我国财政收入及其影响因素实证分析.docVIP

我国财政收入及其影响因素实证分析 　　【摘要】 对财政收入进行定量分析并对其作出较为准确的预测可以为相关部门或者企业制定发展规划、实施相关措施提供可靠的理论预测参考。运用时间序列方法实证分析了我国财政收入的变化过程及影响我国财政收入的两个因素:GDP和税收。 　　【关键词】 财政收入;ARMA模型;协整分析 　　 　　1978～2007年我国财政收入的规模随着经济的不断增长而增长,由1978 年的1132.26亿元到2007年的51304.00 亿元,扩大了近45倍。目前,我国财政收入增长速度远远高过经济增长,体现出高态位、高偏离、高离散和高依赖的特征。我们要警惕由此产生的负面影响,如国民和企业负担过重,社会不平等加剧使矛盾激化等。 　　 　　一、研究与分析 　　 　　本文选取1990年到2007年的税收收入和国民生产总值作为我国财政收入的变动因素。定义变量:Y财政收入(亿元), X1税收(亿元),X2GDP(亿元)。我国财政收入的有关数据(为了消除异方差,对数据做取对数处理)。 　　1.对序列Y的研究 　　(1)分布图 　　 　　(2)对序列Y的相关性和平稳性研究 　　从自相关图来看,除了延迟1阶和2阶的自相关系数大于两倍标准差外,其它的都在两倍标准差内,说明该序列具有短期相关性。各阶滞后的Q统计量的P值都小于0.05,说明在5%的显著性水平下,拒绝原假设,序列存在序列相关。由上述结果可得出白噪声检验结果:由于在各阶延迟下,Q统计量的P值都小于0.05,所以拒绝纯随机性假设,此序列不是纯随机的,序列非平稳。 　　(3)对序列Y进行差分处理,根据差分表做出折线图 　　 　　(4)对序列Y进行单位根检验(ADF) 　　得到二阶差分序列较平稳,从分析结果中,可知ADF统计量的值小于显著性水平α=0.01,0.05和0.1时的临界值,拒绝原假设,即认为序列Y近似服从一个平稳的二阶自回归模型。同时,二阶差分的白噪声检验结果:在检验的显著性水平为0.05的条件下,由于6阶和12阶延迟的Q统计量的P值都大于0.05,所以该差分后的序列可以视为白噪声序列,即二阶差分后的序列几乎提取了所有的相关信息。 　　(5)模型选择 　　从差分序列Y2的自相关图可以看出,自相关图和偏自相关图均显示出显著的拖尾性质,所以考虑用ARMA(p,q)模型拟合???阶差分后序列。根据最小信息量准则(AIC准则)ARMA(2,2)是最优模型,该模型的口径为: 　　S=[AR(2)=-0.067115,BACKCAST=“1990 2007”]+[MA(2)=-0.318943,BACKCAST=“1990 2007”]。 　　(6)模型优化(用残差的一阶差分对模型优化) 　　该优化后的模型口径为: 　　Y=-2.566325D(SER02(-1))+0.601096D(SER02(-1),2)+0.012679 　　可以看出,优化后可决系数R2变大了,模型更有效。 　　(7)模型拟合 　　 　　2.对序列Y和的协整分析 　　由于税收是财政收入的主要来源,税收与财政收入的关系是显而易见的。本文着重分析财政收入与GDP之间的关系。 　　(1)协整分析 　　在这里我们使用Eviews3.1软件对各变量分别进行ADF检验(Augmented Dickey- Fuller Test),检验结果见表1。由表1可见,所有变量的对数序列在5%的显著水平上都是非平稳的,而所有变量的对数序列的一阶差分在1%的显著水平上都是平稳的。 　　 　　根据单位根检验,由于LCZSR和LGDP均为一阶单位根过程,可以利用“Engle Granger两步法”来检验其协整关系或长期均衡关系。首先对LCZSR和LGDP进行协整回归,得到协整方程为(括号中的数据为t统计量,以下同) : 　　LCZSRt=-0.6139+0.7388+ut(-7.30) (31.67) 　　R2=0.953 Adjusted-R2=0.952 F=1002.93 DW=0.381 　　S.E.=0.1821 　　对残差序列进行平稳性检验, 检验??模型为: 　　△ut=-0.2579ut-1+0.344△ut-1+et(-2.82) (2.46) 　　残差序列为平稳的,因此,我国财政收入和GDP之间存在长期均衡的协整关系。根据协整模型可知,长期内,我国GDP每变动1%,财政收入将同方向变动0.739%,即从长期来说,我国的财政收入对GDP的弹性为0.739,同时也说明了我国的财政收入与GDP之间具有显著的正相关性。根据Granger定理,如果两变量之间存在协整关系,那么一定存在误差修正模型的形式。用ECM表示上述模型中的残差序列,利用Eviews