《我国财政收入影响因素分析》-计量经济学论文(eviews分析)
我国财政收入的影响因素计量分析
我国财政收入的影响因素计量分析作者：陈雨柔单鸣来源：《中国管理信息化》2013年第19期[摘要] 本文利用中国统计年鉴上1990-2010年的时间序列统计数据，对影响我国财政收入的因素进行计量分析。
影响我国财政收入的因素很多，比如国内生产总值、居民消费水平、税收收入、就业人数等。
经过一系列数据的比较分析，本文认为国内生产总值和居民的消费水平对我国财政收入有着显著影响。
本文通过建立数学模型，定量反映国内生产总值和居民消费水平对财政收入的影响，并根据分析结果提出了相关的对策建议。
[关键词] 财政收入；国内生产总值；居民消费水平；影响因素；计量分析doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2013 . 19. 023[中图分类号] F810.41 [文献标识码] A [文章编号] 1673 - 0194（2013）19- 0038- 031 引言财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。
财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。
财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上取决于财政收入的充裕状况。
财政收入是国家财政支出的前提，是实现国家职能的财力保证，也是政府正确处理各方面物质利益关系的重要方式。
一国的财政收入是政府部门的公共收入，是保证政府行使其公共职能、实施公共政策以及提供公共服务的资金需求。
对于一个国家来说，财政收入的稳定是经济发展、人民生活安稳的保障。
因此，对其影响因素进行计量分析具有重要的意义。
很多学者曾对财政收入的影响因素做过分析，但是根据文献资料可以发现：一是数据过于陈旧，不能及时反映经济的发展和我国现状，我国近几年经济发展迅速，财政收入的影响因素也日趋复杂，各因素对财政收入的影响程度也有所变化，所以仅以几年前的数据为基础进行分析有一定的局限性，不足以很好地解释现阶段我国财政收入变动情况；二是对影响财政收入的各个因素的定性分析较多，即使有数据的定量分析，也很有限，没有很强的说服力。
eviews分析我国国内生产总值对财政收入的计量分析报告
中国国内生产总值对财政收入的计量分析一、实验目的与要求：目的：影响财政收入的因素可能有很多，比如国内生产总值，经济增长，零售物价指数，居民收入，消费等。
为研究国内生产总值对财政收入是否有影响，二者有何关系。
要求：为研究国内生产总值变动与财政收入关系，需要做具体分析。
二、实验内容根据1978 —1997年中国国内生产总值X和财政收入Y数据，运用EV软件，做简单线性回归分析，包括模型设定，估计参数,模型检验，模型应用，得出回归结果。
三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等）简单线性回归分析，包括模型设定，估计参数，模型检验，模型应用。
（一）模型设定为研究中国国内生产总值对财政收入是否有影响，根据1978 —1997年中国国内生产总值X 和财政收入Y,如图1 :1978 —1997年中国国内生产总值和财政收入（单位：亿元）根据以上数据，作财政收入Y和国内生产总值X的散点图，如图2 :从散点图可以看出，财政收入Y和国内生产总值X大体呈现为线性关系，所以建立的计量经济模型为以下线性模型：Y i —「“X i U i（二）估计参数1、双击Eviews "，进入主页。
输入数据：点击主菜单中的File/Open /EV Workfile —Excel —GDP.xls;2、在EV 主页界面点击Quick "菜单，点击’Estimate Equation ”，出现’Equation Specification "对话框，选择OLS估计，输入y c x "，点击OK”。
即出现回归结果图 3 :图3.回归结果Depe ndent Variable: YMethod: Least SquaresDate: 10/10/10 Time: 02:02Sample: 1978 1997In cluded observati ons: 20R-squared 0.991583 Mean depe ndent var 3081.158Adjusted R-squared 0.991115 S.D. dependent var 2212.591S.E. of regressi on 208.5553 Akaike info criteri on 13.61293Sum squared resid 782915.7 Schwarz criteri on 13.71250Log likelihood -134.1293 F-statistic 2120.520Durb in -Watson stat 0.864032 Prob（F-statistic）0.000000参数估计结果为：Y i :=857.8375 + 0.100036 X i（67.12578）（0.002172）t = （12.77955）（46.04910）2r =0.991583 F=2120.520 S.E.=208.5553 DW=0.8640323、在Equation "框中，点击Resids"，出现回归结果的图形（图4）:剩余值（Residual ）、实际值（Actual ）、拟合值（Fitted）100008000600040002000Residual ----- A ctual ----- Fitted（三）模型检验1、经济意义检验回归模型为：Y = 857.8375 + 0.100036*X （其中丫为财政收入,X i为国内生产总值；）所估计的参数?2 =0.100036 ，说明国内生产总值每增加1亿元，财政收入平均增加0.100036亿元。
我国财政收入影响因素实证分析
我国财政收入影响因素实证分析作者：郭琳郭莉张娜来源：《现代商贸工业》2016年第27期摘要：财政收入是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。
改革开放以来，我国财政收入发生了很大的变化，从1995的6242.20亿元到2014年140370.03亿元，20年扩大了21倍多。
为研究影响财政收入增长的主要因素，针对我国财政收入影响因素建立了计量经济模型，并利用E-views软件对收集的数据进行相关回归分析，建立财政收入影响因素更精确的模型，并预测我国财政收入增长趋势。
关键词：财政收入；税收；国内生产总值；就业人数中图分类号：D9文献标识码：Adoi：10.19311/ki.16723198.2016.27.0681问题的提出财政收入是一国政府实现政府职能的基本保障，主要有资源配置、收入再分配和宏观经济调控三大职能。
为了研究影响中国财政收入增长的主要原因，预测中国财政收入未来的增长趋势，需建立计量经济学模型。
2文献回顾财政政策作为国家宏观调控手段的一支，对国家经济的发展起着推动或抑制的作用。
对于财政收入影响因素，王小平基于1994-2011年29个省际面板数据的分析在《地方财政收入差异的影响因素及应对策略》中揭示了人均GDP对人均财政收入差异有正向作用。
纪跃芝、邓波、王继新在《影响财政收入增长的相关因素分析》中，研究了第一产业增加值、第二产业增加值、第三产业增加值以及居民消费对财政收入增长的影响。
符合我国当前国情的财政政策到底是什么，是我们所关心并亟待解决的问题。
因此，研究分析近年来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。
3数据来源与实证分析方法3.1变量设置通过对财政学理论和实际经济生活的学习和研究，选择“财政收入”，作为被解释变量Y；选择税收、国内生产总值以及就业人数为模型的解释变量X1、X2、X3。
本文数据以《中国统计年鉴1995-2014》和中国国家统计局网站为数据源，数据均为中国官方给出，来源真实可靠。
基于EViews对我国财政收入影响因素的实证分析
基于EViews对我国财政收入影响因素的实证分析一、概述随着中国经济的高速发展和经济结构的持续优化，财政收入作为衡量国家经济实力和治理水平的重要指标，其影响因素及其作用机制越来越受到学术界的关注。
在此背景下，本文旨在利用EViews软件，对中国财政收入的影响因素进行深入的实证分析，以期揭示各因素与财政收入之间的内在联系，为政府制定科学合理的财政政策提供理论支持和实践指导。
具体来说，本文首先对财政收入的相关概念进行界定，明确财政收入的内涵和构成。
结合国内外关于财政收入影响因素的研究文献，梳理出影响中国财政收入的主要因素，包括经济增长、税收政策、产业结构、城镇化水平等。
接着，本文利用EViews软件，选取合适的时间序列数据，构建计量经济模型，对影响因素进行实证分析。
在模型构建过程中，本文将采用单位根检验、协整检验等方法，确保数据的平稳性和模型的有效性。
根据实证分析的结果，本文将对各影响因素的作用机制进行深入探讨，并提出相应的政策建议。
本文的研究不仅有助于深入了解中国财政收入的影响因素及其作用机制，还可以为政府制定更加科学合理的财政政策提供理论支持和实践指导。
同时，本文的研究方法和结论也可以为其他领域的研究提供借鉴和参考。
1. 研究背景与意义随着全球经济的不断发展和我国改革开放的深入推进，我国财政收入呈现出快速增长的态势。
财政收入作为政府开展各项经济活动的重要支撑，其稳定性、可持续性和合理性对国家的经济社会发展具有重要影响。
深入了解和分析影响我国财政收入的各种因素，揭示其内在规律，对于优化财政结构、提高财政资金使用效率、促进经济健康发展具有重要的理论和现实意义。
在此背景下，本文旨在利用EViews软件对我国财政收入的影响因素进行实证分析。
EViews作为一款功能强大的计量经济学软件，能够有效地处理时间序列数据，并通过建立计量经济模型来分析各因素对财政收入的贡献度和影响程度。
通过对这些因素进行定性和定量分析，可以更加清晰地认识到财政收入背后的复杂机制，为政府决策提供科学依据。
《我国财政收入影响因素分析》 计量经济学论文(eviews分析)
《我国财政收入影响因素分析》班级：姓名：学号：指导教师：完成时间：摘要：对我国财政收入影响因素进行了定量分析，建立了数学模型，并提出了提高我国财政收入质量的政策建议。
关键词：财政收入实证分析影响因素一、引言财政收入对于国民经济的运行及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。
宏观调控的首要问题是社会总需求与总供给的平衡问题，实现社会总需求与总供给的平衡，包括总量上的平衡和结构上的平衡两个层次的内容。
财政收入的杠杆既可通过增收和减收来发挥总量调控作用，也可通过对不同财政资金缴纳者的财政负担大小的调整，来发挥结构调整的作用。
此外，财政收入分配也是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。
在我国，财政收入的主体是税收收入。
因此，在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。
我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式，因此，财政收入会受到不同因素的影响。
从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。
财政收入的部门构成就是在财政收入中，由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。
我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。
因此，本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。
二、预设模型令财政收入Y（亿元）为被解释变量，总税收收入X1（亿元）、国内生产总值X2（亿元）、其他收入X3（亿元）、就业人口总数为X4（万人）为解释变量，据此建立回归模型。
二、数据收集从《2010中国统计年鉴》得到1990--2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下：obs 财政收入Y 总税收收入X1 国内生产总值X2 其他收入X3 就业人口总数X4 1990 2937.1 2821.86 18667.8 299.53 64749 1991 3149.48 2990.17 21781.5 240.1 65491 1992 3483.37 3296.91 26923.5 265.15 66152 1993 4348.95 4255.3 35333.9 191.04 66808 1994 5218.1 5126.88 48197.9 280.18 67455 1995 6242.2 6038.04 60793.7 396.19 68065 1996 7407.99 6909.82 71176.6 724.66 68950 1997 8651.14 8234.04 78973 682.3 69820 1998 9875.95 9262.8 84402.3 833.3 70637 1999 11444.08 10682.58 89677.1 925.43 71394 2000 13395.23 12581.51 99214.6 944.98 72085 2001 16386.04 15301.38 109655.2 1218.1 73025 2002 18903.64 17636.45 120332.7 1328.74 73740 2003 21715.25 20017.31 135822.8 1691.93 74432 2004 26396.47 24165.68 159878.3 2148.32 75200 2005 31649.29 28778.54 184937.4 2707.83 75825 2006 38760.2 34804.35 216314.4 3683.85 76400 2007 51321.78 45621.97 265810.3 4457.96 76990 2008 61330.35 54223.79 314045.4 5552.46 774802009 68518.3 59521.59 340506.9 7215.72 77995三、模型建立1、散点图分析2、单因素或多变量间关系分析Y X1 X2 X3 X4Y 1 0.9989134611478530.9934790452908040.8770144886795640.983602719841508X1 0.998913461147853 10.9937402677184690.8556377347447820.984935296593492X2 0.9934790452908040.993740267718469 10.8561835802284710.986241165680459X3 0.8770144886795640.8556377347447820.856183580228471 10.810940334650381X4 0.9836027198415080.9849352965934920.9862411656804590.810940334650381 1由散点图分析和变量间关系分析可以看出被解释变量财政收入Y与解释变量总税收收入X1、国内生产总值X2、其他收入X3、就业人口总数X4呈线性关系，因此该回归模型设为：μβββββ+++++=443322110X X X X Y3、 模型预模拟由eviews 做ols 回归得到结果：Dependent Variable: Y Method: Least Squares Date: 11/14/11 Time: 17:51 Sample: 1990 2009 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 7299.523 1691.814 4.314614 0.0006 X1 1.062802 0.021108 50.34972 0.0000 X2 0.001770 0.004528 0.391007 0.7013 X3 0.873369 0.119806 7.289852 0.0000 X4-0.1159750.026580-4.3631600.0006R-squared 0.999978 Mean dependent var 20556.75 Adjusted R-squared 0.999972 S.D. dependent var 19987.03 S.E. of regression 106.6264 Akaike info criterion 12.38886 Sum squared resid 170537.9 Schwarz criterion 12.63779 Log likelihood -118.8886 F-statistic 166897.9 Durbin-Watson stat1.496517 Prob(F-statistic)0.0000004321115975.0873369.0001770.0062802.1523.7299X X X X Y -+++=(4.314614) ( 50.34972 ) ( 0.391007) ( 7.289852) ( -4.363160)999978.02=R 999972.02=R 9.166897=F 496517.1.=W D四、 模型检验 1.计量经济学意义检验 ⑴多重共线性检验与解决求相关系数矩阵，得到：Correlation MatrixY X1 X2 X3 X4 1 0.998913461147853 0.9934790452908040.8770144886795640.9836027198415080.998913461110.99374026770.85563773470.984935296547853 18469 44782 934920.993479045290804 0.993740267718469 10.8561835802284710.9862411656804590.877014488679564 0.8556377347447820.856183580228471 10.8109403346503810.983602719841508 0.9849352965934920.9862411656804590.810940334650381 1发现模型存在多重共线性。
基于EViews对我国财政收入影响因素的实证分析
财税金融基于E V ie w s对我国财政收入影响因素的实证分析摘要：财政收入是政府实现政府职能的基本保障，其增长情况关系着一个国家经济的发展和社会的进步，研究财 政收入的影响因素显得尤为必要。
文章根据我国自1999=2017年的财政收入，选取了国内消费税数等七个解释变量，构造了理论上的模型。
利用EViews软件对计量模型进计和检验，进行了拟合优度及统计意义上的分析，并使用逐步回归法修正了其多重共线性，使其更加具有实证价值，同时利用多种计量经济学的检堪底分红、股份合作等多种形式，拓宽农民 增收渠道。
促进小农户和现代农业发展有 机衔接，使农户更好实现自身利益、提高 谈判地位、增强市场影响力。
二是股份合作联结利益分享机制。
可 以借鉴宜宾市李场镇荔枝产业的“1216”利益联结模式，当地现代荔枝产业示范园 采取“公司$专业合作社$支部$农户”的组织模式，由支部提供项目和平合，专业 合作社提供产品和 ，公司提供品牌和 ，农户以产荔枝股的方式，'、专业合作社、公司、农户 1:2:1:6股份 享荔枝售收入红利。
三是其他利益联结机制。
各地可根据 实际情，利益联结分享机制，采取现有的组织模式，可以 ：“发展”等联结机制，，形成合力，产业实现可 发展。
(五）实施互联网营销策略，推进宜宾 荔枝品牌建设和乡村旅游发展联 的，的息获取 和 形式。
的，的售模式、售进 。
荔枝品 ，宜 市荔枝产业可以结合当地 ，通过举办荔枝 、“”荔枝影 ，荔枝 品 等，的户进，当套餐、组团方案，吸引游客的注意和广泛参与。
同时，邀请抖音络红人作为宜宾荔枝品代言人，并拍摄当地荔枝 片、情景短剧发布到各社交平合(微、微博、：手、抖音等），增加宜荔枝的产品曝光量，以此实现多渠道、全方位的品 。
荔枝产品营 ，可凭借大塔荔枝品牌，实现产品标准化运作，做到统一质量、一价格、一包装、一配送，增加荔枝产品附加值。
当宜 荔枝即将上市时提早部署谋划，积极与阿里巴巴旗下农村淘宝、聚划算、盒马、等线上平合进行对接，邀请红带货达人采用直播式为宜荔枝做售，下适当扩大宜荔枝 的规模，独具 ，的宜荔枝红景点、主题公园、民宿，荔枝采摘、荔枝 诗词会，村观光、农业体验等乡村旅游休闲娱乐活，借 验营吸引更多的客参与到宜 ，与发、、乐等市合作，提供 的荔枝货 。
我国税收收入影响因素的实证研究_计量经济学论文
2013.8.27《计量经济学》期末论文我国税收收入影响因素的实证研究姓名：郭瑞班级：2010国际经济与贸易1班学号：1002013023时间：2012年12月16日计量经济学论文摘要：税收是我们国财政收入的基本因素，也影响着我国经济的发展。
本文通过查阅相关文献以及搜索相关的网站信息对分析我国税收收入影响因素进行一系列的文献综述，并通过Eviews计量经济学软件对税收收入的影响因素包括选取国内生产总值、财政支出、商品零售价格指数进行分析，得出相关结论并对我国财政收入方面给出一些建议。
关键词：税收收入、国内生产总值、财政支出、商品零售价格指数、计量分析1计量经济学论文2计量经济学论文目录引言------------------------------------------------ 5一、理论综述---------------------------------------- 6（一）文献综述---------------------------------- 61.国内生产总值对税收收入的影响-------------- 62.财政收入对税收收入的影响------------------ 6（二）现状分析---------------------------------- 6二、实证分析---------------------------------------- 7（一）变量选取---------------------------------- 7（二）数据取得---------------------------------- 7（三）模型的建立与构造-------------------------- 8（四）模型检验--------------------------------- 101.经济意义检验----------------------------- 102.统计检验--------------------------------- 103.计量检验--------------------------------- 10（1）多重线性检验----------------------- 10（2）邹氏检验--------------------------- 15（3）异方差检验------------------------- 16（4）自相关检验------------------------- 22（五）模型修正--------------------------------- 24三、结论分析及政策建议----------------------------- 24（一）结论分析--------------------------------- 24（二）政策建议--------------------------------- 25参考文献------------------------------------------- 263计量经济学论文4计量经济学论文引言自1985年实行的利改税的税改以来，税收占财政收入的比重逐年上升，90年代已高达96%。
我国财政收入影响因素的实证分析
我国财政收入影响因素的实证分析摘要：财政收入与经济增长之间存在着相互依存相互制约的关系，关于财政收入与经济增长的关系已成为理论界的焦点。
财政支出所表现的公共财政的需求对财政收入的影响也是显而易见的。
本论文通过计量经济学系统的实证分析给三者之间的关系以定量解释，旨在强调财政收入与GDP 协调增长的重要性，并为如何从需求角度确定财政收入提供合理依据。
关键字：财政收入国内生产总值财政支出计量经济模型一、研究的目的要求改革开放以来,应经济体制转轨的需要,我国财政体制于1980年、1985年和1994年进行了三次较大调整。
从此,财政收入稳定增长机制逐步建立并不断完善;全国财政收入不断跨上新台阶,尤其是过去6年,伴随着中国经济的高速增长,中国财政收入增长迅速。
2002年中国财政收入不足两万亿元,到2006年接近4万亿元,再到今年前9个月财政收入累计近49000亿元,中国财政收入的高速增长令世界刮目。
为了研究中国财政收入增长的主要原因，分析中央和地方财政收入的增长规律，预测中国财政收入未来的增长趋势，需要建立计量经济模型。
二、模型设定㈠理论综述根据财政学理论来讲,保持经济的可持续增长,一个地区或一个国家的财政收入增长与GDP 增长之间应形成相依相存的长期稳定关系。
威廉·配第在《赋税论》中,比较深刻地分析了税收与国民财富、税收与国家经济实力之间的关系。
而瓦格纳在《财政学》中也提出了他所主张的社会政策的财政理论。
他认为财政政策原则即是税收能灵活地保证国家经费开支需要的原则。
该项原则包含两层含义,即收入充分原则和收入弹性原则。
对于税收与经济增长之间的互动关系,以拉弗为代表的供给学派还提出拉弗曲线理论。
通过对所学知识的综合分析及对已知理论的理性吸收，我认为财政收入高速增长包含几大部分：一是“自然性增长”部分，即单纯由经济增长而引致的收入增加；二是“政策性增长”部分，即由相机抉择和自动稳定的财政政策而引致的收入增加；三是“结构性增长”部分，即由个别税种超高速增长而引致的收入增加；四是“管理性增长”部分，即由于加强征管而引致的收入增加；五是“价格性增长”部分，即由物价上涨而引致的收入增加；六是“虚增”部分，包括由统计方法和口径不统一而引致的“占比虚增”，由物价上涨而引致的名义收入增加，由追求政绩而扭曲征管引致的“预收”和“超收”等等。
- 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)。
《我国财政收入影响因素分析》班级：姓名：学号：指导教师：完成时间：摘要：对我国财政收入影响因素进行了定量分析，建立了数学模型，并提出了提高我国财政收入质量的政策建议。
关键词：财政收入实证分析影响因素一、引言财政收入对于国民经济的运行及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。
宏观调控的首要问题是社会总需求与总供给的平衡问题，实现社会总需求与总供给的平衡，包括总量上的平衡和结构上的平衡两个层次的内容。
财政收入的杠杆既可通过增收和减收来发挥总量调控作用，也可通过对不同财政资金缴纳者的财政负担大小的调整，来发挥结构调整的作用。
此外，财政收入分配也是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。
在我国，财政收入的主体是税收收入。
因此，在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。
我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式，因此，财政收入会受到不同因素的影响。
从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。
财政收入的部门构成就是在财政收入中，由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。
我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。
因此，本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。
二、预设模型令财政收入Y（亿元）为被解释变量，总税收收入X1（亿元）、国内生产总值X2（亿元）、其他收入X3（亿元）、就业人口总数为X4（万人）为解释变量，据此建立回归模型。
二、数据收集从《2010中国统计年鉴》得到1990--2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下：财政收入Y 总税收收入X1 国内生产总值X2 其他收入X3 就业人口总数X4obs1990 2937.1 2821.86 18667.8 299.53 647491991 3149.48 2990.17 21781.5 240.1 654911992 3483.37 3296.91 26923.5 265.15 661521993 4348.95 4255.3 35333.9 191.04 668081994 5218.1 5126.88 48197.9 280.18 674551995 6242.2 6038.04 60793.7 396.19 680651996 7407.99 6909.82 71176.6 724.66 689501997 8651.14 8234.04 78973 682.3 698201998 9875.95 9262.8 84402.3 833.3 706371999 11444.08 10682.58 89677.1 925.43 713942000 13395.23 12581.51 99214.6 944.98 720852001 16386.04 15301.38 109655.2 1218.1 730252002 18903.64 17636.45 120332.7 1328.74 737402003 21715.25 20017.31 135822.8 1691.93 744322004 26396.47 24165.68 159878.3 2148.32 752002005 31649.29 28778.54 184937.4 2707.83 758252006 38760.2 34804.35 216314.4 3683.85 764002007 51321.78 45621.97 265810.3 4457.96 769902008 61330.35 54223.79 314045.4 5552.46 774802009 68518.3 59521.59 340506.9 7215.72 77995三、模型建立1、散点图分析2、单因素或多变量间关系分析Y X1 X2 X3 X4Y 1 0.9989134611478530.9934790452908040.8770144886795640.983602719841508X1 0.998913461147853 10.9937402677184690.8556377347447820.984935296593492X2 0.9934790452908040.993740267718469 10.8561835802284710.986241165680459X3 0.8770144886795640.8556377347447820.856183580228471 10.810940334650381X4 0.9836027198415080.9849352965934920.9862411656804590.810940334650381 1由散点图分析和变量间关系分析可以看出被解释变量财政收入Y与解释变量总税收收入X1、国内生产总值X2、其他收入X3、就业人口总数X4呈线性关系，因此该回归模型设为：3、模型预模拟由eviews做ols回归得到结果：Dependent Variable: YMethod: Least SquaresDate: 11/14/11 Time: 17:51Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 7299.523 1691.814 4.314614 0.0006X1 1.062802 0.021108 50.34972 0.0000X2 0.001770 0.004528 0.391007 0.7013X3 0.873369 0.119806 7.289852 0.0000X4 -0.115975 0.026580 -4.363160 0.0006R-squared 0.999978 Mean dependent var 20556.75Adjusted R-squared 0.999972 S.D. dependent var 19987.03S.E. of regression 106.6264 Akaike info criterion 12.38886Sum squared resid 170537.9 Schwarz criterion 12.63779Log likelihood -118.8886 F-statistic 166897.9 Durbin-Watson stat 1.496517 Prob(F-statistic) 0.000000(4.314614) ( 50.34972 ) ( 0.391007) ( 7.289852) ( -4.363160)四、模型检验1.计量经济学意义检验⑴多重共线性检验与解决求相关系数矩阵，得到：Correlation MatrixY X1 X2 X3 X41 0.9989134611478530.9934790452908040.8770144886795640.9836027198415080.998913461147853 1 0.9937402677184690.8556377347447820.9849352965934920.993479045290804 0.993740267718469 10.8561835802284710.9862411656804590.877014488679564 0.8556377347447820.856183580228471 10.8109403346503810.983602719841508 0.9849352965934920.9862411656804590.810940334650381 1发现模型存在多重共线性。
接下来运用逐步回归法对模型进行修正:①将各个解释变量分别加入模型,进行一元回归:作Y与X1的回归，结果如下:Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:02Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -755.6610 145.2330 -5.203094 0.0001X1 1.144994 0.005760 198.7931 0.0000R-squared 0.999545 Mean dependent var 20556.75Adjusted R-squared 0.999519 S.D. dependent var 19987.03S.E. of regression 438.1521 Akaike info criterion 15.09765Sum squared resid 3455590. Schwarz criterion 15.19722 Log likelihood -148.9765 F-statistic 39518.70 Durbin-Watson stat 0.475046 Prob(F-statistic) 0.000000作Y与X2的回归，结果如下:Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:06Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -5222.077 861.2067 -6.063674 0.0000X2 0.207689 0.005548 37.43267 0.0000R-squared 0.987317 Mean dependent var 20556.75 Adjusted R-squared 0.986612 S.D. dependent var 19987.03 S.E. of regression 2312.610 Akaike info criterion 18.42478 Sum squared resid 96267005 Schwarz criterion 18.52435 Log likelihood -182.2478 F-statistic 1401.205 Durbin-Watson stat 0.188013 Prob(F-statistic) 0.000000作Y与X3的回归，结果如下:Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:08Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 2607.879 773.9988 3.369358 0.0034X3 10.03073 0.294311 34.08209 0.0000R-squared 0.984740 Mean dependent var 20556.75 Adjusted R-squared 0.983893 S.D. dependent var 19987.03S.E. of regression 2536.645 Akaike info criterion 18.60971Sum squared resid 1.16E+08 Schwarz criterion 18.70929Log likelihood -184.0971 F-statistic 1161.589Durbin-Watson stat 1.194389 Prob(F-statistic) 0.000000作Y与X4的回归，结果如下:Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:08Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -272959.3 37203.65 -7.336894 0.0000X4 4.097403 0.518467 7.902918 0.0000R-squared 0.776276 Mean dependent var 20556.75Adjusted R-squared 0.763846 S.D. dependent var 19987.03S.E. of regression 9712.824 Akaike info criterion 21.29492Sum squared resid 1.70E+09 Schwarz criterion 21.39449Log likelihood -210.9492 F-statistic 62.45611Durbin-Watson stat 0.157356 Prob(F-statistic) 0.000000②依据可决系数最大的原则选取X1作为进入回归模型的第一个解释变量,再依次将其余变量分别代入回归得:作Y与X1、X2的回归，结果如下Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:09Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -188.4285 239.0743 -0.788159 0.4415X1 1.281594 0.049472 25.90568 0.0000X2 -0.025055 0.009029 -2.774908 0.0130R-squared 0.999687 Mean dependent var 20556.75 Adjusted R-squared 0.999650 S.D. dependent var 19987.03 S.E. of regression 374.0345 Akaike info criterion 14.82405 Sum squared resid 2378330. Schwarz criterion 14.97341 Log likelihood -145.2405 F-statistic 27118.20 Durbin-Watson stat 0.683510 Prob(F-statistic) 0.000000作Y与X1、X3的回归，结果如下Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:10Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -351.1054 83.15053 -4.222527 0.0006X1 0.992813 0.018707 53.07196 0.0000X3 1.356936 0.165109 8.218410 0.0000R-squared 0.999908 Mean dependent var 20556.75 Adjusted R-squared 0.999898 S.D. dependent var 19987.03 S.E. of regression 202.1735 Akaike info criterion 13.59361 Sum squared resid 694859.9 Schwarz criterion 13.74297 Log likelihood -132.9361 F-statistic 92839.33 Durbin-Watson stat 1.177765 Prob(F-statistic) 0.000000作Y与X1、X4的回归，结果如下Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:10Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 11853.46 1824.522 6.496748 0.0000X1 1.185886 0.006645 178.4608 0.0000X4 -0.186645 0.026984 -6.917003 0.0000R-squared 0.999881 Mean dependent var 20556.75Adjusted R-squared 0.999867 S.D. dependent var 19987.03S.E. of regression 230.8464 Akaike info criterion 13.85886Sum squared resid 905931.0 Schwarz criterion 14.00822Log likelihood -135.5886 F-statistic 71206.90Durbin-Watson stat 1.459938 Prob(F-statistic) 0.000000③在满足经济意义和可决系数的条件下选取X3作为进入模型的第二个解释变量,再次进行回归则:作Y与X1、X3、X2的回归，结果如下Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:13Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -76.04458 100.1724 -0.759137 0.4588X1 1.085924 0.029801 36.43881 0.0000X3 1.210853 0.133444 9.073877 0.0000X2 -0.014073 0.003944 -3.567901 0.0026R-squared 0.999949 Mean dependent var 20556.75Adjusted R-squared 0.999939 S.D. dependent var 19987.03S.E. of regression 155.5183 Akaike info criterion 13.10826Sum squared resid 386975.0 Schwarz criterion 13.30741Log likelihood -127.0826 F-statistic 104602.9Durbin-Watson stat 1.196933 Prob(F-statistic) 0.000000作Y与X1、X3、X4的回归，结果如下Dependent Variable: YMethod: Least SquaresDate: 11/22/11 Time: 23:13Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 6781.764 1024.745 6.618003 0.0000X1 1.068642 0.014514 73.62764 0.0000X3 0.891069 0.107949 8.254551 0.0000X4 -0.107639 0.015451 -6.966675 0.0000R-squared 0.999977 Mean dependent var 20556.75Adjusted R-squared 0.999973 S.D. dependent var 19987.03S.E. of regression 103.7654 Akaike info criterion 12.29900Sum squared resid 172276.1 Schwarz criterion 12.49814Log likelihood -118.9900 F-statistic 234970.9Durbin-Watson stat 1.451447 Prob(F-statistic) 0.000000④可见加入其余任何一个变量都会导致系数符号与经济意义不符,故最终修正后的回归模型为:Dependent Variable: YMethod: Least SquaresDate: 11/30/11 Time: 12:18Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -351.1054 83.15053 -4.222527 0.0006X1 0.992813 0.018707 53.07196 0.0000X3 1.356936 0.165109 8.218410 0.0000R-squared 0.999908 Mean dependent var 20556.75Adjusted R-squared 0.999898 S.D. dependent var 19987.03S.E. of regression 202.1735 Akaike info criterion 13.59361Sum squared resid 694859.9 Schwarz criterion 13.74297Log likelihood -132.9361 F-statistic 92839.33Durbin-Watson stat 1.177765 Prob(F-statistic) 0.000000(-4.222527) ( 53.07196) ( 8.218410)⑵异方差检验与修正①图示法ee与X1的散点图如下：说明ee与X1存在单调递增型异方差性。