計(jì)量經(jīng)濟(jì)學(xué)論文-影響我國(guó)稅收增長(zhǎng)的主要因素分析(參考版)
2025-06-11 05:40本頁(yè)面
【正文】 另外，我國(guó)應(yīng)實(shí)行結(jié)構(gòu)性減稅，結(jié)合推進(jìn)稅制改革，用減稅、退稅或抵免的方式減輕稅收負(fù)擔(dān)，促進(jìn)企業(yè)投資和居民消費(fèi)，實(shí)行積極財(cái)政政策，促進(jìn)國(guó)民經(jīng)濟(jì)穩(wěn)健發(fā) 展，從而對(duì)稅收形成良性的影響。 稅收作為社會(huì)生產(chǎn)力發(fā)展到一定階段的產(chǎn)物，必然隨著社會(huì)的發(fā)展而擴(kuò)大。零售商品物價(jià)指數(shù)對(duì)稅收收入是正相關(guān)的。而且其系數(shù)為 ，高于國(guó)內(nèi)生產(chǎn)總值的影響力。這很容易理解，因?yàn)榻?jīng)濟(jì)是收入的來(lái)源，只有提高產(chǎn)出，才有可能提高稅收，這是根本原因。 國(guó)內(nèi)生產(chǎn)總值 對(duì)稅收收入是正相 關(guān)的。 因此可以得出結(jié)論：模型已經(jīng)消除了自相關(guān)性的影響。 ρ^＝ 1－ DW/2＝ 運(yùn)行 ls lny c lnx1 lnx2 x3 ar(1)得出表 8： 表 8 Dependent Variable: LNY Method: Least Squares Date: 13/12/10 Time: 21:38 Sample(adjusted): 1988 2021 Included observations: 19 after adjusting endpoints Convergence achieved after 37 iterations Variable Coefficient Std. Error tStatistic Prob. C LNX1 LNX2 X3 AR(1) 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) Inverted AR Roots .90 經(jīng)過(guò)一次迭代后，可以從表 8 中看出 DurbinWatson stat＝ dL，由此可見一次迭代對(duì)模型 的影響 較為顯著，無(wú)需進(jìn)行二次迭代。 對(duì)樣本量為 三個(gè)解釋變量的模型、 5%顯著水平，查 DW 統(tǒng)計(jì)表可知，dL＝ ， dU＝ ，模型中 DW＜ dL，顯然該模型中有正自相關(guān)。又由表 7 的相關(guān)系數(shù)矩陣可以看出，解釋變量 lnX1 、 lnX X3 相關(guān)系數(shù) 不 高，可認(rèn)為模型 不 存在多重共線性 ，所以可保留原來(lái)的方程，即 lnY^ = + + lnX2 + X3 這說(shuō)明，在其他因素不變的情況下，當(dāng) 國(guó)民生產(chǎn)總值增加 1億美元， 財(cái)政支出 每 增加 1億美元， 商品零售價(jià)格指數(shù) 沒(méi)上升 1%，平均說(shuō)來(lái)稅收收入將 分別增加、 。 （三）計(jì)量經(jīng)濟(jì)意義檢驗(yàn) 多重共線性檢驗(yàn) 讓 lnY 分別對(duì) lnX lnX X3做回歸。 t 檢驗(yàn) 分別針對(duì) H0： β j＝ 0（ j＝ 0， 1， 2， 3），給定顯著性水平 α＝ ，查 t 分布 表的自由度為 n－ k＝ 16 的臨界值 tα /2（ n－ k） ＝ 。這里與理論分析和經(jīng)驗(yàn)判斷相一致 （二）統(tǒng)計(jì)意義檢驗(yàn) 擬合優(yōu)度檢驗(yàn)（ R2 檢驗(yàn)） 可絕系數(shù) R2=， R— 2=，這說(shuō)明所建模型整體上對(duì)樣本數(shù)據(jù)擬合 很 好，即 解釋變量 “國(guó)內(nèi)生產(chǎn)總值（ X1） ”、“財(cái)政支出 (X2)”和“ 商品零售價(jià)格指數(shù)（ X3）” 對(duì) 被解釋變量“各項(xiàng)稅收收入 （ Y） ” 的絕大部分差異作了解釋。 三、參數(shù)估計(jì) 利用 Eviews 軟件，做 lnY對(duì) lnX lnX X3的回歸，回歸結(jié)果如下 （表 2） 表 2 Dependent Variable: LNY Method: Least Squares Date: 13/12/10 Time: 17:32 Sample: 1988 2021 Included observations: 24 Variable Coefficient Std. Error tStatistic Prob. C LNX1 LNX2 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) 第 10 頁(yè) 共 16 頁(yè) 根據(jù)表中數(shù)據(jù)，模型設(shè)計(jì)的結(jié)果為： lnY^ = + + lnX2 + X3 () () () () t=() () () () R2= R— 2= DW= F= n=24 四、模型檢驗(yàn)及修正 （一）經(jīng)濟(jì)意義檢驗(yàn) 所估計(jì)的參數(shù) β^1 =， β^2 = ， β^3=， 且 0＜ β^1
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1