财政收入占国内生产总值比重的NAR模型
我国1978-1997年的财政收入和国民生产总值的计量分析
我国1978-1997年的财政收入和国民生产总值的计量分析前言1978年十一届三中全会确立了改革开放的战略决策，在这一战略决策的指引下，我国的国民经济得到了飞速的发展,我国的总体经济实力不断增强，国民生产总值持续增长，总量已经位居世界前列，我国已经在经济发展上取得了举世瞩目的成就。
随着国民生产总值的增长，我国的财政收入也呈每年增长的趋势：一.建立模型我们知道国民生产总值是影响财政收入的主要因素，国民生产总值X与财政收入Y之间存在密切的关系，财政收入随国民生产总值的增加而增加，但变动幅度相对较低，因此可设定财政收入Y与国民生产总值X之间的关系为Y=β1+β2X+U其中：Y为年财政收入（亿元）；Xi为年国民生产总值（亿元）。
变量采用年度数据，样本期为1978—1997年。
β1指当国民生产总值为零时的最低财政收入。
二．估计模型中的未知参数假定模型中的随机误差项U满足古典假设，运用OLS方法估计模型的参数。
1．建立文档，输入数据2．用OLS估计未知参数所以模型是Y=858.3108+0.100031X+U三模型检验从估计结果、可以看出，可决系数为0.9916，表面上看模型在拟合上非常好。
系数显著性检验：对于β2，t统计量为34.41495。
给定α=0.05，查t分布表，在自由度为n-2=18下，。
得临界值t 0.025(18)=2.101,因为t>t 0.025(18),所以拒绝H。
：β2=0,表明国民生产总值对财政收入有显著影响。
并且从经济意义上看，^=0.100031,表面国民生产总值每增加1亿元，财政收入平均增加0.11亿元。
四，预测若1998年的国民生产总值为78017.8亿元，下面预测1998年的财政收入。
通过Eviews计算得Y=8662.491元。
通过下图可以看到五，自相关性检验1.图示法根据上述OLS估计。
我们暂把Y=858.3108+0.100031X+U作为模型。
根据其得到残差resid,运用genr生成序列e，则在quick菜单中选graph项，在图形对话框里键入：e e(-1)，再点击scatter diogram。
财政收入占国内生产总值比重的NAR模型
３ 财 政收 入 占国 内生 产 总值 比重 的 Ｎ ＡＲ预 测
模 型
本 文 的研 究样 本 为 １ ９ ５ １ －２ ０ ０ ０年我 国财政 收入 占国
利用 Ｃ ｒ ｏ ｓ ｓ—Ｖ ａ ｌ ｉ ｄ ａ ｔ ｉ ｏ ｎ方 法 确 定 Ｐ时 取 上 界 Ｌ＝１ ０ ， 用 Ｍａ ｔ ｌ ａ ｂ编 程计算 出相 应的 Ｃ Ｖ（ ｋ ）值如 图 ３所 示 。 由图 ３可得 ，当 ｋ＝１时 ，Ｃ Ｖ（ ） 值最 小 ，即最佳 模 型 的 阶 次 为 １阶 ，此 时 非 参 数 白 回 归 模 型 为 △ ｙ ，＝
图５ １ ９ ５ １ －２ ０ ０ ０年 财 政 收 入 占国 内 生 产 总值 比重
历史数据及 其核估计
利用 非参数 自回归模 型 对 ２ ０ ０ １ －２ ０ ０ ５年 的人 口增 长
笔
率进 行事后 预测 ，结果 如下 表所示 。
财 政 收 入 占国 内 生产 总值 比重 的 实际 值 与 预 测 值
２ Ｎ ＡＲ预 测模 型 的建立
非 参数 自回归 Ｎ ＡＲ （ Ｐ ）模 型 ＝ｍ（ Ｘ ． ） 十 （ １ ） 模型 阶数 Ｐ的选择 （ １ ）
本 文使 用 Ｃ ｒ ｏ ｓ ｓ — Ｖ ａ ｌ ｉ ｄ ａ ｔ ｉ ｏ ｎ 方法 对 Ｐ进行 确定 。 （ ２ ） 自回归 函数 ｍ（ ・ ）的估 计
（ Ｎ Ａ Ｒ） 预测模 型 ，并对 我 国 ２ ０ ０ １ －２ ０ ０ ５年 的 国家财政 收 入 占国 内生 产 总值 的 比重进 行 了预 测 ，结 果表 明 ，Ｎ Ａ Ｒ模 型
能够很 好地 解决我 国财 政依存 度 问题 ，预 测精度 较 高。
［ 关键 词 ］Ｎ Ａ Ｒ模 型 ；核 估计 ；预测 ［ Ｄ ＯＩ ］１ ０ ． １ ３ ９ ３ ９ ／ ｊ ． ｃ ｎ ｋ ｉ ． ｚ ｇ ｓ ｃ ． ２ ０ １ ５ ． ３ ０ ． １ ０ ０
财政收入占GDP的比重
财政收入占GDP的比重、增长的弹性系数、增长的边际倾向三者的关系以公式：财政收入增长的弹性系数＝财政收入增长率/ GDP的增长率
＝( 增长的财政收入/ 财政收入)/ ( 增长的GDP / GDP)
财政收入增长的边际倾向＝增长的财政收入/增长的GDP
财政收入占GDP的比重＝财政收入增长的边际倾向/财政收入增长的弹性系数
我国财政收入增长和占GDP比重变化趋势示意图
∙
∙
∙1978-1995年间财政形势的特点：
♦ 1.预算内财政收支来看
♦预算内财政收入增长慢于GDP的增长，而财政支出增长快于财政收入的增长，导致财政赤字和债务规模不断扩大。
∙ 2.从财政与各部门关系来看
∙预算内财政资金拮据，各部门另辟蹊径，纷纷出
∙台各种收费和基金项目，预算外和制度外资金迅速膨胀，国家预算的统一性被肢解了，各部门代替了财政的资源配置职能。
∙ 3.中央与地方财政关系来看
∙长期实行财政包干制，财政收入增量向地方倾斜，中央可支配收入占全部财政收入的比重不断下降，中央财政的调控作用软弱无力。
∙ 4.财政与银行关系来看
∙居民储蓄急剧增长，银行资金充裕，于是银行扩充业务领域，代替了部分财政职能。
结论：合理调节财政收入规模的基本政策思路
1．全面建设小康社会的奋斗目标，仍需适当增大国家财力，健全国家财政
2．进一步完善社会主义市场经济体制，要求合理调节财政收入占GDP的比重
3.调节财政收入规模的关键在于调节财政收入增长弹性和增长边际倾向
4坚决取缔乱收费，继续税费改革，控制预算外收入增长
5．对现行税制和税收政策继续有增有减的结构性调整。
我国财政收入预测模型的构建与应用
我国财政收入预测模型的构建与应用财政收入是一个国家经济运行的重要指标，也是宏观经济政策的重要手段，对于国家的经济发展和社会稳定具有至关重要的意义。
如何准确、及时、有效地预测财政收入，是财政管理工作的重要课题之一，也是财政部门需要解决的难题。
传统的财政收入预测方法主要是基于经验主义和专家经验，这种方法过于主观，缺乏可靠性和科学性，难以应对经济环境的复杂多变。
因此，建立科学、可靠、准确的财政收入预测模型，是财政部门提高收入管理、优化税收结构、推进经济发展的重要手段之一。
一、财政收入预测模型的构建财政收入预测模型的构建需要综合考虑多个因素，如国民经济运行情况、政策法规、外部环境等。
通常，财政收入预测模型可以分为时间序列模型和非时间序列模型两种。
1. 时间序列模型时间序列模型通常基于历史数据建模，用来预测未来的变化趋势和规律。
时间序列模型可以通过分析时间序列数据的季节性、趋势和随机性，来预测未来的财政收入变化趋势。
时间序列模型中，较为常用的方法有 ARIMA 模型和灰色预测模型。
ARIMA模型是一种广泛应用的时间序列分析方法，可以对有周期性和趋势性的数据进行预测；灰色预测模型则是一种适用于小样本、非线性时变的预测模型，一般用于短期预测。
2. 非时间序列模型非时间序列模型通常采用回归分析方法，通过建立财政收入与影响因素之间的关系模型，来预测未来的财政收入变化趋势。
非时间序列模型通常需要搜集大量的经济数据和社会数据，建立多元回归模型进行预测。
非时间序列模型中，常用的方法有回归分析、神经网络模型和决策树模型等。
回归分析是一种广泛应用的预测方法之一，可以对财政收入与经济社会影响因素之间的关系进行建模和预测；神经网络模型和决策树模型分别采用神经元和树形结构对变量之间的非线性关系进行建模和预测。
二、财政收入预测模型的应用财政收入预测模型可以在很多方面得到广泛的应用，包括提高财政收入管理、优化税收结构和推进经济发展等方面。
财政收入的多元线性回归模型
我国财政收入的多元线性回归模型一、影响我国财政收入增长因素的实证分析研究财政收入的影响因素离不开一些基本的经济变量。
回归变量的选择是建立回归模型的一个极为重要的问题。
通过经济理论对财政收入的解释以及对实践的观察，对财政收入影响的因素主要有税收、国内生产总值和固定资产投资和社会消费品零售总额和社会总人口，并且在总人口里面考虑了65岁以上的老年化人口数对税收的负面影响。
为了考察这一问题，从国家统计局的国家数据里抽选出1995-2014年税收、国内生产总值、固定资产投资总额,社会消费品零售额,社会总人口（包括老年化人口）的数据，利用eviews7.2进行回归分析，建立财政收入影响因素模型，分析影响财政收入的主要因素及其影响程度。
二、模型的设定1.将财政收入作为被解释变量，用Y 表示。
税收，GDP ，固定资产投资总额、社会消费品零售额、社会总人口作为解释变量，分别用X1，X2，X3，X4，X5表示。
2.数据性质的选择是：时间序列数据3.模型设定为：1122334455y c x x x x x u βββββ=++++++三、数据收集如表四、参数估计：用eviews7.2做回归分析。
假定模型中随机项满足基本假设，可用OLS （最小二乘估计）法估计其参数。
具体操作：（1）打开file-new-workfile ，设置start date 为1995，end date 为2014，在命令框中输入data y x1 x2 x3 x4 x5在命令框中输入series ()1111()/@()x x mean x stdev x =-series ()2222()/@()x x mean x stdev x =- series ()3333()/@()x x mean x stdev x =- series ()4444()/@()x x mean x stdev x =- series ()5555()/@()x x mean x stdev x =- series ()()/@()y y mean y stdev y =-将变量进行标准化得在命令框中输入ls y c x1 x2 x3 x4 x5即出现回归结果根据表中的样本数据，模型估计结果为^1234521.8443061,0132710.0764080.0900720.0255650.050390x xx x x uy =-+-+--+20.999969R = 20.999958R = F=91397.54 D.W=2.713325可以看出，可决系数20.999969R=，说明R=，修正的可决系数20.999958α=，x2、x4、x5系数均不能通过t检验，且均模型的拟合程度很好。
影响我国财政收入的多元线性回归模型
影响我国财政收入的多元线性回归模型题目：影响我国财政收入的多元线性回归模型内容摘要财政收入按收入形式可以分为：各项税收收入、企业收入、债务收入、国家能源交通重点建设基金收入、基本建设贷款归还收入、国家预算调节基金收入、其他收入等。
从定性分析的角度来说，财政收入会受到各种不同因素的影响，如：农业增加值、工业增加值、建筑业增加值、社会总人口数、社会消费额总额、国土受灾面积等等。
本文建立模型仅选取我国第一产业增加值、第二产业增加值（包括工业和建筑业）、第三产业增加值、社会从业人数，以及其他收入水平5个因素为解释变量，分析它们对财政收入的影响程度。
关键词：财政收入；多元线性回归；分析影响我国财政收入的多元线性回归模型一、提出解释变量与被解释变量Y表示财政收入（亿元），为被解释变量；五个解释变量分别为：X1 表示第一产业增加值（亿元），X2表示第二产业增加值（亿元）， X3表示第三产业增加值（亿元），X4表示社会从业人数（万人），X5表示其他收入（亿元）。
数据的搜集如下：模型中各个解释变量和被解释变量1994年到2013年共20年的数据R-squared 0.999570 Mean dependent var 41895.78Adjusted R-squared 0.997423 S.D. dependent var 10089.94S.E. of regression 512.2151 Akaike info criterion 15.08374Sum squared resid 262364.3 Schwarz criterion 15.03738Log likelihood -46.79310 Hannan-Quinn criter. 14.51071F-statistic 465.4439 Durbin-Watson stat 2.370180Prob(F-statistic) 0.035176通过Eviews软件分析结果计算如下：=3366.676+0.2202X1-0.0838X2+0.0028X3+0.0237X4+0.8712X5 Yˆ(0.8085) (2.0218) (-2.1312) (0.0109) (1.8083) (1.1715)R2=0.99, F=465.44, T=20通过公式可以看出，X2的系数为负值，显然不合理，因为第二产业增加值不可能对财政收入产生负相关关系。
财政收入增长计量模型
海南省政府财政收入增长模型研究摘要：海南作为新兴的经济发展特区，经济发展迅速，财政收入增长很快。
本文选取了固定资产投资和第三产业产值作为研究财政收入的影响因素，建立计量模型。
经检验，得出固定资产投资对于财政收入的增长影响是显著的，但第三产业产值却对财政收入的影响没有直接明显表现。
根据模型，我们提出了对固定资产投资结构优化提出了建议，以增加财政收入。
关键字：财政收入固定资产投资计量模型正文：财政收入占GDP的比重反映了一段时期里全社会新增产出中国家所能支配的集中度。
在市场经济条件下，一个地区财政收入的增加与GDP的增长有着密切的联系。
凯恩斯宏观经济学理论认为：投资、消费和出口需求对经济增长起着重要的拉动作用。
一般情况下，每相应增加一个单位的投资、消费和出口都会增加相应单位的GDP，由于GDP与财政收入有着较高的相关关系，三大需求对财政收入增长也会产生一定的影响，海南省作为我国新型经济特区，在投资上面更有优势。
另一方面，产业结构对财政收入也有较大影响，一般认为，第三产业越发达，说明gdp会越高，则财政收入也会增加。
所以我们选取固定资产和第三产业产值作为影响财政收入的因素，以此建立模型来分析财政收入的增长。
一：财政收入与固定投资及第三产业产值的统计描述：我们选取了海南省自1979—2008年的上述数据，在这29年中，我们看到，随着固定资产投资增长，财政收入也随其增长，我们对其增长关系进行图形统计结果如下：由图可以看出，财政收入的增长和固定投资有十分密切的关系，对财政收入与第三产业产值进行拟合看出，拟合曲线趋势很一致，说明第三产业的发展对财政收入也有较大影响。
固定资产和第三产业产值可以作为影响财政收入的因变量。
二：模型的建立：分析固定资产和第三产业对财政收入的影响： 模型为：0210U logthid fix F +++=’‘，βββ 其中：F 代表财政收入 fix 代表固定资产投资logthid 表示第三产业产值取对数后的数值 U0代表误差项 用stata 对其进行回归得到：故回归模型为：F=—24.81 + 0.23fix + 10.79 logthid + u1 （93.52）（0.011） (45.43)n=30 R 2=0.94三：检验及修正 1．经济意义检验从上表中可以看出，财政收入随固定资产投资增加而增加，随第三产业产值的增加而增加，说明财政收入与固定资产和第三产业产值的增长趋势一致。
财政收入计量经济学模型分析报告
财政收入计量经济学模型分析报告我国财政收入的计量经济学模型分析一、经济理论背景近几年来，中国经济保持了快速发展势头。
财政是同国家的产生和存在相联系。
国家为了维持自身的存在和发挥职能，必须消耗一定的社会产品。
但是，国家本身通常不直接从事生产活动，因而必须凭借自身拥有的政治权力，强制性地征收一部分社会产品，以满足各方面支出的需要。
这种国家的收入和支出就是财政，它是国家凭借政治权力而进行的社会产品的分配。
从这一概念的内容可以看出，财政是一种分配关系，是一种以国家为主体、在社会范围内集中性的分配关系。
这就是财政的本质。
我们选取了全国1978-2001年的财政收入，通过建立计量模型，运用计量分析方法对影响财政收入的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终使财政收入成为促进中国经济发展的基石。
二、有关财政收入及其影响因素的理论我们主要从以下几个方面分析我国财政收入的影响因素：①税收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。
②国民生产总值gross national product（GNP）GNP是指一个国家（地区）所有常住机构单位在一定时期内（年或季）收入初次分配的最终成果。
③其他收入包括基本建设贷款归还收入、基本建设收入、捐赠收入等。
例如企业、个人的捐款，国际组织和别国政府的援助等。
④从业人数非农业就业人数为就业报告中的一个项目，该项目主要统计从事农业生产以外的职位变化情形。
非农就业人数主要是反映制造行业和服务行业的发展及其增长，数字减少便代表企业减低生产，经济步入萧条。
⑤进出口额是指一个国家（地区）与另一个国家（地区）之间的商品和劳务的交换。
这种贸易由进口和出口两个部分组成。
我们猜想财政收入的增加或减少与以上五个因素有关。
三、分析影响财政收入的目的和意义影响财政收的根本性因素济是经发展水平，所以只有大力发展经济，使经济持续稳定地增长，财政收入才能增加。
财政收入相对量指标
财政收入相对量指标财政收入一直是衡量一个国家经济运行状况的重要指标之一，它反映了国家经济活动的规模和发展程度。
在财政管理中，为了更准确地评估财政收入的规模和增长速度，经济学家和政策制定者通常会采取一系列相对量指标来进行分析和比较。
本文将介绍几种常用的财政收入相对量指标，并说明其对经济发展的影响。
一、财政收入占GDP的比重财政收入占GDP的比重是衡量财政收入规模的重要指标。
该比重反映了一个国家财政收入在国民经济总量中的占比，是评估财政负担和财政强度的重要指标。
通常情况下，财政收入占GDP的比重越高，代表国家财政收入的规模越大，财政实力也越强。
这意味着政府有更多的资源用于公共事业建设和社会福利改善，对国家的经济发展具有积极的促进作用。
二、财政收入增长率财政收入增长率是衡量财政收入增长速度的指标。
财政收入的增长率可以通过比较不同年份的财政收入总额得出，或者通过计算财政收入年度增量与去年财政收入总额的比值得出。
财政收入增长率的大小反映了一个国家财政收入的增长速度。
高速增长的财政收入意味着财政收入规模在不断扩大，国家财政实力正在不断加强。
然而，过快的财政收入增长也可能导致财政支出增加过快，产生财政风险，因此需要进行适当的财政策应和管理。
三、财政收入结构财政收入结构是衡量财政收入来源的指标。
财政收入可以来源于税收、非税收入、政府债务等多个方面。
财政收入结构的合理性关系到一个国家财政收入的稳定性和可持续性。
一个良好的财政收入结构应该具备多元化和稳定性，减少对某一特定收入来源的过度依赖，减少财政风险，同时保证财政收入的稳定性。
四、地区间财政收入差距地区间财政收入差距是衡量地方财政发展不平衡程度的指标。
不同地区的财政收入存在差距是不可避免的，但过大的差距可能加剧地区发展不平衡，影响社会稳定。
合理的财政收入差距应该促进地方经济均衡发展和资源配置的优化。
政府可以采取适当的财政政策和财政转移支付等措施，促进地方之间的发展差距逐渐缩小。
钱纳里增长再分配模型
钱纳里增长再分配模型一、引言随着我国经济的持续增长，如何实现高质量的发展、缩小收入差距和改善民生成为社会各界关注的焦点。
钱纳里增长再分配模型为我们提供了一个理论框架，有助于我们深入分析经济增长与收入分配的关系，进而为政策制定提供理论依据。
二、钱纳里增长再分配模型概述1.模型背景钱纳里增长再分配模型（Chinn-Iyengar Model）是20世纪80年代由钱纳里和艾延加提出的一种分析经济增长与收入分配关系的理论模型。
该模型在全球范围内得到了广泛应用，对我国经济发展与政策制定具有很强的现实指导意义。
2.模型基本原理钱纳里模型认为，经济增长是一个动态过程，包括生产要素的积累、产业结构的调整和人力资本的提升等多个方面。
在这个过程中，政府通过税收、社会保障等政策工具对收入进行再分配，从而实现社会公平和经济发展。
3.模型在我国的应用在我国，钱纳里模型得到了广泛应用。
通过对我国经济增长与收入分配的实证分析，研究发现我国在经济增长过程中，产业结构调整、人力资本积累和技术创新等方面发挥了重要作用。
同时，政府对收入进行的再分配在一定程度上缓解了收入差距，但仍然存在一定问题。
三、钱纳里模型对经济增长的启示1.产业结构调整钱纳里模型指出，产业结构调整是经济增长的关键。
我国应积极发展战略性新兴产业，推动产业升级，提高产业附加值。
2.人力资本积累人力资本是经济增长的重要支撑。
我国应加大教育投入，提高人力资本质量，为经济增长提供人才支持。
3.技术创新技术创新是经济增长的动力。
我国应鼓励企业加大研发投入，推动科技创新，为经济增长提供新动能。
四、钱纳里模型对收入分配的再思考1.初次分配与再分配钱纳里模型强调，收入分配不仅涉及初次分配，还包括政府通过税收、社会保障等政策工具进行的再分配。
2.公平与效率的关系在追求收入分配公平的同时，要兼顾经济发展效率。
钱纳里模型提示我们，要在公平与效率之间找到平衡点。
3.我国收入分配现状与问题钱纳里模型揭示了我国收入分配现状：虽然政府再分配政策取得了一定成效，但收入差距仍然较大。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
财政收入占国内生产总值比重的NAR模型作者：巩永丽陈小玲
来源：《中国市场》2015年第30期
[摘要] 本文基于核估计理论，对新中国成立以来的我国财政收入占国内生产总值的比重建立了非参数自回归（NAR）预测模型，并对我国2001-2005年的国家财政收入占国内生产总值的比重进行了预测，结果表明，NAR模型能够很好地解决我国财政依存度问题，预测精度较高。
[关键词] NAR模型：核估计；预测
[DOI] 10.13939/ki.zgsc.2015.30.100
1 引言
财政收入占国内生产总值（GDP）的比重，是衡量一个国家或一个地区经济运行质量的重要指标，在一定程度上反映了在国内生产总值分配中，国家（或地方）所占得的比重。
财政收入占GDP比重的高低，不仅与国家（或地区）的产业结构、所有制结构以及经济运行质量有着直接的关系，而且受到国家财税政策、税收征管强度等多方面因素的影响，因此传统的线性回归模型难以较好地解决财政依存度这一非线性问题。
因此，本文尝试利用核估计理论，建立我国财政依存度的NAR预测模型。
2 NAR预测模型的建立
非参数自回归NAR（p）模型Y t=m（X t）+εt（1）
（1）模型阶数p的选择
本文使用Cross-Validation方法对p进行确定。
（2）自回归函数m（·）的估计
本文采用的是核估计中的Nadaraya-Watson（N-W）估计。
（3）非参数预测方法
对NAR模型（1）而言，由于条件期望E（Y n+k|X n=X）是k步向前预测的最小二乘预测值，使用普通的N-W核方法或局部线性方法来直接估计E（Y n+k|X n=X）误差较大。
所以本文选用循环预测法。
3 财政收入占国内生产总值比重的NAR预测模型
本文的研究样本为1951-2000年我国财政收入占国内生产总值比重的历史数据，样本容量n=50。
首先用NAR模型对财政收入占国内生产总值的比重建模拟合，再对2001-2005年的财政收入占国内生产总值的比重作事后预测。
（数据来源于《中国统计年鉴》）。
从图1中数据分析可知：财政收入占国内生产总值的比重序列是非平稳时间序列，而建立非参数自回归模型的前提是时间序列必须具有平稳性，因此，我们通过一阶差分将其转化为平稳序列。
从图2可以看出原序列经过一阶差分后达到平稳。
首先对财政收入占国内生产总值的比重序列{△Y t}建立非参数白回归模型：△Y t=m
（△Y t-1，△Y t-2，…，△Y t-p）+εt
（2）
利用Cross-Validation方法确定p时取上界L=10，用Matlab编程计算出相应的cv（k）值如图3所示。
由图3可得，当k=l时，cv（k）值最小，即最佳模型的阶次为1阶，此时非参数自回归模型为△Y t=m（△Y t-1=）+εt
（3）
由图4可知，当h=1.45时，cv（h）值最小，故核估计的最优窗宽为h=1.45。
利用非参数自回归模型（3）对我国1951-2000年的财政收入占国内生产总值比重的差分序列进行非参数自回归估计。
通过图5我们也可以看出核估计的拟合曲线与原始数据拟合程度较好。
利用非参数自回归模型对2001-2005年的人口增长率进行事后预测，结果如下表所示。
由上表可以看出，由非参数自回归模型所得到的关于2001-2005年的事后预测精度比较高。
综上可见，至少在财政依存度的问题上本文所建立的非参数自回归模型是合适有效的。