我国税收收入影响因素的实证研究_计量经济学论文(编辑修改稿)

我国税收收入影响因素的实证研究_计量经济学论文(编辑修改稿)内容摘要：

Variable Coefficient Std. Error tStatistic Prob. C X1 X2 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid 16054157 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 图 8 Y = + *X1 + * X2 () () () = 加入 X3, Dependent Variable: Y Method: Least Squares Date: 12/16/12 Time: 14:37 Sample: 1980 2020 Included observations: 27 Variable Coefficient Std. Error tStatistic Prob. C X2 X3 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid 13238574 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 图 9 计量经济学论文 14 Y = + * X2 + * X3 () () () = 由以上数据构成表格如下： (X1) (X2) (X3) Y=f(X2) () () Y=f(X1,X2) () () () Y=f(X3,X2) () () () Y=f(X1,X2,X3) () () () () 表 3. 税收收入模型估计 结果分析： 在最优简单回归方程 Y=f(X2)中引入 X1， 值略有提高。 虽然 X2与 X1高度相关，在 X1 的引入对参数 影响不大， 的符号不满意，可以是“多余变量”，暂时删除； 模型中引入 X3，使 值由 提升到 ， 正号也合理，进行 t 检验， 不显著。 从经济理论分析， X3 应该是重要变量，虽然 X2与 X3高度相关，但不影响 的显著性和稳定性，因此，可能是“有利变量”，暂时保留； 最后在 Y=f(X3,X2)的基础上引入 X1， = 几乎没有增加，其他两个参 数系数没有多大影响，可以确定 X1 是多余变量，应从模型中删除。 得出最后回归模型是： Y = + * X2 + * X3 () () () = 由于剔除了变量 X1，故模型已不存在多重共线性，且各解释变量前得系数均符合经济意义，模型拟合度上升，各变量 t检验值上升。 在其他因素保持不变的情况下，财政支出每增加 1亿元 ，商品零售物价指数增加 1%，税收收入增加。 计量经济学论文 15 （ 2）邹氏检验 考虑到 19802020 年时间跨度较大， 政府财政支出及商品零售物价指数均发生了较大的变化， 有必要对模型进行参数的稳定性检验。 将数据分为 19801992 年和 19932020 年两组分别进行普通最小二乘回归结果如下： 19801992年： Dependent Variable: Y Method: Least Squares Date: 12/16/12 Time: 15:47 Sample: 1980 1992 Included observations: 13 Variable Coefficient Std. Error tStatistic Prob. C X2 X3 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 图 10 记此时的残差平方和为 RSS1=419273 19932020年： Dependent Variable: Y Method: Least Squares Date: 12/16/12 Time: 16:10 Sample: 1993 2020 Included observations: 14 Variable Coefficient Std. Error tStatistic Prob. C X2 X3 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion 计量经济学论文 16 Sum squared resid 9806391. Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 图 11 记此时的残差平方和为 RSS2=9806391 结合首次回归的结果中残差平方和 RSSR=13238574，根据邹氏参数稳定性检验的方法构造 F统计量： 12 121 2 1 2( ) / ( 1 ) ~ ( 1 , 2 2 )( ) / ( 2 2 )RR S S R S S R S S kF F k n n kR S S R S S n n k          = =F（ 3， 21） = F统计量小于了 5%显著性水平下的临界值，接受参数稳定的前提假设条件，因此通过了邹氏参数结构稳定性检验，此数据不存在结构性差异。 （ 3）异方差检验 ①异方差检验 首先利用 EVIEWS做出残差平方项 resid^2与 X X3的散点图 1图 13所示： 01 0 0 0 02 0 0 0 03 0 0 0 04 0 0 0 05 0 0 0 0 2 0 0 0 1 0 0 0 0 1 0 0 0 2 0 0 0R E S IDX2 图 12 计量经济学论文 17 951 0 01 0 51 1 01 1 51 2 01 2 5 2 0 0 0 1 0 0 0 0 1 0 0 0 2 0 0 0R E S I DX3 图 13 由以上散点图表示可能存在异方差。 2 0 0 0 1 5 0 0 1 0 0 0 5 0 005 0 01 0 0 01 5 0 02 0 0 080 82 84 86 88 90 92 94 96 98 00 0。