计量经济学实验论文Word下载.docx
- 文档编号:17432992
- 上传时间:2022-12-01
- 格式:DOCX
- 页数:24
- 大小:35.16KB
计量经济学实验论文Word下载.docx
《计量经济学实验论文Word下载.docx》由会员分享,可在线阅读,更多相关《计量经济学实验论文Word下载.docx(24页珍藏版)》请在冰豆网上搜索。
问题的提出4
理论综述4
研究概述4
(一)理论框架4
(二)模型设定4
模型的检验与修正5
(一)模型初始估计5
(二)模型的确定15
结论分析15
问题的提出
自改革开放以来,随着经济的发展,中国的财政收入发生了巨大的变化。
可以说,一个国家、政府、政权的存在,必须要筹集财政收入。
但是,怎样才能做到“民不加赋二天下饶”,即广开财源,增产增收,实现公平为基础,效率为核心;
做到生财有道,聚财有方,聚之适当。
税收是我国财政收入的基本因素,也影响着我国经济的发展。
为了研究影响税收收入增长的主要原因,分析其增长的主要规律,采取适当的方式科学筹集税收,需要建立计量经济学模型。
理论综述
税收是国家为实现其职能,凭借政治权力,按照法律规定,通过税收工具强制地、无偿地征收参与国民收入和社会产品的分配和再分配取得财政收入的一种形式。
取得财政收入的手段有多种多样,如税收、发行货币、发行国债、收费、罚没等等,而税收则由政府征收,取自于民、用之于民。
税收具有无偿性、强制性和固定性的形式特征。
税收三性是一个完整的统一体,它们相辅相成、缺一不可。
税收取自于民、用之于民。
总的来说,经济是税收的源泉,经济决定税收,而税收又反作用于经济,这是税收与经济的一般原理。
具体来讲,影响中国税收收入增长的因素有很多,如经济的整体增长、公共财政的需求、物价水平、税收政策等因素。
这几年来,中国税收收入的快速甚至超速增长引起了人们的广泛关注。
科学地对税收增长进行因素分析和预测分析非常重要,对研究我国税收增长的规律,制定税制改革政策有着重要意义。
在这次的分析里,我将选用“国家财政收入”中的“税收收入“作为被解释变量,以反映税收的增长情况。
选取的解释变量有:
“国内生产总值”(即GDP)作为经济整体增长水平的代表;
“财政支出”作为公共财政需求的代表;
“商品零售价格指数”作为物价水平的代表。
研究概述
(一)理论框架
从整体看来,经济增长是税收的主要来源之一,所以,选取国内生产总值作为解释变量X1。
税收是财政收入的一个主体,是公共产品的价格,社会经济的发展会对公共财政产生需求。
所以,选取财政支出作为解释变两个X2.
我国目前的税制主要以流转税为主,与物价水平有关。
所以,选取商品零售价格作为解释变量X3.
将税收收入作为被解释变量Y。
(二)模型设定
表1
年份
税收收入
国内生产总值
财政支出
商品零售价格指数
单位:
亿元
%
1990
2821.86
18667.8
3083.59
102.1
1991
2990.17
21781.5
3386.62
102.9
1992
3296.91
26923.5
3742.2
105.4
1993
4255.3
35333.9
4642.3
113.2
1994
5126.88
48197.9
5792.62
121.7
1995
6038.04
60793.7
6823.72
114.8
1996
6909.82
71176.6
7937.55
106.1
1997
8234.04
78973
9233.56
100.8
1998
9262.8
84402.3
10798.18
97.4
1999
10682.58
89677.1
13187.67
97
2000
12581.51
99214.6
15886.5
98.5
2001
15301.38
109655.2
18902.58
99.2
2002
17636.45
120332.7
22053.15
98.7
2003
20017.31
135822.8
24649.95
99.9
2004
24165.68
159878.3
28486.89
102.8
2005
28778.54
184937.4
33930.28
2006
34804.35
216314.4
40422.73
101
2007
45621.97
265810.3
49781.35
103.8
2008
54223.79
314045.4
62592.66
105.9
2009
59521.59
340506.9
76299.93
98.8
2010
73210.79
408903
89874.16
103.1
2011
89738.39
484123.5
109247.79
104.9
2012
100614.28
534123
125952.97
102
2013
110530.7
588018.8
140212.1
101.4
2014
119175.31
635910.2
151785.56
101.0
2015
124892.0
676708.0
175768.0
100.07
数据来源:
中国统计年鉴
因此,可以建立以下经济学模型
Y=β0+β1*X1+β2*X2+β3*X3+μ
其中Y为税收收入,X1为国民生产总值,X2为财政支出,X3为商品零售价格指数。
模型的检验与修正
(一)模型初始估计
利用Eviews软件,做Y对X1的回归,Eviews的最小二乘估计的回归结果如下:
图一
DependentVariable:
Y
Method:
LeastSquares
Date:
06/05/16Time:
13:
25
Sample:
19902015
Includedobservations:
26
Coefficient
Std.Error
t-Statistic
Prob.
C
-12867.84
6534.106
-1.969334
0.0616
X1
0.140865
0.017758
7.932392
0.0000
X2
0.211982
0.070080
3.024876
0.0062
X3
91.25087
61.48401
1.484140
0.1520
R-squared
0.998464
Meandependentvar
38093.56
AdjustedR-squared
0.998254
S.D.dependentvar
40269.55
S.E.ofregression
1682.586
Akaikeinfocriterion
17.83469
Sumsquaredresid
Schwarzcriterion
18.02824
Loglikelihood
-227.8510
Hannan-Quinncriter.
17.89043
F-statistic
4765.954
Durbin-Watsonstat
0.657566
Prob(F-statistic)
0.000000
根据图一的数据,可以得到模型的估计结果为:
Y=-12867.84+0.140865*X1+0.211982*X2+91.25087*X3
(-1.969334)(7.932392)(3.024876)(1.484140)
R2=0.998464
DW=0.657566
F=4765.954
经济意义上的检验
在假定其他变量不变的情况下,国民生产总值每增加1亿元,税收就会增加0.140865亿元;
在假定其他变量不变的情况下,财政支出每增加1亿元,税收收入就会增加0.211982亿元;
在假定其他变量不变的情况下,商品零售价格指数每增加1%,税收收入就会增加91.25087亿元。
商品零售价格指数有一定的出入,下文将进行修改。
统计意义上的检验
(1)拟合优度检验
由图1可知,R2=0.998464,而修正后的可决系数为0.998254,这说明所建模型整体上对样本数据的拟合优度较高。
(2)F检验
针对H0:
β1=β2=β3=0,给定显著性水平α=0.05,在F分布表中查出自由度为k-1=3和n-k=22的临界值Fα(3,22)=3.05,由图1得到F=4765.954>3.05,应拒绝原假设H0:
β1=β2=β3=0,说明回归方程显著,即列入模型的解释变量“国内生产总值(X1)”、“财政支出(X2)”和“商品零售价格指数(X3)”联合起来确实对被解释变量“税收收入(Y)”有显著影响。
(3)T检验
T0=-1.969334,t1=7.932392,t2=3.024876,t3=1.484140。
β0=β1=β2=β3=0,给定显著性水平α=0.05,t0.025(22)=2.074。
易知,只有β1、β2拒绝原假设,也就是说,当在其他解释变量不变的情况下,各个解释变量“国内生产总值(X1)”、“财政支出(X2)”和“商品零售价格指数(X3)”分别对被解释变量“税收收入(Y)”不全都有显著影响,这可能是由于多重共线性或自相关性影响。
计量经济学检验
(一)、多重共线性检验
表2相关系数矩阵
由上表可知,X1与X2之间的相关系数达到了0.9957778,两者高度正相关。
多重共线性的修正:
Step1:
运用OLS方法分别求Y对各解析变量X1、X2、X3进行一元回归。
三个方程的回归结果详见图2——图4,再结合统计检验选出拟合效果好的一元线性回归方程。
图2Y对X1的最小二乘回归
15:
36
-5183.657
585.0854
-8.859659
0.193660
0.001935
100.0760
0.997609
0.997510
2009.542
18.12300
18.21978
-233.5991
18.15087
10015.21
0.225189
根据图2的数据,可以得到模型的估计结果为:
R2=0.997609
Y=-5183.657+0.193660*X1
(-8.859659)(100.0760)
图3Y对X2的最小二乘回归
41
1794.922
846.2121
2.121126
0.0444
0.764507
0.012081
63.28163
0.994043
0.993794
3172.281
19.03609
2.42E+08
19.13287
-245.4692
19.06396
4004.564
0.923256
根据图3的数据,可以得到模型的估计结果为:
R2=0.994043
Y=1794.922+0.764507*X2
(2.121126)(63.28163)
图4Y对X3的最小二乘回归
46
199459.4
146665.3
1.359963
0.1865
-1563.582
1419.094
-1.101817
0.2815
0.048148
0.008487
40098.30
24.10986
3.86E+10
24.20664
-311.4282
24.13773
1.214001
0.059378
0.281469
根据图4的数据,可以得到模型的估计结果为:
R2=0.048148
Y=1999459.4-1563.582*X3
(1.359963)(-1.101817)
依据调整可决系数
最大原则,选择X1作为进入回归模型的第一个解析变量,形成一元回归模型。
Step2:
逐步回归。
将剩余解析变量分别加入模型。
得到图5-图6。
图5
52
-16436.22
7479.189
-2.197595
0.0383
0.194344
0.001939
100.2059
107.5510
71.27742
1.508907
0.1449
0.997825
0.997636
1958.130
18.10553
18.25070
-232.3720
18.14734
5275.148
0.291513
根据图5的数据,可以得到模型的估计结果为:
R2=0.997825
Y=-16436.22+0.194344*X1+107.5510*X3
(-2.197595)(100.2059)(1.508907)
图6
55
-3240.565
805.3739
-4.023678
0.0005
0.137989
0.018108
7.620418
0.221098
0.071612
3.087447
0.0052
0.998310
0.998163
1726.017
17.85319
17.99835
-229.0914
17.89499
6792.642
0.637042
根据图6的数据,可以得到模型的估计结果为:
R2=0.998310
Y=-3240.565+0.137989*X1+0.221098*X2
(-4.023678)(7.620418)(3.087447)
由图5可知,加入X3后,R2变大,略有改进。
而前面已经知道,X1与X2之间存在着正相关性,所以X2将予以剔除。
因此,最终
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 实验 论文
![提示](https://static.bdocx.com/images/bang_tan.gif)