- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
国内生产总值及进出口总额对税收收入的影响
[摘要]:本文主要分析税收收入与国民生产总值及进出口的关系,通过数据拟合模型,将几者之间的关系量化。
[关键词]:税收收入 国民收入GDP 回归模型
研究税收收入函数的意义
税收是国家为了实现其职能,凭借政治权利,参与一部分社会产品或国民收入分配与再分配所进行的一系列经济活动。税收的课税权主体是国家,具体包括各级政府及其财税部门。税收活动的目的是为国家实现其职能服务的,这是所有国家税收的共性。税收分配的对象是一部分社会产品或国民收入,可以是实物或货币,这反映出税收分配由实物形式向货币形式发展演变的过程。 税收既是财政收入的支柱,又是宏观调控的杠杆。在国家的宏观调控体系中,税收是集经济、法律、行政手段于一身的重要工具,具有不可替代的作用,是国家职能实现不可缺少的手段。因此,分析税收收入,有助于正确把握宏观经济规律,有助于合理制定国家财政政策,从而起到维护国家、分配收入、配置资源、稳定经济的重要作用。
我们建立税收收入模型的目的有以下三点:
结构分析,即对宏观经济变量之间的关系作定性的分析;
预测未来,即预测未来税收收入的总量及规模;
政策评价,利用模型对各种政策方案进行分析和比较。
在实际经济系统税收收入的实现过程中,税收收入受到经济增长、GDP总量及结构、进出口总额以及税收政策与制度等因素的影响。而由经济增长转换为税收的增长还要经过政策性和实施性两次漏出,如下图:
GDP分解: GDP(C+V+M)—→可征税GDP(V+M)—→应税GDP—→税收
↓ ↓ ↓
税基漏出: 不可征税GDP(C) 政策性漏出 实施性漏出
↓ ↓
税收政策及制度: 税制不完善 税收征管不力
税收经济生活受制于国家政策,国家政策会因税收经济现状而处于部分调整之中,这种调整主要是指税收经济的动荡对整体宏观经济造成的消极影响会促使国家为稳定经济采取相应措施。
建立模型
(1)建立模型的假定条件
由前述可知,税收收入不只受GDP和进出口总额的影响,还受国家政策、纳税人意识、管理水平等的影响,将除GDP和进出口总额的影响因素设定为U,这些因素有正面的影响也有负面的影响,因此作出以下基本假定:
零均值假定:正负影响抵消,即E(ui/Xi)=0;
同方差假定:U 不随GDP和进出口总额的变化而变化,即Var(ui/Xi)= σ^2 ;
无自相关假定:U内的因素之间不存在相关性,即Cov(ui,uj)=0:
无多重共线性假定:Xi之间不存在多重共线形;
假定随机扰动项与解释变量不相关,即Cov(Xi,uj)=0;
正态性假定:Ui服从正态分布。
变量和模型的函数形式。
①.被解释变量税收收入总额;解释变量为GDP和进出口总额。其中,税收收入的来源包括:工业税收、商业税收、关税及其它税收。因此,影响税收收入总额的主要因素是:GDP和进出口总额。
②.模型的数学形式和参数范围:
模型解释变量与被解释变量之间的关系假定为:
Y=β1+β2X2+β3X3+u
其中:Y代表税收收入总额,X2代表国内生产总值(GDP),X3代表进出口总额,u代表随机误差项。
(3)样本数据收集。
本模型使用时间序列数据,数据来源于《中国统计年鉴2002》,所取的样本数据见表一:
表一: (单位:亿元)
obs Y X2 X3 1985 2040.79 8964.4 2066.7 1986 2090.73 10202.2 2580.4 1987 2140.36 11962.5 3084.2 1988 2390.47 14928.3 3821.8 1989 2727.4 16909.2 4155.9 1990 2821.86 18547.9 5560.1 1991 2990.17 21617.8 7225.8 1992 3296.91 26638.1 9119.6 1993 4255.3 34634.4 11271 1994 5126.88 46759.4 20381.9 1995 6038.04 58478.1 23499.9 1996 6909.82 67884.6 24133.8 参数估计结果及检验
应用最小二乘法(OLS),参数估计结果为:
表二:
Dependent Variable: Y
文档评论(0)