《国家财政收入的影响因素分析报告.docx》由会员分享，可在线阅读，更多相关《国家财政收入的影响因素分析报告.docx（10页珍藏版）》请在三一文库上搜索。
1、国家财政收入的影响因素分析1研究背景财政收入对于国民经济的运行与社会发展具有重要影响。首先，它是一个国家各项收入得以实现的物质保证。一个国家财政收入规模大小往往是衡量其经济实力的重要标志。其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。财政收入的增长情况关系着一个国家经济的发展和社会进步。然而，符合我国当前国情的财政政策到底是什么，如何在保证财政收入的基础上制定出利于中国国民的福利制度，是我们所关心并亟待解决的问题。因此，研究分析影响财政收入的因素，对帮助国家做出正确的经济决策提供了有效的理论基础。随着经济体制改革的深化和经济的快速增长，中国的财政收入状况发生了很大变化，增长十分快速。许
2、多学者为了研究影响全国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政的增长趋势，通过建立计量经济模型、回归模型等进行过多次研究。影响财政收入水平的因素可能有很多。例如，税收、国生产总值、社会固定资产投资、农业增加值、工业增加值、总人口数、税收体制、就业、科学教育发展程度等都可能对财政收入有影响。现针对税收收入、国生产总值、社会固定资产投资、农业增加值、工业增加值、总人口数等因素对我国财政收入做简单分析。2多元线性回归模型的基本理论2.1设置指标变量回归分析模型主要是揭示事物间相关变量的数量关系。首先要根据所研究问题的目的设置因变量𝑦，然后再选取与𝑦
3、有统计关系的一些变量作为自变量。2.2收集、整理统计数据回归模型的建立是基于回归变量的样本统计数据。当确定好回归模型的变量之后，就要对这些变量收集、整理统计数据。数据的收集是建立经济问题回归模型的重要一环，是一项基础性工作，样本数据的质量如何，对回归模型的水平有至关重要的影响。2.3建立模型的数学形式110 / 10当收集到所设置的变量的数据，就要确定适当的数学形式来描述这些变量之间的关系。绘制变量𝑦𝑖与𝑥𝑖(𝑖=1，2，3，𝑛)的样本散点图是选择数学模型形式的重要一环。一般我们把（𝑥
4、;𝑖，𝑦𝑖）所对应的点在平面直角坐标系上画出来，看散点图的分布状况。如果𝑛个样本点大致分布在一条直线的周围，可考虑用线性回归模型去拟合这条直线，也即选择线性回归模型。如果𝑛个样本点的分布大致在一条指数直线的周围，就可选择指数形式的理论回归模型去描述它。24模型参数的估计回归理论模型确定之后，利用收集、整理的样本数据对模型的位置参数给出估计是回归分析的重要容。未知参数的估计方法最常用的是普通最小二乘法，它是经典的估计方法。这里用SPSS软件估计模型参数。2.5模型的检验与修改当模型的未知参数估计出来后，就初步建立了一
5、个回归模型。建立回归模型的目的是应用它来研究经济问题，但如果马上就用这个模型去做预测、控制和分析，显然是不够慎重的。因为这个模型是否真正揭示了被解释变量与解释变量之间的关系，必须通过对模型的检验才能决定。一般需要进行统计检验和模型经济意义的检验。若参数或者模型通不过检验，则需重新建立理论模型，因此，模型的建立往往需要进行反复修改。回归建模步骤流程图2年份财政收入y/亿元税收收入x1/亿元国生产总值x2/亿元全社会固定资产投资x3/亿元农业增加值x4/亿元工业增加值x5/亿元总人口数x6/万人199911444.084231.2689677.129854.714770.0335861.48125
6、786200013395.236213.299214.632917.714944.7240033.59126743200116386.048654.96129655.237213.515781.2743580.62127627200218903.6410020.15120332.743499.916537.0247431.31128453200321715.2514352.1135822.855566.617381.7254945.53129227200426396.4719265.12159878.370477.421412.7365210.03129988200531649.2924855
7、.35184937.488773.62242077230.78130756200638760.229927.8216314.4109998.22404091310.94131448200751321.7845621.97265810.3137323.928627110534.88132129200861330.3554223.79314045.4172828.433702130260.24132841200968518.359521.59340902.8224598.835226135239.95133450201083101.5173202401512.8251683.840533.6160
8、722.231340912011103740.0189720.31473104.1311485.147486.21188470.151347352012117210.02100600.88519470.1374694.752373.63199670.661354042013129143.01110497568845.2446294.154946.83219038.71135072模型RR方调整R方标准估计的误差11.000a.999.999.0283.实证分析3.1数据收集与模型建立为了建立国家财政收入的回归模型，以财政收入y（亿元）为因变量，自变量如下：𝑥1为税收收入（亿元）
9、，𝑥2为国生产总值（亿元），𝑥3为全社会固定资产投资（亿元），𝑥4为农业增加值（亿元），𝑥5为工业增加值（亿元），𝑥6为总人口数（万人）。据中国统计年鉴等统计数据获得1999年2013年的统计数据，见下表。设定多元线性回归模型为：𝑙𝑛𝑦=0+1𝑙𝑛𝑥1+2𝑙𝑛𝑥2+3𝑙𝑛𝑥3+4𝑙𝑛ү
10、09;4+5𝑙𝑛𝑥5+6𝑙𝑛𝑥6+3.2回归分析利用SPSS对上述模型回归分析，结果如下：模型汇总a.预测变量:(常量),x6,x4,x2,x1,x3,x5。3模型非标准化系数标准系数tSig.B标准误差试用版1(常量)x1x2x3x4x5x6-100.087.021.385.079.222.2798.43160.629.141.168.153.234.2925.230.027.294.090.129.215.249-1.651.1482.297.517.952.9571.612.137.886.0
11、51.619.369.366.146模型平方和df均方FSig.1回归残差总计9.222.0069.22868141.537.0011945.641.000aAnovaba.预测变量:(常量),x6,x4,x2,x1,x3,x5。b.因变量:y系数a（1）拟合优度检验。由决定系数𝑅=0.999，说明回归方程对样本观测值a.因变量:y1由上述各表可得到参数的估计结果为：𝑙𝑛𝑦=100.087+0.021𝑙𝑛𝑥1+0.385𝑙𝑛𝑥2+0.0
12、79𝑙𝑛𝑥3+0.222𝑙𝑛𝑥48.431𝑙𝑛𝑥62模型检验2的拟合程度较好。（2）F检验。方程F检验结果F=1945.641，在𝛼=0.05的显著性水平下，得临界值为𝐹𝛼（6,8）=3.58，结果显示在95%的置信水平下，模型总体线性关系成立。（3）t检验。在𝛼=0.05的显著性水平下，自由度n-k-1=8的t统计量的临界值为𝑡𝛼/2（8）=2.306，从
13、表中可知初始模型存在偏误。3.3模型检验与修正1多重共线性诊断和修正（1）诊断。利用SPSS对数据进行相关性检验，结果如下：4x1x2x3x4x5x6x1Pearson相关性显著性（双侧）N115.986*.00015.988*.00015.972*.00015.992*.00015.998*.00015x2Pearson相关性显著性（双侧）N.986*.00015115.995*.00015.993*.00015.996*.00015.987*.00015x3Pearson相关性显著性（双侧）N.988*.00015.995*.00015115.993*.00015.998*.00015.9
14、90*.00015x4Pearson相关性显著性（双侧）N.972*.00015.993*.00015.993*.00015115.992*.00015.975*.00015x5Pearson相关性显著性（双侧）N.992*.00015.996*.00015.998*.00015.992*.00015115.991*.00015x6Pearson相关性显著性（双侧）N.998*.00015.987*.00015.990*.00015.975*.00015.991*.00015115模型RR方调整R方标准估计的误差Durbin-Watson123.999a.999b1.000c.997.998.
15、999.997.998.999.043.036.0271.896相关性*.在.01水平（双侧）上显著相关。从上表中可知各个解释变量之间存在高度的线性相关。尽管方程整体线性回归拟合较好，但各变量之间的相关性非常显著，表明模型确实存在严重的多重共线性。（2）逐步回归。利用SPSS对数据进行逐步回归分析，结果如下：模型汇总da.预测变量:(常量),x5。b.预测变量:(常量),x5,x2。c.预测变量:(常量),x5,x2,x6。d.因变量:y5模型非标准化系数标准系数tSig.B标准误差试用版1(常量)x5-4.2141.298.211.018.999-19.95970.210.000.0002(
16、常量)x5x2-4.704.835.468.255.176.177.643.357-18.4664.7532.644.000.000.0213(常量)x5x2x6-87.055.520.5087.25126.783.169.1362.358.400.388.214-3.2503.0743.7293.075.008.011.003.011模型平方和df均方FSig.1回归残差总计9.204.0249.228113149.204.0024929.425.000a2回归残差总计9.213.0159.228212144.607.0013603.566.000b3回归残差总计9.220.0089.228
17、311143.073.0014098.146.000cAnovada.预测变量:(常量),x5。b.预测变量:(常量),x5,x2。c.预测变量:(常量),x5,x2,x6。d.因变量:y系数aa.因变量:y6模型BetaIntSig.偏相关共线性统计量容差1x1x2x3x4x6.111a.357a.298a.092a.189a1.0152.6441.375.8151.896.330.021.194.431.082.281.607.369.229.480.017.008.004.016.0172x1x3x4x6.154b.202b-.034b.214b1.8391.068-.3143.075.
18、093.308.760.011.485.307-.094.680.016.004.012.0173x1x3x4-.125c.174c.146c-.8901.2191.620.394.251.136-.271.360.456.004.004.009已排除的变量da.模型中的预测变量:(常量),x5。b.模型中的预测变量:(常量),x5,x2。c.模型中的预测变量:(常量),x5,x2,x6。d.因变量:y查DW检验上下界表，n=15，k=4（包含常数项），可知上限临界值𝑑𝑣=1.75，而从上述各表中可知，模型的DW值为1.896，处在（𝑑w
19、907;，,4𝑑𝑣）即（1.75，2.25）区间围，因此模型自变量无自相关性。于是逐步回归方程只保留𝑥2，𝑥5，𝑥6是合适的，即选择模型3，故最后的最优模型为𝑙𝑛𝑦=87.055+0.508𝑙𝑛𝑥2+0.520𝑙𝑛𝑥5+7.251𝑙𝑛𝑥62残差检验利用SPSS可得残差散点图如下：7从残差图中可以看出，误差在图中没有明显的态势出
20、现，因此误差项不具有明显的异方差性。四、模型结果与分析最终模型结果为𝑙𝑛𝑦=87.055+0.508𝑙𝑛𝑥2+0.520𝑙𝑛𝑥5+7.251𝑙𝑛𝑥6从模型可以看出影响国家财政收入的主要因素为国生产总值、工业增加值、总人口数等三个因素，当工业增加值、总人口数固定的时候，国生产总值每增加1亿元，国家财政收入增加0.508亿元；国生产总值、总人口数固定的时候，工业增加值每增加1亿元，财政收入增加0.520亿元；国生产总值、工业增加值固定的时候，全国总人口数每增加1万人，国家财政收入增加7.251亿元。参考文献1.中国统计年鉴20142.应用回归分析（第三版）何晓群，文卿编著3.统计分析方法与SPSS应用教程89