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。
