海关报关报关活动相关人PPT.pptVIP

* * 第五节 报关活动相关人 一、概念 报关活动相关人：监管货物仓储仓库、保税加工企业、转关运输货物的境内承运人。 1、监管货物的仓储企业 ①监管区内的仓库、场所：存放未放行的进出口货物、待出口的货物； ②保税仓库：存放放行后继续监管的货物； ③出口监管仓库：存放办结出口手续并卖断结汇的出口货物。 2、加工贸易生产加工企业 不管其是否具有报关资格，只要接受委托，从事出口制成品加工生产，都应视为报关活动相关人。但自主经营出口并报关时，才为报关单位（管理相对人）。 3、转关运输货物境内承运人 ①经过海关批准，它和它的运输工具、驾驶人员必须办理海关登记注册； ②运输工具和设备必须具有密封装置和加封条件； ③运输间转关运输货物损毁或者灭失的，除不可抗力外，承运人应承担相应的纳税义务和法律责任。 （2）怀特检验 作辅助回归: （-0.04 (0.10) (0.21) (-0.12) (1.47) (-1.11) R2 =0.4638 似乎没有哪个参数的t检验是显著的 。但 n R2 =31*0.4638=14.38 ?=5%下，临界值 ?20.05(5)=11.07，拒绝同方差性。 去掉交叉项后的辅助回归结果 (1.36) (-0.64) (064) (-2.76) (2.90) R2 =0.4374 X2项与X2的平方项的参数的t检验是显著的，且 n R2 =31? 0.4374=13.56 ?=5%下，临界值 ?20.05(4)=9.49，拒绝同方差的原假设。 原模型的加权最小二乘回归 对原模型进行OLS估计，得到随机误差项的近似估计量ěi，以此构成权矩阵?2W的估计量； 再以1/| ěi|为权重进行WLS估计，得 各项统计检验指标全面改善 一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、案例 §4.2 序列相关性 一、序列相关性概念 如果对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性(Serial Correlation)。 对于模型 Yi=?0+?1X1i+?2X2i+…+?kXki+?i i=1,2, …,n 随机项互不相关的基本假设表现为 Cov(?i , ?j)=0 i?j, i,j=1,2, …,n 或 称为一阶列相关，或自相关（autocorrelation） 其中：?被称为自协方差系数（coefficient of autocovariance）或一阶自相关系数（first-order coefficient of autocorrelation） 如果仅存在 E(?i ?i+1)?0 i=1,2, …,n 自相关往往可写成如下形式： ?i=??i-1+?i -1?1 由于序列相关性经常出现在以时间序列为样本的模型中，因此，本节将用下标t代表i。 ?i是满足以下标准OLS假定的随机干扰项： 二、实际经济问题中的序列相关性 大多数经济时间数据都有一个明显的特点:惯性，表现在时间序列不同时间的前后关联上。 由于消费习惯的影响被包含在随机误差项中，则可能出现序列相关性（往往是正相关 ）。 例如，绝对收入假设下居民总消费函数模型： Ct=?0+?1Yt+?t t=1,2,…,n 1.经济变量固有的惯性 2.模型设定的偏误 所谓模型设定偏误（Specification error）是指所设定的模型“不正确”。主要表现在模型中丢掉了重要的解释变量或模型函数形式有偏误。 例如，本来应该估计的模型为 Yt=?0+?1X1t+ ?2X2t + ?3X3t + ?t 但在模型设定中做了下述回归： Yt=?0+?1X1t+ ?1X2t + vt 因此， vt=?3X3t + ?t，如果X3确实影响Y，则出现序列相关。 又如：如果真实的边际成本回归模型应为：