发布时间 : 星期五 文章基于多元回归分析方法的财政收入影响因素分析更新完毕开始阅读7fe63ce94a35eefdc8d376eeaeaad1f347931152
基于多元回归分析方法的财政收入影响因素分析
一、问题提出及背景分析
近年来，随着国家的财政收入保持高速增长的姿态。财政作为一个经济范畴，是一种以国家为主体的经济行为，是政府集中一部分国民收入用于满足公共需要的收支活动，以达到优化资源配置、公平分配及稳定和发展经济的目标，主要有资源配置、收入分配和稳定经济发展等职能。国家或地区政府为社会经济活动提供公益服务与公共物品的种类和范围，很大程度上取决于国家或地区财政收入的状况。所以，研究一国或地区的财政收入增长因素就显得尤为必要，这有助于政府认清现状，作出合理的决策。
目前，财政输入的主要影响因素主要有各项税收、经济活动和国内生产总值等，因此，文章是通过前人学者的基础之上，从国家统计局获取相关数据，采用多元线性回归分析方法对其进行分析。 二、数据获取
为探究国家财政收入的影响因素，从中国国家统计局（2014中国统计年鉴）中
获得1978-2013年国家财政收入及各个影响因素的数据并采用多元回归分析法利用Eviews7.2对其进行分析，具体数据见表1：
表1 1979-2013年财政收入及各项影响因素数据（单位：亿元） （X3） 年份 财政收入（Y） 各项税收（X1） 经济活动（X2） 国内生产总值1978
1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997
1132.26 1146.38 1159.93 1175.79 1212.33 1366.95 1642.86 2004.82 2122.01 2199.35 2357.24 2664.90 2937.10 3149.48 3483.37 4348.95 5218.10 6242.20 7407.99 8651.14
519.28 537.82 571.70 629.89 700.02 775.59 947.35 2040.79 2090.73 2140.36 2390.47 2727.40 2821.86 2990.17 3296.91 4255.30 5126.88 6038.04 6909.82 8234.04
40682 41592 42903 44165 45674 46707 48433 50112 51546 53060 54630 55707 65323 66091 66782 67468 68135 68855 69765 70800
3645.2 4062.6 4545.6 4889.5 5330.5 5985.6 7243.8 9040.7 10274.4 12050.6 15036.8 17000.9 18718.3 21826.2 26937.3 35260.0 48108.5 59810.5 70142.5 78060.9
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 9875.95 11444.08 13395.23 16386.04 18903.64 21715.25 26396.47 31649.29 38760.20 51321.78 61330.35 68518.30 83101.51 103874.43 117253.52 129209.64 9262.80 10682.58 12581.51 15301.38 17636.45 20017.31 24165.68 28778.54 34804.35 45621.97 54223.79 59521.59 73210.79 89738.39 100614.28 110530.70 72087 72791 73992 73884 74492 74911 75290 76120 76315 76531 77046 77510 78388 78579 78894 79300 83024.3 88479.2 98000.5 108068.2 119095.7 134977.0 159453.6 183617.4 215904.4 266422.0 316030.3 340320.0 399759.5 468562.4 518214.7 566130.2
三、模型建立与求解
设被解释变量为财政收入（Y），解释变量分别为各项税收（X1）、经济活动（X2）和国内生产总值（X3），因此我们设定回归模型为
Yi??0??1X1i??2X2i??3X3i?ui
应用Eviews的最小二乘法程序，输出结果见表2：
表2 Eviews输出结果
由上表可知，得出估计的回归方程为
Yi?1666.459?1.310429X1i?0.029629X2i?0.02671X3i(2.48)(31.61)(?2.26)(?3.24)1、回归方程显著性分析
1）回归方程的显著性检验（F检验）
原假设： H0:?1??2?L??k?0；
备择假设： H1:至少有一个?j不等于零(j?1,2,L,k)。 由上表可知：
F?RSS/k?78889.15ESS/(n?k?1)
给定显著性水平??0.05，查表可知F(3,32)?2.92?78889.15，否定原假设，总体
回归方程存在显著的线性关系，即财政收入与各项税收、经济活动和国内生产总值之间的线性关系是显著的。
2）解释变量的显著性检验（t检验）
原假设： H0:?i?0(i?1,2,L,k) 备择假设： H1:?i?0(i?1,2,L,k)
由上表可以看出，t检验对应的概率均小于给定的显著性水平??0.05，因此均拒绝原假设，即可以认为解释变量各项税收、经济活动和国内生产总值对被解释变量存在显著性影响。
3）拟合优度检验
由R2?0.999865，R2?0.999852可以看出，线性方程拟合很好，回归效果具有很大的说服力。 2、经济意义检验
Yi?1666.459?1.310429X1i?0.029629X2i?0.02671X3i
模型估计结果说明，在假定其它变量不变的情况下，当年税收收入每增长1亿元，财政收入增长1.31亿元；在假定其它变量不变的情况下，当年经济活动人口每增长 1亿人，财政收入减少0.029亿元；在假定其它变量不变的情况下，当国民生产总值每增加1亿元，财政收入就会增加0.027亿元。 3、多重共线性检验
运用Eviews软件得出变量之间的相关系数，具体见表3
表3 相关系数 X1 X2 X3 相关系数 X1 X2 X3 (2.48)(31.61)(?2.26)(?3.24)1 0.641640 0.641640 1 0.995355 0.70006 0.995355 0.70006 1 一般而言，每个解释变量的简单相关系数大于0.8，则认为存在严重的多重共线性。由相关系数矩阵可以看出，确实存在部分多重共线性。
因此，运用逐步回归分析方法对回归方程进行检验和处理多重共线性。 （1）对Y分别关于X1,X2,X3做最小二乘回归（具体结果见表4-6），得 a) Y关于X1回归分析
???515.7197?1.158555XY1(?3.11)(256.61)
R2?0.999484,R2?0.999469,DW?0.332395,F?65847.35
表4 Y关于X1回归分析结果
b) Y关于X2回归分析
???86513.21?1.704490XY2(?3.61)(4.70)
R2?0.393637,R2?0.375803,DW?0.059435,F?22.07207
表5 Y关于X2回归分析结果
c) Y关于X3回归分析
???3690.723?0.220517XY3(?4.17)(50.15)
R2?0.999484,R2?0.999469,DW?0.332395,F?65847.35