税收收入预测模型计量经济学作业
计量经济学实验一 一元回归模型
实验二一元回归模型【实验目的】掌握一元线性、非线性回归模型的建模方法【实验内容】建立我国税收预测模型【实验步骤】【例1】建立我国税收预测模型。
表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。
一、建立工作文件⒈菜单方式在录入和分析数据之前，应先创建一个工作文件（Workfile）。
启动Eviews软件之后，在主菜单上依次点击File\New\Workfile（菜单选择方式如图1所示），将弹出一个对话框（如图2所示）。
用户可以选择数据的时间频率（Frequency）、起始期和终止期。
图1 Eviews菜单方式创建工作文件示意图图2 工作文件定义对话框本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期85和98。
然后点击OK，在Eviews软件的主显示窗口将显示相应的工作文件窗口（如图3所示）。
图3 Eviews工作文件窗口一个新建的工作文件窗口内只有2个对象(Object）,分别为c（系数向量）和resid（残差）。
它们当前的取值分别是0和NA（空值）。
可以通过鼠标左键双击对象名打开该对象查看其数据，也可以用相同的方法查看工作文件窗口中其它对象的数值。
⒉命令方式还可以用输入命令的方式建立工作文件。
在Eviews软件的命令窗口中直接键入CREATE命令，其格式为：CREATE 时间频率类型起始期终止期本例应为：CREATE A 85 98二、输入数据在Eviews软件的命令窗口中键入数据输入/编辑命令：DA TA Y X此时将显示一个数组窗口（如图4所示），即可以输入每个变量的数值图4 Eviews数组窗口三、图形分析借助图形分析可以直观地观察经济变量的变动规律和相关关系，以便合理地确定模型的数学形式。
⒈趋势图分析命令格式：PLOT 变量1 变量2 ……变量K作用：⑴分析经济变量的发展变化趋势⑵观察是否存在异常值本例为：PLOT Y X⒉相关图分析命令格式：SCAT 变量1 变量2作用：⑴观察变量之间的相关程度⑵观察变量之间的相关类型，即为线性相关还是曲线相关，曲线相关时大致是哪种类型的曲线说明：⑴SCAT命令中，第一个变量为横轴变量，一般取为解释变量；第二个变量为纵轴变量，一般取为被解释变量⑵SCAT命令每次只能显示两个变量之间的相关图，若模型中含有多个解释变量，可以逐个进行分析⑶通过改变图形的类型，可以将趋势图转变为相关图本例为：SCA T Y X图5 税收与GDP趋势图图5、图6分别是我国税收与GDP时间序列趋势图和相关图分析结果。
计量经济学模型研究税收收入
用计量经济学模型研究税收收入[摘要]本文是在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国自1978年至2008年的税收收入的主要因素进行实证分析。
选取的自变量有国内生产总值、财政支出和零售商品物价水平。
然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验。
得出的结论是——进出口总额、财政支出是影响税收收入的主要因素[关键词]税收收入多重共线性异方差性序列相关检验目录前言 (3)一、文献综述 (3)二、分析指标及方法的选择 (4)（一）分析指标的选择 (5)（二）采用的分析方法 (5)三、具体分析过程和检验 (5)（一）多元线性回归模型 (5)1、对多元线性总体回归模型用普通最小二乘法进行估计及检验 (6)2、多重共线性检验 (6)（二）逐步回归法消除多重共线性 (9)（三）异方差检验——white检验 (16)（四）序列相关性检验 (17)1、拉格朗日乘数检验法 (17)2、C-O迭代法 (18)（五）格兰杰因果关系检验 (19)四、模型的经济意义分析 (20)五、结论 (21)六、政策建议 (21)致谢 (22)附录 (23)参考文献 (25)前言经济决定税收，税收有反作用于经济。
要实现经济的持续发展，必须要求与经济紧密关联的税收符合其发展的要求，即政府筹集的税收收入以尽可能的满足其实现职能的需要，同时又小至于损害经济的发展，影响未来的需要。
因此，我们需要对影响税收的各个因素加以分析，从结构上对税收收入的影响做出一个很好的了解，有助于我们运用政策工具对税收收入的影响做出一个很好的了解，有助于我们运用政策工具对税收结构进行优化。
对于这个主题，国内很多学者已经做过相关研究，这些学者的研究为本文的写作提供了一个很好的借鉴，但我们认为他们的研究尚存可细化之处。
我们通过理论分析，选择合适的指标以税收收入为被解释变量，税收收入各可能的影响因素为解释变量运用逐步回归法建立计量模型，并对模型进行了严格的统计检验。
计量经济学机考练习
《计量经济学》上机考试模拟题总体要求：将Eviews 主要运行结果（包括回归结果、检验结果、修正结果等）截图放入作业中，并辅以必要的文字描述和公式。
显著性水平α=0.05.1、根据下表数据建立我国税收预测模型，设置虚拟变量反映1996年税收政策的影响，要求写出虚拟变量的设置方法和回归模型，并分析1996年税收政策是否对税收有影响。
不考虑自相关问题。
我国税收与GDP 统计资料 单位：亿元year GDP 税收收入1980 4545.62 571.7 1981 4891.56 629.89 1982 5323.35 700.02 1983 5962.65 775.59 1984 7208.05 947.35 1985 9016.04 2040.79 1986 10275.18 2090.73 1987 12058.62 2140.36 1988 15042.82 2390.47 1989 16992.32 2727.4 1990 18667.82 2821.86 1991 21781.5 2990.17 1992 26923.48 3296.91 1993 35333.92 4255.3 1994 48197.86 5126.88 1995 60793.73 6038.04 1996 71176.59 6909.82 1997 78973.03 8234.04 1998 84402.28 9262.8 1999 89677.05 10682.58 2000 99214.55 12581.51 2001 109655.17 15301.38 2002 120332.69 17636.45 2003 135822.76 20017.31 2004 159878.34 24165.68 2005184937.3728778.54解：模型拟考虑1996年税收政策对税收收入的影响，设置如下虚拟变量：⎩⎨⎧=年及以后年以前199********d回归模型为：t t t t t t u d GDP d GDP tax ++++=1*14321ββββ回归结果如下：t检验的结果表明，回归模型中系数均显著，表明1996年税收政策对税收收入的影响是显著的。
计量经济学EVIEWS模型案例
数据收集
数据来源： 《中国统计年鉴》 其中:
Y ——各项税收收入（亿元）
X2——国内生产总值（亿元） X3——财政支出（亿元） X4——商品零售价格指数（%）
参数估计
假定模型中随机项满足基本假定，可用 假定模型中随机项满足基本假定，可用OLS法估计 法估计 其参数。具体操作： 软件， 其参数。具体操作：用EViews软件，估计结果为： 软件 估 X2t + β2 X3t + β3 X4t + ut
其中： 其中： 各项税收收入（亿元） Y — 各项税收收入（亿元） X2 — 国内生产总值（亿元） 国内生产总值（亿元） X3 — 财政支出（亿元） 财政支出（亿元） 商品零售价格指数（ ） X4 — 商品零售价格指数（%）
上机要求： 上机要求：
1、更新数据至2009年，并对模型进行估 计和检验； 2、上网查2010年各解释变量的数据，求 出2010年税收收入的点预测和区间预测， 并与实际值进行比较分析； 3、形成报告于下次上机课上交打印稿。
R 2 = 0.9971
F = 2717.238
df = 21
模型检验： 模型检验： 拟合优度： 较高， 拟合优度：可决系数 R 2 = 0.9974 较高， R 2 = 0.9971 也较高， 修正的可决系数 也较高， 表明模型拟合较好。 表明模型拟合较好。
显著性检验
F检验： 针对 H0 : β2 =，取β4 = 0 检验： 检验 β3 = 查自由度为 k -1=3 和 的临界值 n - k =21
理论分析 影响中国税收收入增长的主要因素可能有： 影响中国税收收入增长的主要因素可能有： （1）从宏观经济看，经济整体增长是税收增长的 ）从宏观经济看， 基本源泉。 基本源泉。 2） （2）社会经济的发展和社会保障等都对公共财政 提出要求， 提出要求，公共财政的需求对当年的税收收入可 能会有一定的影响。 能会有一定的影响。 （3）物价水平。中国的税制结构以流转税为主， ）物价水平。中国的税制结构以流转税为主， 以现行价格计算的GDP和经营者的收入水平都与 以现行价格计算的 和经营者的收入水平都与 物价水平有关。 物价水平有关。 （4）税收政策因素。 ）税收政策因素。
计量经济学作业(建立多元线性回归模型)- 副本
税收与三大产业的关系模型目录目录 (1)1.研究背景 (2)2.数据的搜集 (2)3.建立多元线性回归模型 (3)3.1模型估计 (3)3.2模型检验 (6)3.2.1经济意义检验 (6)3.2.2拟合优度检验 (7)3.2.3.F检验 (7)3.2.4 t检验 (7)3.2.5多重共线性检验 (7)3.2.6自相关性检验 (12)3.2.7自相关的修正 (13)3.2.8 异方差性检验 (14)3.2.9异方差的修正 (17)4结论 (22)5参考文献 (22)1.研究背景税收是调控经济运行的重要手段。
经济决定税收，税收反作用于经济。
税收作为经济杠杆，通过增税与减免税等手段来影响社会成员的经济利益，引导企业、个人的经济行为，对资源配置和社会经济发展产生影响，从而达到调控宏观经济运行的目的。
政府运用税收手段，既可以调节宏观经济总量，也可以调节经济结构。
我国税收收入增长率在“下降”，而“质量”却在“提高”。
财政部税政司发布的“2013年一季度税收收入情况分析”显示，2013年一季度全国税收总收入完成27399.20亿元，比去年同期增加2418.96亿元，增长10.3%.从中可以看出，一季度的税收收入增长速度改变了以往税收收入超GDP较多的增长形势，呈现低速增长的态势。
近年来，我国大力发展的高新技术产业、金融业、物流业三大支柱产业，成为纳税大户排行榜上最引人注目的三大集团军。
这三大产业名家荟萃，在本届的三大排行表上纷纷崭露头角。
因此，税收与三大产业的发展有着密不可分的联系，本文将用计量经济学的有关方法来建立具体模型探究它们之间的具体关系。
2.数据的搜集1993-2012年中国税收收入与三大产业数据统计：单位：亿元3.建立多元线性回归模型3.1模型估计新建一个excel文档，将数据编辑入excel文档，进入Eviews软件包，键入file/open/foreign data as Workfile，将excel文档导入Eviews，再进行回归分析的结果：（命令：LS Y C X1 X2 X3）输入命令（scat X1 Y）、（scat X2 Y）、（scat X3 Y）得到如下的散点图：估计结果为ýi=1755.421-0.79X1i+0.215X2i+0.355X3i（1.7731）（-4.6973）（2.4552）（4.6580）R2=9985 F=3588.752 DW=1.5649括号内为t统计量值。
计量经济学大作业-------税收与三大产业的关系模型
计量经济学大作业大作业名称：税收与三大产业关系模型实证分析学号： 009097 姓名：胡专业： 09级税务（2）班学号： 009097 姓名：徐专业： 09级税务（2）班学号： 009097 姓名：朱专业： 09级税务（2）班选课班级： A02 任课教师：修课时间： 2011-2012第二学期评语：本文研究是是税收与三大产业关系模型，试图通过对1991-2010年税收年收入与三大产业年产值的分析，了解税收收入与三大产业间存在的关系。
综合运用了OLS分析方法和Eviews软件确立模型、估计参数、模型检验与修正，并进行了预测。
经过实证分析发现我国税收收入与第一产业相关关系不明显，与第二、三产业间则存在高度的正相关性。
本次课题研究现实意义极强，税收收入是我国政府履行职能的保障，明确税收与三大产业间的关系有利于及时了解我国税收收入与我国经济发展状况间的关系，保证税收收入的实现。
江西财经大学2011～2012第1学期课程论文考试评分表注：教师提供选题者，选题项不予评分任课教师：徐晔一、摘要本文研究的是税收与三大产业的关系模型，通过对1991-2010年税收与三大产业收入的分析，以了解税收与三大产业之间的相互关系，以及各个因素之间的联系。
运用Eviews软件和OLS分析法对1991—2010的历史数据进行分析，通过逐步剔除不合适的解释变量和对方程进行一系列的检验，最终找出税收与主要影响要素之间的关系。
并通过我国实际经济发展状况和政策导向运用此关系对以后情况进行预测。
关键词：税收三大产业产值 OLSAbstractThis study is a model of taxation and the relationship of the three major industries, through the analysis of the 1991-2010 annual tax revenue and the three major industry revenue, we can understand the relationship between the tax and the three major industries, as well as the links between the various factors. By using Eviews software and OLS analysis of the 1991-2010 historical data analysis and gradually eliminating inappropriate explanatory variables and the equation of a series of tests, finally we can find out the relationship between the tax and the main impact factors. Through the reality of our country's economic development and policy-oriented use of this relationship ,we can predict the subsequent situation.Keywords: tax three major industrial revenue OLS二、经济背景中国的三大产业为：第一产业：农业（包括种植业、林业、牧业和渔业）第二产业：工业（包括采矿业、制造业、电力、煤气及水的生产和供应业、建筑业）第三产业：除上述第一、第二产业以外的其他各业。
计量作业1
1.下表是中国内地2007年各地区税收Y和国内生产总值GDP的统计资料。
单位: （亿元）要求，以手工和运用Eviews软件（或其它软件）：（1）做出散点图，建立税收随国内生产总值GDP变化的一元线性回归方程，并解释斜率的经济意义；（2）对所建立的回归方程进行检验；（3）若2008年某地区国内生产总值为8500亿元，求该地区税收入的预测值及预测区间。
解：下图是运用Eviews软件分析出的结果。
XDepe ndent Variable: YMethod: Least SquaresDate: 09/21,/12 Time: 15:26Sample: 2 32In cluded observati ons: 31Variable Coefficie nt Std. Error t-Statistic Prob.C-10.6296386.06992-0.1235000.9026GDP0.0710470.0074079.5912450.000R-squared0.760315Mean depe ndent var621.0548Adjusted R-squared0.752050S.D.dependent var619.5803S.E. of regressi on308.5176Akaike info criteri on14.36378Sum squared resid2760310.Schwarz criteri on14.45629Log likelihood-220.6385F-statistic91.99198Durbi n- Watson stat 1.570523Prob(F-statistic)0.00000建立模型税收随国内生产总值 GDP 变化的一元线性回归方 程： Y 二-10.62963 0.071047GDP斜率的经济学意义就是每增加一元的GDP ，税收收入 增加0.071047元 模型检验从回归估计的结果看，模型拟合较好：可绝系数R 2 = 0.760315 ，表明税收变化的7.1047%可由GDP 变化来解释。
计量经济学大作业
计量经济学大作业――税收影响因素的研究学号：姓名：专业：税收影响因素的研究摘要本文研究的是税收影响因素模型，通过对1991-2010年税收规模资料的分析，以了解税收的结构、规模及演变的新特点，并探讨影响税收的各因素，运用Eviews软件对1991—2010的历史数据进行分析，并通过我国实际经济发展状况和政策导向运用此关系对以后情况进行预测。
关键词：税收财政支出 OLS1 问题的提出从进入21世纪以来，我国的经济发展面临着巨大的挑战与机遇，在新的经济背景下，基于知识和信息的产业发展迅速，全球一体化日渐深入，中国已是WTO的一员。
新形势的经济发展是经济稳定和协调增长的结果，由于税收具有敛财与调控的重要功能，因而他在现实的经济发展中至始至终都发挥着非常重要的作用，所以研究影响我国税收收入的主要原因具有非常重要的作用。
改革开放以来，中国经济高涨，对税收影响最大的当属财政支出。
另外各种消费价格指数也是重要影响因素，而前人有对国内生产总值是否具有影响进行过实证分析。
经济发展水平是制约税制结构的生产力要素，两者之间的相关程度较高。
这种相关性主要表现为经济发展水平规定着税收参与社会产品分配的比例，决定着税制结构的选择。
经济发展水平的差异通常以人均国内生产总值的高低来衡量。
在人均国内生产总值不同的国家里，税收规模即税收占国内生产总值的比重是不一样的。
以世界银行公布的1980年的调查材料为例，在人均国内生产总值260美元的低收入国家里，国内生产总值税收率为13.2%；人均国内生产总值为2000美元的中等收入国家，这一比率为23.3%；而在人均国内生产总值为1万美元的高收入国家，这一比例是28.1%。
显然，一国国内生产总值税收率愈高，税负承受能力愈强，因而也为税制结构的调整提供了物质基础。
本文站在前人的基础上，引用计量的方法，将三者综合起来对税收进行探讨，作者认为，在我国经济飞速发展的过程中，国内生产总值有了很大的增长，因而本文将国内生产总值引入该项目的实证研究分析。
- 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)。
税收收入预测模型选题背景：数据挖掘是涉及数据库、统计学等学科的一门相当活跃的研究领域,是从数据集中识别出有效的、新颖的、潜在有效的以及最终可理解的模式的非平凡过程。
预测是数据挖掘技术中重要的组成部分。
税收收入预测一直是税务部门的一项重要工作,它决定着税收计划的制定,而税收计划的制定是经济活动的一项重要内容。
针对目前税收计划的制定仍以基数加预计增长率这一方式进行的现状,要求尽快建立起一套以税收收入预测为基础的科学预测的体系,从而掌握组织收入的主动性。
因此利用统计学及数据挖掘的方法科学正确的进行税收预测工作对于税务部门具有非常重要的意义。
本文对数据挖掘的相关概念、过程,统计学的相关知识进行了介绍,将数据挖掘应用于税收预测中,通过对大量历史数据的记录和与之相关的各种数据的分析,使用回归和滚动预测方法建立预测模型,对税收收入情况进行了预测,实现了对2005年度税收收入预测。
并对各预测模型进行了实验结果的对比分析,指出滚动预测方法较回归预测方法能更好地进行税收收入分月预测,从而更好地指导税收计划的完成,为科学地建立税收计划进行了有效地探索,并为税收计划工作提供了重要的科学依据。
本文的主要工作是对郑州市国税局征管系统中的征收数据进行挖掘分析,建立回归和滚动预测模型。
通过对税收收入问题的研究与实现,从中探索了一些可行的方法,这为税收预测问题提出了一个新的视角。
本课题的成果对于税收收入预测体系,特别是基于回归预测和滚动预测的方法具有一定的参考价值。
税收收入预测是指在一定的经济理论指导下，根据经济和税收统计资料，在定性分析的基础上，运用定量方法，对未来税收收入总量和结构等发展趋势所做出的分析、判断和推测。
税收收入预测对税收工作有着重要的作用，不仅可以为领导制订计划提供数理依据，同时也有助于加强组织收入工作，有助于税务工作者根据经济的变化及时调整相应的政策。
1税收预测工作为税收决策提供科学依据在税收管理中，经常要做出各种决策。
要做到决策科学正确，其前提应是在对客观经济税源的调查研究基础上做出科学的预测。
科学的税收预测体现了税收经济规律、税收征管工作和税收发展趋势，为税收决策提供真实、准确、详实的一手材料。
没有科学的预测做依据，做出的决策必然难以避免盲目与臆测的成分。
2税收预测工作为制订税收计划提供依据制定税收计划不仅要掌握和分析实际税源资料，而且应掌握和分析未来经济税源的发展变化趋势。
对未来经济税源的发展变化有了科学的预测，制订出的税收计划就有了切实可靠的依据，就可以把税收计划建立在既科学又稳妥的基础之上。
3税收预测工作是实现税收任务的保证在税收计划执行过程中，为了掌握计划执行情况，分析计划能否完成或超额完成，要利用科学的预测方法对税收计划执行的可能结果进行预先推测，以便提前作好准备，及时采取措施，保证税收任务目标的全面实现。
4税收预测工作是税源管理的起点和终点税源管理包括税收预测、计划编制、分配落实、税收分析四个环节和税源监控的基本保证，它们之间相互联系、相互作用，构成一个有机的整体。
税源监控是税收计划管理的基础和保证，税源监控产生的数据是税收预测的源泉，税收预测是计划编制的前提，计划编制是分配落实的关键，税收分析是分配落实结果的反映。
税收预测工作是税源管理的起点和终点。
抓住了税收预测工作，就抓住了税源管理的龙头，从而可以有效带动征管工作质量的提高。
税收是国家财政收入的主要来源，也是宏观调控的重要手段。
为完善现行的靠经验预测来年税收收入的传统做法，需要引入现代计量经济方法；以使税收收入预测建立在更加科学的基础上，从而为制定税收计划和国家预算提供科学的依据。
从1994年税制改革以来，全国税收每年以千亿元的速度递增。
国民经济稳定发展和企业效益好转是全年税收增长的最重要因素。
改革开放以来，我国在1984年和1994年先后进行了两次税制改革。
因新税制的影响是连续的，故我们采用两个阶跃函数型干预变量分析税制改革对税收收入的影响。
从税总的税收统计资料可以看出，2005年与去年同期相比，全年国内增值税完成10792.11亿元，增长19.7%，增收1775亿元；企业所得税完成5343.92亿元，增长35.04%，增收1386.59亿元；海关代征进口税收1633.81亿元，增长8.8%，增收131.91亿元。
全年合计增收4612.86亿元。
全年各月份、各地区收入增幅差距缩小，收入均衡性增强。
在１２个月份中月份收入增幅均在２０％左右，同时，全国大部分地区收入增幅较高。
全国的财政收入、物价水平以及国内生产总值对税收产生一定影响。
下面着重分析该问题。
选择变量和模型关系形式：本模型研究的是税收收入与财政收入、全国物价水平、国内生产总值之间的关系。
其中税收收入为被解释变量，财政收入、全国物价水平、国内生产总值水平为解释变量。
样本为数据期间为1994年到2003年。
散点图如下：经过散点图观察，税收收入（TX ）与财政收入（CZSR ）呈线性关系：TX~CZSR ，税收收入与全国物价水平（CPI ）呈二次关系：TX~CPI 2，税收收入与国内生产总值呈三次关系：TX~GDP 3。
因此建立理论模型如下：TX=β0+β1CZSR+β2CPI 2+β3GDP 3+μ1t=1980,1981,……2001,2002,2003.参数估计：对于理论模型运用OLS 进行参数估计结果如下：表（1）Dependent Variable: TX Method: Least Squares Date: 06/05/07 Time: 20:00 Sample: 1994 2005 Included observations: 120 5000 10000 15000 20000 25000 05000 10000 15000 20000 25000TXCZSR 901001101201305000 10000 15000 20000 25000TXCPI 050000100000 1500005000 10000 15000 20000 25000TXGDPVariableCoefficientStd. Errort-StatisticProb.CZSR 0.950664 0.027163 34.99797 0.0000 CPI^(2) 0.078474 0.019845 3.954329 0.0008 GDP^(3) -7.86E-14 3.86E-13 -0.203657 0.8407 C-915.5302 210.4654-4.3500270.0003 R-squared 0.999549 Mean dependent var 5921.509 Adjusted R-squared0.999481S.D. dependent var5661.257S.E. of regression128.9503Akaike info criterion12.70774Sum squared resid 332563.8 Schwarz criterion 12.90409 Log likelihood -148.4929 F-statistic 14770.37 Durbin-Watson stat0.849719Prob(F-statistic)0.000000参数估计方程如下：tX T ˆ= - 915.5301735+0.9506638428CZSR + 0.07847442432CPI 2- 7.86×10-14GDP 3（-4.350027） （34.99797） （3.954329） （-0.203657） 经济意义检验：从经济意义上考虑，β1、β2>0，表明全国物价水平、财政收入与税收收入成正比关系，对于β0<0来说，这说明当物价水平、财政收入、国内生产水平为零时是不会有税收收入的，相反，还会有更多的支出，这是符合实际情况的。
1997 年全国实际财政收入 8 651 ． 14 亿元，其中税收收入 8234 ． 04 亿元①。
利用 ARIMA 模型和状态空间模型预测 1997 年税收收入分别为 8200 亿元和 7976 ． 84 亿元，税收收入的相对预测误差分别为 0 ． 41 ％和 3 ． 12 ％。
按 1994 年的税收政策，利用税收政策对税收收入的干预模型预测 1997 年税收收入为 8263 ． 53 亿元，相对预测误差为 0 ． 36 ％。
比较预测误差的大小。
统计检验：（拟合优度、F检验、t检验）由以上数据可知：R2=0.999549 DW=0.849719 F=14770.37 ①R2很接近于1，所以该模型的拟合效果很好。
从统计角度看，以α=0.05，n=24，k=3，查t分布表及F分布表，得到临界值t0.025(20)= 2.086 F0..05(3,20)=3.10 由数据可知：t统计量和F统计量均大于临界值。
但对于α=0.05，n=24，k=3，d L =1.08 ，dU=1.66 因为0＜DW=0.849719＜dL=1.08，所以回归模型残差项存在正自相关。
六、计量经济学检验：（序列相关检验、异方差检验、多重共线性检验）对（1）表中的数据进行B—G检验得到以下数据：Breusch-Godfrey Serial Correlation LM Test:F-statistic 1.823697 Probability 0.190021 Obs*R-squared 4.043788 Probability 0.132404Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/05/07 Time: 20：15Variable Coefficient Std.Errort-Statistic Prob.CZSR -0.008290 0.029159 -0.284314 0.7794CPI^(2) 0.001444 0.019144 0.075429 0.9407GDP^(3) 1.32E-13 4.16E-13 0.316239 0.7555C 2.365047 202.7521 0.011665 0.9908RESID(-1) 0.462427 0.244133 1.894160 0.0744RESID(-2) -0.197442 0.254668 -0.775293 0.4482R-squared 0.168491 Mean dependent var -8.34E-13 Adjusted R-squared-0.062484S.D. dependent var120.2468S.E. of regression123.9466Akaike info criterion12.68990Sum squared resid 276529.7 Schwarz criterion 12.98441 Log likelihood -146.2788 F-statistic 0.729479 Durbin-Watson stat1.456016Prob(F-statistic)0.610497（1）、由以上数据可知，该模型不存在序列相关。