财政收入与GDP的计量分析

财政收入与GDP的计量分析基地00第9小组：徐成聪40001105王一钢40001124任刚40001104唐金印40001116关键词：财政收入GDP税赋融资收入融资税制改革一.导论本模型是研究近二十年来我国的财政收入与GDP之间的定量关系。GDP即国内生产总值，财政收入是政府收入的一部分。从我国政府收入的构成来看，政府收入=财政预算内收入+预算外收入+非规范性公共收入。政府财政收入有四大主要来源：税赋融资、收入融资、债务融资和基金融资。我们分析所指的财政收入是财政预算内收入的税赋融资与收入融资。在我国统计财政收入的数据中主要包括以下部分：税赋融资：增值税消费税营业税企业所得税外贸企业出口退税（冲减收入）个人所得税资源税固定资产投资方向调节税（目前暂停使用）城市建设维护税遗产税（暂未开征）证券交易印花税城镇土地使用税土地增值税车船使用税船舶吨税车辆购置税屠宰税关税农业税农业特产税牧业税耕地占用税契税。收入融资：国有股减持收入企业亏损补贴行政性收费罚没收入土地和海域有偿使用收入其他收入政府间转移（赠与）等。经过对国家财政分项目收入数据的研究，我们发现从改革开放之后，税赋融资部分占财政收入比重增大，（企业）收入融资部分所占比重减小，但是它仍然占相当部分，国内大规模的国有企业仍然创造着可观的GDP。所以单纯的研究税收与GDP的关系是没有意义的。这里就不能用平均税率来表示GDP对财政收入的影响。为此我们建立如下计量经济模型：Y=C1+C2*X+u这里Y是被解释变量财政收入，X是解释变量国内生产总值GDP，C2可以看作GDP对财政收入的平均影响，且0C21。u为随机误差，描述变量外的因素对模型的干扰。二．样本数据收集。本模型使用时间序列数据，数据来源于国家统计局网站()。在经过大量分析比较后我们采用了所取样本数据见表1，其中X为我国国民生产总值（亿元人民币），Y为我国财政收入（亿元人民币）。表1.单位：亿元三．参数估计与检验（一）将样本数据导入Eviews软件进行OLS估计，得到输出结果如下：DependentVariable:YMethod:LeastSquaresDate:12/15/02Time:16:04Sample:19792001Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.C324.8922343.59510.9455670.3551obsXY19794038.2001146.38019804517.8001159.93019814862.4001175.79019825294.7001212.33019835934.5001366.95019847171.0001642.86019858964.4002004.820198610202.202122.010198711962.502199.350198814928.302357.240198916909.202664.900199018547.902937.100199121617.803149.480199226638.103483.370199334634.404348.950199446759.405218.100199558478.106242.200199667884.607407.990199774462.608651.140199878345.209875.950199981910.9011444.08200089404.0013380.00200195933.3016371.00X0.1318590.00740417.809510.0000R-squared0.937903Meandependentvar4850.518AdjustedR-squared0.934946S.D.dependentvar4348.492S.E.ofregression1109.116Akaikeinfocriterion16.94346Sumsquaredresid25832901Schwarzcriterion17.04219Loglikelihood-192.8497F-statistic317.1787Durbin-Watsonstat0.325293Prob(F-statistic)0.000000（二）模型的检验1.经济意义的检验经过上面的分析我们在理论上已经知道，财政收入与GDP的增长是正的线形关系，这与现实中GDP与财政收入同向变化是相符的。2．统计推断检验从估计的结果可以看出，可决系数为0.937903，模型拟合情况比较理想，系数显著性检验T统计量为：17.80951。在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=21下的临界值为2.080，因为17.80951大于2.080，所以拒绝原假设。表明GDP对财政收入有显著性影响。3．计量经济检验（1）由于我们建立的模型只有一个解释变量，所以不存在多重共线性。（2）异方差检验利用ARCH检验，得到如下结果：ARCHTest:F-statistic48.28316Probability0.000000Obs*R-squared16.41359Probability0.000933TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/15/02Time:16:27Sample(adjusted):19821999Includedobservations:18afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C3702.57361258.380.0604420.9527RESID^2(-1)2.6238240.2837069.2484000.0000RESID^2(-2)-3.7369600.374614-9.9754960.0000RESID^2(-3)3.1094470.28204911.024500.0000R-squared0.911866Meandependentvar302173.5AdjustedR-squared0.892980S.D.dependentvar641360.9S.E.ofregression209813.8Akaikeinfocriterion27.53896Sumsquaredresid6.16E+11Schwarzcriterion27.73682Loglikelihood-243.8506F-statistic48.28316Durbin-Watsonstat3.015242Prob(F-statistic)0.000000从输出的辅助回归函数中得obs*-squared为16.41359大于临界值7.81，所以拒绝原假设H0，表明模型中随机误差项存在异方差。表示随着时间推移，经济发展影响财政收入的其他因素可能发生了变化。例如：经济的发展使纳税主体多元化，并且偷税漏税情况严重，以及这些年的国有股减持收入，和证券市场发展伴随而来的证券交易印花税波动等等，这些因素的变化都带来对财政收入的冲击。（3）自相关检验利用图示法，由Eviews软件得到如下结果：可以初步判断随机误差项存在自相关。再利用D-W法检验由DW=0.325293，查DW表，n=23,k’=1,查得两个临界值分别为：下限DL=1.257，上限DU=1.437，因为DW统计量为0.325293DL，根据判定区域知，这时随机误差项存在正的一阶自相关。其原因可能在于经济环境，国家政策等变化对经济发展和财政收入的影响有时滞性。例如，税制改革，中央和地方的财政分权等都要一定时间来达成，90年代后期的洪涝灾害以及亚洲金融危机对以后几年经济的影响，其滞后性就表现出来了。四.计量经济参数修正根据上述检验可以得到，我们建立的模型存在异方差与自相关，下面进行修正。（1）首先是对异方差的修正。利用WLS估计法得到如下输出结果：DependentVariable:YMethod:LeastSquaresDate:12/15/02Time:16:57Sample:19792001Includedobservations:23Weightingseries:WVariableCoefficientStd.Errort-StatisticProb.C652.048950.7425412.850140.0000X0.1205320.00562021.447120.0000WeightedStatisticsR-squared0.887173Meandependentvar2134.078AdjustedR-squared0.881801S.D.dependentvar654.3188S.E.ofregression224.9557Akaikeinfocriterion13.75263Sumsquaredresid1062706.Schwarzcriterion13.85136Loglikelihood-156.1552F-statistic459.9788Durbin-Watsonstat0.360624Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.930773Meandependentvar4850.518AdjustedR-squared0.927476S.D.dependentvar4348.492S.E.ofregression1171.060Sumsquaredresid28798996Durbin-Watsonstat0.302857再用对数变换法，将变量X，Y替换成LNX，LNY。用OLS法对LY，LX回归，得到结果如下：DependentVariable:LYMethod:LeastSquaresDate:12/15/02Time:16:57Sample:19792001Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.C0.5845480.2961651.9737210.0617LX0.7603410.02965125.642740.0000R-squared0.969052Meandependentvar8.134945AdjustedR-squared0.967578S.D.dependentvar0.848797S.E.ofregression0.152835Akaikeinfocriterion-0.835969Sumsquaredresid0.490532Schwarzcriterion-0.737230Loglikelihood11.61364F-statistic657.5501Durbin-Watsonstat0.209387Prob(F-statistic)0.000000比较两种方法，可以发现X，Y在对数线性回归下拟和效果更好，可决系数更大，且T统计量也较好。我们将模型的表达式更改为：LnY=C1’+C2’*LnX+u。（2）其次是对自相关进行修正。利用对数线性回归修正并进行迭代，得出如下结果：DependentVariable:LYMethod:LeastSquaresDate:12/15/02Time:17:37Sample(adjusted):19802001Includedobservations:22afteradjustingendpointsConvergenceachievedafter16iterationsVariableCoefficientStd.Errort-StatisticProb.C3.4513811.1768012.9328510.0085LX0.4143240.1692182.4484670.0242AR(1)1.11