1、计量经济学实验(计量经济学实验(2 2) :多元回归分析参考答案:多元回归分析参考答案 实验(实验(2) :多元回归:多元回归 中国税收增长的分析中国税收增长的分析 一、研究的目的要求一、研究的目的要求 改革开放以来, 随着经济体制改革的深化和经济的快速增长, 中国的财政收支状况发生 很大变化,中央和地方的税收收入 1978 年为 519.28 亿元,到 2002 年已增长到 17636.45 亿元,25 年间增长了 33 倍,平均每年增长%。为了研究影响中国税收收入增长的主要原 因,分析中央和地方税收收入的增长规律,预测中国税收未来的增长趋势,需要建立计量经 济模型。 影响中国税收收入增长的
2、因素很多,但据分析主要的因素可能有: (1)从宏观经济看, 经济整体增长是税收增长的基本源泉。 (2)公共财政的需求,税收收入是财政收入的主体, 社会经济的发展和社会保障的完善等都对公共财政提出要求, 因此对预算支出所表现的公共 财政的需求对当年的税收收入可能会有一定的影响。(3)物价水平。我国的税制结构以流 转税为主,以现行价格计算的 GDP 等指标和经营者的收入水平都与物价水平有关。(4) 税收政策因素。 我国自 1978 年以来经历了两次大的税制改革, 一次是 1984-1985 年的国有 企业利改税,另一次是 1994 年的全国范围内的新税制改革。税制改革对税收会产生影响, 特别是19
3、85年税收陡增215.42%。 但是第二次税制改革对税收增长速度的影响不是非常大。 因此,可以从以上几个方面,分析各种因素对中国税收增长的具体影响。 二、模型设定二、模型设定 为了全面反映中国税收增长的全貌,选择包括中央和地方税收的“国家财政收入”中的 “各项税收” (简称“税收收入” )作为被解释变量,以反映国家税收的增长;选择“国内生 产总值(GDP) ”作为经济整体增长水平的代表;选择中央和地方“财政支出”作为公共财 政需求的代表;选择“商品零售物价指数”作为物价水平的代表。由于财税体制的改革难以 量化,而且 1985 年以后财税体制改革对税收增长影响不是很大,可暂不考虑税制改革对税 收
4、增长的影响。所以解释变量设定为可观测的“国内生产总值” 、 “财政支出” 、 “商品零售物 价指数”等变量。 从中国统计年鉴收集到以下数据(见表 3.3) : 年份 税收收入(亿元) (Y) 国内生产总值(亿元) (X2) 财政支出(亿元) (X3) 商品零售价格指数(%) (X4) 1978519.283624.11122.09100.7 1979537.824038.21281.79102.0 1980571.704517.81228.83106.0 1981629.894862.41138.41102.4 1982700.025294.71229.98101.9 1983775.5959
5、34.51409.52101.5 1984947.357171.01701.02102.8 19852040.798964.42004.25108.8 19862090.7310202.22204.91106.0 19872140.3611962.52262.18107.3 19882390.4714928.32491.21118.5 19892727.4016909.22823.78117.8 19902821.8618547.93083.59102.1 19912990.1721617.83386.62102.9 19923296.9126638.13742.20105.4 1993425
6、5.3034634.44642.30113.2 19945126.8846759.45792.62121.7 19956038.0458478.16823.72114.8 19966909.8267884.67937.55106.1 19978234.0474462.69233.56100.8 19989262.8078345.210798.1897.4 199910682.5882067.513187.6797.0 200012581.5189468.115886.5098.5 200115301.3897314.818902.5899.2 200217636.45104790.622053
7、.1598.7 根据所给数据表,完成如下内容: (1)采用最小二乘法,对模型: 1222334ttttt YXXXu 进行多元线性回归,并写出模型输出结果; (2)对模型的经济意义进行检验,解释每个参数估计值的含义; (3)给定显著性水平 0.05 ,查 t 分布表得自由度为 n-k=25-4=21, 临界值 2 ()2.080tnk 检验每个解释变量的显著性(即 t 检验) 表 3.3中国税收收入及相关数据 设定的线性回归模型为: 1222334ttttt YXXXu 三、估计参数三、估计参数 操作基本步骤: 利用 EViews 估计模型的参数,方法是: 1、建立工作文件建立工作文件:启动
8、EViews,点击 FileNewWorkfile,在对话框“Workfile Range” 。 在 “Workfile frequency” 中选择 “Annual” (年度), 并在 “Start date” 中输入开始时间 “1978” , 在“end date”中输入最后时间“2002” ,点击“ok” ,出现“Workfile UNTITLED”工作框。 其中已有变量: “c”截距项 “resid”剩余项。在“Objects”菜单中点击“New Objects”, 在“New Objects”对话框中选“Group”,并在“Name for Objects”上定义文件名,点击“OK”
9、 出现数据编辑窗口。 2、输入数据输入数据:点击“Quick”下拉菜单中的“Empty Group” ,出现“Group”窗口数据编 辑框,点第一列与“obs”对应的格,在命令栏输入“Y” ,点下行键“” ,即将该序列命 名为 Y,并依此输入 Y 的数据。用同样方法在对应的列命名 X2、X3、X4,并输入相应的数 据。 或者在 EViews 命令框直接键入“data Y 2 X X3X4 ”,回车出现“Group”窗口数 据编辑框,在对应的 Y、X2、X3、X4下输入相应的数据。 3、 估计参数估计参数: 点击 “Procs “下拉菜单中的 “Make Equation” , 在出现的对话框的
10、 “Equation Specification”栏中键入“YCX2X3X4” ,在“Estimation Settings”栏中选择“Least Sqares”(最小二乘法),点“ok” ,即出现回归结果: 表 3.4 根据表 3.4 中数据,模型估计的结果为: 234 2582.7910.0220670.70210423.98541 i YXXX (940.6128)(0.0056)(0.0332)(8.7363) t= (-2.7459)(3.9566)(21.1247)(2.7449) 2 0.9974R 2 0.9971R F=2717.238df=21 Dependent Vari
11、able: Y Method: Least Squares Date: 10/24/17Time: 19:59 Sample: 1978 2002 Included observations: 25 VariableCoefficientStd. Errort-StatisticProb. C-9.66018887.96473-0.1098190.9135 X20.0259990.0061394.2351460.0003 X30.6700030.03543118.910190.0000 R-squared0.996509Mean dependent var4848.366 Adjusted R
12、-squared0.996191S.D. dependent var4870.971 S.E. of regression300.6145Akaike info criterion14.36170 Sum squared resid1988120.Schwarz criterion14.50797 Log likelihood-176.5213F-statistic3139.594 Durbin-Watson stat0.660430Prob(F-statistic)0.000000 Dependent Variable: Y Method: Least Squares Date: 10/24
13、/17Time: 20:00 Sample: 1978 2002 Included observations: 25 VariableCoefficientStd. Errort-StatisticProb. C-3460.2821179.897-2.9326980.0077 X30.8278320.01257465.839090.0000 X432.8641910.900993.0147890.0064 R-squared0.995515Mean dependent var4848.366 Adjusted R-squared0.995107S.D. dependent var4870.97
14、1 S.E. of regression340.7153Akaike info criterion14.61214 Sum squared resid2553912.Schwarz criterion14.75840 Log likelihood-179.6517F-statistic2441.613 Durbin-Watson stat0.714200Prob(F-statistic)0.000000 四、模型检验四、模型检验 1、经济意义检验 模型估计结果说明,在假定其它变量不变的情况下,当年 GDP 每增长 1 亿元,税收收 入就会增长 0.02207 亿元;在假定其它变量不变的情况下,
15、当年财政支出每增长 1 亿元,税 收收入会增长 0.7021 亿元;在假定其它变量不变的情况下,当年零售商品物价指数上涨一 个百分点,税收收入就会增长 23.9854 亿元。这与理论分析和经验判断相一致。 2、统计检验 (1)拟合优度:由表 3.4 中数据可以得到: 2 0.9974R ,修正的可决系数为 2 0.9971R ,这说明模型对样本的拟合很好。 (2)F 检验:针对 0234 :0H ,给定显著性水平 0.05 ,在 F 分布表中查 出自由度为 k-1=3 和 n-k=21 的临界值 (3,21)3.075F 。由表 3.4 中得到 F=2717.238,由 于 F=2717.23
16、8 (3,21)3.075F ,应拒绝原假设 0234 :0H ,说明回归方程显 著,即“国内生产总值” 、 “财政支出” 、 “商品零售物价指数”等变量联合起来确实对“税收 收入”有显著影响。 (3)t 检验:分别针对 0 H : 0 (1,2,3,4) j j ,给定显著性水平 0.05 ,查 t 分布 表得自由度为 n-k=21 临界值 2 ()2.080tnk 。由表 3.4 中数据可得,与 1 、 2 、 3 、 4 对 应 的 t 统 计 量 分 别 为 -2.7459 、 3.9566 、 21.1247 、 2.7449 , 其 绝 对 值 均 大 于 2 ()2.080tnk ,这说明分别都应当拒绝 0 H : 0 (1,2,3,4) j j ,也就是说,当在 其它解释变量不变的情况下,解释变量“国内生产总值” ( 2 X ) 、 “财政支出” ( 3 X ) 、 “商 品零售物价指数” ( 4 X )分别对被解释变量“税收收入”Y 都有显著的影响。