您好,欢迎访问三七文档
计量经济学考查课程论文题目:我国财政收入影响因素案例分析理学院信息与计算科学专业学号1130112221学生姓名郭冰梅任课教师浦琰二〇一五年五月2一、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。国家财政收入主要来自各项税收收入,只有经济持续而健康地增长,才能提供持续的税收来源,因而经济增长是其重要的影响因素;另外,财政收入需要满足日益增长的财政支出的需要。因此,为了使得政府更加有效的实施各项职能,需要定量地分析分析影响国家财政收入的主要因素。二、问题重述在本章开始的“引子”提出的“国内生产总值增加会减少财政收入吗?”的例子中,如果所采用的数如表1所示。(用“X2”表示“财政支出”、用“X3”表示“国内生产总值”、用“X4”表示“税收总额”)表11978-2011年财政收入及其影响因素数据年份财政收入(亿元)CZSR财政支出(亿元)CZZC国内生产总值(现价,亿元)GDP税收总额(亿元)SSZE19781132.301122.093645.22519.2819791146.401281.794062.58537.8219801159.901228.834545.62571.719811175.801138.414891.56629.8919821212.301229.985323.35700.0219831367.001409.525962.65775.5919841642.901701.027208.05947.3519852004.802004.259016.042040.7919862122.002204.9110275.182090.7319872199.402262.1812058.622140.3619882357.202491.2115042.822390.4719892664.902823.7816992.322727.419902937.103083.5918667.822821.8619913149.483386.6221781.502990.1719923483.373742.226923.483296.9119934348.954642.335333.924255.319945218.105792.6248197.865126.8819956242.206823.7260793.736038.0419967407.997937.5571176.596909.8219978651.149233.5678973.038234.0419989875.9510798.1884402.289262.8199911444.0813187.6789677.0510682.583200013395.2315886.599214.5512581.51200116386.0418902.58109655.1715301.38200218903.6422053.15120332.6917636.45200321715.2524649.95135822.7620017.31200426396.4728486.89159878.3424165.68200531649.2933930.28184937.3728778.54200638760.240422.73216314.4334804.35200751321.7849781.35265810.3145621.97200861330.3562592.66314045.4354223.79200968518.376299.93340902.8159521.59201083101.5189874.16401512.8073210.792011103874.43109247.79472881.5689738.39三、模型设定及其估计经分析,影响国家财政收入的主要因素,除了财政支出之外,还可能与一些其他的影响因素有关。为此,考虑的影响因素主要有用财政支出X2、国内生产总值X3、税收总额X4。各个影响的解释变量与国家财政收入之间呈正相关。为此设定了如下形式的计量经济模型:1223344tttttYXXXu式子中tY表示第t年的国家财政收入(亿元);2tX表示第t年的财政支出(亿元);3tX表示第t年的国内生产总值(亿元);4tX表示第t年的税收总额(亿元);各解释变量前的回归系数预期都大于0。为估计参数,收集到的关于国家财政收入的数据在表1中。利用EViews软件,生成Y、X2、X3、X4等数据,采用OLS方法估计模型参数,得到的回归结果如图1所示。图1.OLS回归结果根据图1中的数据,模型估计的结果为:4234119.08410.1223560.0341041.181156ttttYXXX(107.1249)(0.048847)(0.005068)(0.069677)t(1.111638)(2.504900)(-6.729049)(16.95183)20.999791R20.999770R49896.18F该模型的20.999791R、20.999770R,可决系数很高,F检验值为49896.18,明显显著。但是当0.05时,0.0252()(274)2.0687tnkt时,财政支出的系数不显著且GDP系数的符号与实际相反。因此数据中可能有多重共线性。其解释变量的相关系数矩阵如表2所示:表2.相关系数矩阵变量X2X3X4X21.0000000.9914950.998655X30.9914951.0000000.993873X40.9986550.9938731.000000由相关系数矩阵可以看出,各个解释变量相互之间的相关系数较高,证实确实存在多重共线性。为了进一步了解多重共线性的性质,作出辅助回归,即将每一个X变量分别作为被解释变量都对其余的X变量进行回归。①.X2变量作为被解释变量都对其余的X变量进行回归,得到的结果如图2所示。图2.X2作为被解释变量的OLS回归结果②.X3变量作为被解释变量都对其余的X变量进行回归,得到的结果如图3所示。图3.X3作为被解释变量的OLS回归结果5③.X4变量作为被解释变量都对其余的X变量进行回归,得到的结果如图4所示。图4.X4作为被解释变量的OLS回归结果这些回归所得到的可决系数和方差扩大因子的数值如表3所示表3.辅助回归表被解释变量可决系数方差扩大因子X20.997400192.558018X30.98818742.5777416X40.998125266.917213由于辅助回归的系数很高,经验表明,方差扩大因子10jVIF时,通常说明该解释变量和其余的解释变量之间具有严重的多重共线性。这里的X2、X4的方差扩大因子远大于10,说明存在严重的多重共线性问题。四、对多重共线性的处理⑴对数变换法将各变量进行对数变换,再对模型进行估计。1223344lnlnlnlntttttYXXXu利用EViews软件,对tY、2tX、3tX、4tX分别取对数,分别生成lntY、2lntX、3lntX、4lntX的数据如表4所示。表41978-2011年财政收入及其影响因素数据的对数值年份LNCZSRLNCZZCLNGDPLNSSZE19787.0320067.0229488.2011726.252443619797.0443827.1560138.3095746.28752419807.0560897.1138188.4219196.34861419817.0697047.0373888.4952676.44554519827.1002757.1147538.5798586.55110919837.2203747.2510048.693276.65362419847.4042187.4389838.8829546.85366919857.60337.6030259.106767.62109219867.6601147.6984429.2374877.64526919877.695947.7240849.3975357.66872919887.765237.8205249.6186567.77924519897.8879227.9458329.7405177.91110419907.9851788.033859.8345567.94515219918.0549938.1275889.9888168.00308619928.1557558.22742910.200758.10074119938.377698.44296510.47268.35592119948.5598898.6643410.783078.54225319958.7390888.8281611.015248.70583519968.9103148.9793611.172928.84069919979.0654469.130611.276869.01603219989.1978589.28713311.343359.13376219999.3452289.48703811.403979.2763720009.5026549.67322511.505049.43998420019.7041859.84705411.60519.63569820029.8471110.0012111.698029.77772320039.9857710.1125311.819119.904353200410.1809910.257211.9821710.09269200510.3624710.4320612.1277710.26739200610.5651510.6071512.2844910.4575200710.8458710.815412.4905410.72814200811.0240311.044412.6572910.90088200911.1348611.2424312.7393510.99409201011.3278211.4061712.9029911.2011201111.5509411.6013713.066611.40465采用OLS方法估计模型参数,得到的回归结果如图5所示:7图5.对数模型的OLS回归结果模型估计结果为:234ln0.2648770.996570ln0.104948ln0.094026lnttttYXXX(0.100620)(0.039154)(0.038681)(0.049099)t(2.632433)(25.45283)(-2.713158)(1.915023)20.999155R20.999070R11823.06F该模型的20.999155R、20.999070R,可决系数很高。F检验值为11823.06,明显显著。但是当0.05时,0.0252()(274)2.0687tnkt时,财政支出的系数不显著且GDP的对数值的系数符号与实际相反。因此数据中可能有多重共线性。其解释变量的相关系数矩阵如表5所示:表5.相关系数矩阵变量ln2Xln3Xln4Xln2X1.0000000.9844290.990862ln3X0.9844291.0000000.991578ln4X0.9908620.9915781.000000由相关系数矩阵可以看出,各个解释变量相互之间的相关系数较高,证实确实存在多重共线性。运用对数变换法来进行共线性的处理不恰当。这样的改进,也仍然存在着多重共线性。因此这种方法也不能进行多重共线性的补救。⑵.差分法将原假设的模型形式作适当的变换,有可能消除或减弱原模型中解释变量之间的相关关系,可采用差分法,降低原模型的多重共线性。将原模型1223344tttttYXXXu变形为1223344tttttYXXXu一般而言,差分后变量之间的相关性要比差分前弱得多,所以差分后模型通常可以有效的降低出现8共线性的可能性,此时可以直接估计方程。将原模型的数据进行差分处理,处理后的数据如表6所示。表6.1978-
本文标题:计量经济学期末论文
链接地址:https://www.777doc.com/doc-7338015 .html