统计与R软件论文

JISHOUUNIVERSITY本科生课程论文题目：影响我国税收收入的因素分析——1994-2013年课程名称：统计建模与R软件所属学院：数学与统计学院专业年级：2013级金融工程学生姓名：杨迪狄学号：20134047055完成时间：2016年3月5日吉首大学本科课程论文1影响我国税收收入的因素分析——1994-2013年摘要:税收是国家取得财政收入的一种重要工具,也是影响我国经济发展的一个很重要的因素。通过对影响税收增长的主要因素进行分析,解释这些因素和税收收入之间存在的关系以及其对税收收入的影响程度的大小，并在此基础上,提出相应的发展对策,以促进我国税收收入的增长以及我国经济的全面发展。关键词:税收收入;影响因素;R软件；数学模型吉首大学本科课程论文2一、前言研究数据发现，我国的税收收入从1994年的5126.88亿元至今保持着逐年增长的趋势，2013年已经达到110530.70亿元，在不到三十年的时间里发生了巨大的变化。查阅相关资料可知，税收收入主要受经济因素的影响，经济是税收的基础，只有经济增长了，税收收入才可能增长。因此，本文的主要目的就是找出影响我国税收的相关因素。税收收入分析与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为为基础的科学预测体系，从而掌握组织收入的主动性。因此，利用统计学知识及R软件科学正确的进行税收分析与预测工作对于税务部门具有非常重要的意义。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，在R软件中使用回归方法建立模型，再对税收收入情况进行了预测，实现了对1994—2013年年度税收收入的预测，并对预测结果与实际情况作对比分析。查阅相关资料，可知影响我国税收收入主要因素为经济因素，其中有国内生产总值、财政支出、商品进口额、商品出口额等等。通过建立回归方程，对方程进行多重共线性、异方差和自相关的检验与消除确定最后模型，再进行预测，对比分析其结果。吉首大学本科课程论文3二模型与求解1收集数据表一1994-2013年我国税收收入数据年份税收收入Y（亿元）国内生产总值X2（亿元）财政支出X3（亿元）商品进口额X4（亿元）商品出口额X5（亿元）19945126.8848197.95792.629960.110421.819956038.0460793.76823.7211048.112451.819966909.8271176.67937.5511557.412576.419978234.04789739233.5611806.515160.719989262.884402.310798.1811626.115223.6199910682.5889677.113187.6713736.416159.8200012581.5199214.615886.518638.820634.4200115301.38109655.218902.5820159.222024.4200217636.45120332.722053.1524430.326947.9200320017.31135822.824649.9534195.636287.9200424165.68159878.328486.8946435.849103.3200528778.54184937.433930.2854273.762648.1200634804.35216314.440422.7363376.977597.2200745621.97265810.349781.3573300.193563.6200854223.79314045.462592.6679526.5100394.9200959521.59340902.876299.9368618.482029.7201073210.79401512.889874.1694699.3107022.8201189738.39473104109247.8113161.4123240.6吉首大学本科课程论文42012100614.3519470.1125953114801129359.32013110530.7568845.2140212.1121037.5137131.4表一数据来自《中国统计年鉴2014》。2绘制散点图运行程序1，导入数据；运行程序2，可得散点图：Y1e+054e+0520000800002e+048e+041e+054e+05X2X320000800001400002e+048e+0420000800002000080000140000X4图一X2、X3、X4、X5和Y的散点图由图一可以看出，税收收入Y与国内生产总值X2、财政支出X3、商品进口额X4和商品出口额X5基本呈线性关系，所以可以初步建立回归方程。3线性回归吉首大学本科课程论文5运行程序3，可得结果：Call:lm(formula=Y~X2+X3+X4+X5)Residuals:Min1QMedian3QMax-1793.3-361.2126.0374.81352.3Coefficients:EstimateStd.ErrortvaluePr(|t|)(Intercept)-1.829e+031.398e+03-1.3080.210595X24.486e-024.078e-021.1000.288625X35.450e-011.273e-014.2810.000657***X42.079e-027.639e-020.2720.789221X55.896e-027.468e-020.7900.442117---Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1Residualstandarderror:844.4on15degreesoffreedomMultipleR-squared:0.9995,AdjustedR-squared:0.9994F-statistic:7556on4and15DF,p-value:2.2e-16由以上结果可以看出，错误!未找到引用源。=0.9995，错误!未找到引用源。=0.9994可决系数很高，说明模型对样本的拟合很好，F=7556检验值很大，说明回归方程显著，即各自变量联合起来确实对因变量有显著影响；给定显著性水平错误!未找到引用源。=0.05，X2，X4，X5相应的P值分别为0.288625、0.789221、0.442117，说明X2、X4、X5对因变量影响不显著。综上分析，该模型可能存在严重的多重共线性。计算结果通过回归系数检验和回归方程检验，由此得到税收收入与国内生产总值、财政支出、商品进口额和商品出口额之间的关系为吉首大学本科课程论文6Y=-1829+0.04486错误!未找到引用源。+0.545错误!未找到引用源。+0.02079错误!未找到引用源。+0.05896错误!未找到引用源。4多重共线性的检验运行程序4，可得系数相关矩阵：表二变量系数相关矩阵ObsYX2X3X4X5Obs1.0000.9260.9370.9170.9590.959Y0.9261.0000.9990.9990.9760.965X20.9370.9991.0000.9970.9810.972X30.9170.9990.9971.0000.9660.953X40.9590.9760.9810.9661.0000.996X50.9590.9650.9720.9530.9961.000由表二可以看出，X2、X3、X4、X5之间的相关系数非常高，说明确实存在严重的多重共线性。如果选择全部变量作回归方程，效果不好，因为回归方程中X2、X4、X5的t检验都不通过。所以，接下来需要做多重共线性的消除。5多重共线性的消除运行程序5，逐步回归可得结果：Start:AIC=273.79Y~X2+X3+X4+X5DfSumofSqRSSAIC-X415280210746948271.89-X5144439511138540272.60-X2186283811556983273.34none10694146273.79吉首大学本科课程论文7-X311306339323757538287.75Step:AIC=271.89Y~X2+X3+X5DfSumofSqRSSAIC-X2181110111558049271.34none10746948271.89-X51296959913716547274.77-X311589945326646401288.05Step:AIC=271.34Y~X3+X5DfSumofSqRSSAICnone11558049271.34-X514539227456950324301.24-X3114571027261468660775366.24Call:lm(formula=Y~X3+X5)Residuals:Min1QMedian3QMax-1560.9-473.8206.6405.31475.0Coefficients:EstimateStd.ErrortvaluePr(|t|)吉首大学本科课程论文8(Intercept)-340.34340321.97995-1.0570.305X30.682950.0147546.2942e-16***X50.113540.013908.1712.73e-07***---Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1Residualstandarderror:824.6on17degreesoffreedomMultipleR-squared:0.9995,AdjustedR-squared:0.9994F-statistic:1.585e+04on2and17DF,p-value:2.2e-16由以上结果可以看出，经逐步回归消除多重共线性后留下了变量X3和X5,所以回归方程为Y=-340.3434+0.68295错误!未找到引用源。+0.11354错误!未找到引用源。。模型估计结果表明，在假定其他变量不变的情况下，当商品出口额X5每增加1亿元，平均来说税收收入增加0.11354亿元。然而，考虑国家的出口相关政策，如：出口退税等，此结果与现实经济意义不相符合。所以，剔除X5，用X2、X3、X4做逐步回归。运行程序6，可得结果：Call:lm(formula=Y~X2+X3+X4)Residuals:Min1QMedian3QMax-1751.5-481.285.5448.31553.8Coefficients:EstimateStd.ErrortvaluePr(|t|)(Intercept)-2.588e+031.003e+03-2.5800.0201*X26.704e-022.921e-022.2950.0356*X34.718e-018.621e-025.4735.11e-05***X47.295e-023.791e-021.9240.0723.---吉首大学本科课程论文9Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1Residualstandarderror:834.4on16degreesoffreedomMultipleR-squared:0.9995,AdjustedR-squared:0.9994F-statistic:1.032e+04on3and16DF,p-value:2.2e-16以上结果看出，X4的t检验不通过，继续做逐步回归。Start:AIC=272.6Y~X2+X3+X4DfSumofSqRSSAICnone11138540272.60-X41257800613716547274.77-X21366824114806781276.30-X312085377331992313291.70由以上