基于逐步回归预测模型税收增长探究.doc

基于逐步回归预测模型税收增长探究摘要：文章运用现代计量经济方法，选用辽宁省的税收收入（TAX）以及GDP等数据，通过分析辽宁省税收总量与GDP之间的相互关系，建立了一个简易的税收预测模型。同时把税收模型与辽宁省的具体经济发展状况联系起来进行实证研究，从而得出结果：协整检验结果表明辽宁TAX与GDP之间不存在着长期稳定的协整关系；Grange因果关系检验证实他们二者存在着TAX对GDP的单向因果关系。此外，在实证分析的基础上文章阐明了影响辽宁省税收增长的主要因素除了GDP之外，还有财政支出总额、固定资产投资额、社会消费品零售总额、外贸进出口总额、工业总产值等。最后，文章提出一些相关的政策性建议。 关键词：税收收入；税收预测；逐步回归 一、辽宁省税收收入与GDP总量的关系 （一）数据收集与处理 本文选取了两个显著的经济总量指标分析辽宁省税收与经济发展之间的关系：GDP、辽宁省税收收入总量（TAX）。 （二）协整检验 协整检验对于检验非平稳时间序列变量之间是否存在着长期稳定的关系这方面，在计量经济学领域，成绩卓越。本文采用了协整检验来分析辽宁省TAX与GDP是否存在稳定关系，从操作方法上分为单一方程的EG两步法检验和多变量联立方程的Johansen最大似然法检验。 1.平稳性和单整性检验 用ADF检验法分别对辽宁省1994年-2009年的TAX和GDP进行平稳性和单整性检验。首先观察时序图，如图1所示。 图标显示TAX和GDP都有很明显的上升走势，因而采用带常数项和趋势项的模型(2-3)进行检验，ADF法检验结果表2所示： 从表2可以看出，TAX和GDP二者的T统计量值都大于1%、5%、10%这三个显著水平临界值。所以接受原假设，表明他们之间存在单位根，是非平稳的。 按同样的方法，继续对其用一阶差分和二阶差分进行单位根检验，最终结果如表3所示： 从表3可以看出，TAX和GDP都是二阶单整的。后面对他们之间的长期稳定关系进行协整关系检验。 2.协整检验 对TAX和GDP这两个变量建立协整回归模型如下： TAXt=α+β*GDPt+μt 用OLS法对上述模型进行估计，得到结果如下： TAX=0.1827*GDP-214.0129 (65.262 ) (-10.0746) R2=0.9967 D-W=1.337 对以上方程得到的残差序列进行平稳性检验，采用如下模型： Δμt＝α+ωμt-1+εt 得到检验结果如表4所示。 从表4可以看出，T统计量值大于专用于协整检验的ADF临界值，序列TAX与GDP之间不存在着长期稳定的协整关系。 3.格兰杰因果关系检验 前文检验出辽宁省TAX与GDP之间不存在长期稳定的协整关系。下面将通过格兰杰因果检验（Grangercausalitytest），看看是否存在格兰杰因果关系。 Granger因果关系检验是目前用于检验两个变量之间是否存在因果关系的常用检验方法。由J.Grange在1969年提出的，在此以后，又有很大的发展。 在Eviews6.0软件中使用格兰杰因果检验得到结果如表5所示： 从表5可以看出，在99.2%把握水平下，接受TAX是GDP变化的原因的这个假设。然而在85%把握水平下，可以拒绝GDP是TAX变化的原因的这个假设，从而说明TAX与GDP的因果关系只是单向的，而非双向的。 二、基于逐步回归预测模型的税收增长分析 （一）影响税收收入的因素 根据税收理论，税收收入总额（TAX）的主要影响因素是：国内生产总值GDP（X1）、工业总产值（X2）、财政支出总额（X3）、社会消费品零售总额（X4）、外贸进出口总额（X5）、职工工资总额（X6）、固定资产投资额（X7）、居民消费价格指数（X8）等。下面选取1994-2009年数据，运用最小二乘数估计法（简称“OLS”），建立税收收入总额（TAX）的非线性影响因素分析模型，确定影响TAX的主要影响因素及影响程度是多少。 （二）建立逐步回预测模型 非线性影响因素分析模型为： TAX=β0(X1) β1(X2) β2(x3) β3(x4) β4 (X5) β5(X6) β6(X7) β7(X8) β8ε① ①式中，β1-β8为待估参数，ε为随机项。β0为估计参数，对①式两端取自然对数。 能够得到如下非线性对数模型： 1n(TAX)=lnβ0+β1ln(x1)+β21n(x2)+β3㏑(x3)+β41n(x4)+β51n(x5)+β61n(x6)+ β71n(x7)+β81n(x8)+Inε ② 对所选的样本区间数据，对②式应用“OLS”法，得模型如下： LOG(TAX)=-2.893+0.924*LOG