:該線性模型是錯(cuò)誤設(shè)定的。

3.6.5雙對(duì)數(shù)模型分析：

log(y.)=51+^logCXl)+B31og(X2)+541og(X3)+u一一方程4

Yi——稅收收入

Bi一截距項(xiàng)

XI——GDP

X2——財(cái)政支出

X3——商品零售價(jià)格指數(shù)

DependentVariable:LOG(Y)

Method:LeastSquares

Date:12/23/10Time:22:43

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-6.8037552.661507-2.5563550.0165

LOG(X1)044692801268263.5239570.0015

LOG(X2)0.6348080.1401214.5304190.0001

LOG(X3)1.0949780.57209619139770.0663

R-squared0.988948Meandependentvar8.423946

AdjustedR-squared0.987720S.D.dependentvar1.411383

S.E.ofregression0.156404Akaikeinfocriterion-0.752831

Sumsquaredresid0.660482Schwarzcriterion-0.567801

Loglikelihood15.66888F-statistic805.3159

Durbin-Watsonstat0.613239Prob(F-statistic)0.000000

圖6—10

通過(guò)上表，得出方程：

log(y)=-6.804+0.447log(%l)+0.6351og(X2)+1,0951og(X3)一方程5

(1)多重共線性檢查

從圖6-10中可以估計(jì)方程也許存在多重共線性。做一下回歸:

DependentVariable:LOG(Y)

Method:LeastSquares

Date:12/23/10Time:22:50

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-2.0889270.277835-7.5185900.0000

LOG(X1)1.0150010.02659838.160740.0000

R-squared0980475Meandependentvar8.423946

AdjustedR-squared0.979801S.D.dependentvar1.411383

S.Eofregression0.200589Akaikeinfocriterion-0.312777

Sumsquaredresid1.166842Schwarzcriterion-0.220262

Loglikelihood6.848045F-statistic1456.242

Durbin-Watsonstat0.394824Prob(F-statistic)0.000000

圖6—11

VariableCoefficientStd.Errort-StatisticProb.

C-1.0995710.273340-4.0227280.0004

LOG(X2)1.0978100.03118735.201280.0000

R-squared0977132Meandependentvar8.423946

AdjustedR-squared0.976343S.Ddependentvar1.411383

S.Eofregression0.217082Akaikeinfocriterion-0.154743

Sumsquaredresid1.366612Schwarzcriterion-0.062228

Loglikelihood4.398515F-statistic1239.130

Durbin-Watsonstat0.323524Prob(F-statistic)0.000000

圖6—12

VariableCoefficientStd.Errort-StatisticProb.

C27.6960920.514591.3500680.1874

LOG(X3)-4.1445294.411383-0.9395080.3552

R-squared0029538Meandependentvar8.423946

AdjustedR-squared-0.003926S.D.dependentvar1.411383

S.E.ofregression1.414151Akaikeinfocriterion3.593277

Sumsquaredresid57,99490Schwarzcriterion3.685792

Loglikelihood-53.69580F-statistic0.882675

Durbin-Watsonstat0.050040Prob(F-statistic)0.355230

圖6—13

VariableCoefficientStd.Errort-StatisticProb.

C-17293350.244349-7.0773070.0000

LOG(X1)0.5614220.1170304.7972650.0000

LOG(X2)0.5000980.1267943.9441840.0005

R-squared0.987448Meandependentvar8.423946

AdjustedR-squared0.986552S.D.dependentvar1.411383

S.Eofregression0.163674Akaikeinfocriterion-0690118

Sumsquaredresid0.750095Schwarzcriterion-0.551345

Loglikelihood13.69682F-statistic1101.381

Durbin-Watsonstat0.531997Prob(F-statistic)0000000

圖6—14

由圖6—10和圖6—14可求F值：

c(0.989-0.987)/1…

一(1-0.989)/(31-4)-

在分子自由度為1,分母自由度為27顯著性水平為0.05的情況下。F的臨界值

小于估計(jì)值3.664,所以拒接受限回歸，保持方程5的形式。這樣也有道理，由

于在方程5中，log(X3)的P值也不是很大。

4最終模型

通過(guò)以上各種檢查，并通過(guò)序列相關(guān)和多重共線性的修