- 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
辽宁省财政收入的研究
辽宁省财政收入的研究
[提要] 本文从规模和适度性的角度分析辽宁省财政收入现状,利用计量经济学中的主成分分析法,对财政收入的影响因素进行分析,得出工业总产值和税收收入是影响辽宁省财政收入的主要因素,并提出相应建议。
关键词:财政收入;规模;主成分分析
中图分类号:F81 文献标识码:A
原标题:基于主成分分析法对辽宁省财政收入的研究
收录日期:2013年4月19日
一、辽宁省财政收入现状
财政收入是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而收取的一切资金的总和。财政收入规模必须与经济增长相适应,适度的财政收入规模能够有效地保证财政职能的发挥,进而促进经济和社会的发展。
表1包含了辽宁省2001至2010年财政收入和GDP的数据。从十年的数据可以看出辽宁省财政收入一直在稳步的增长,从2001年的1,010.1亿元到2010年的6,728.2亿元,从绝对数值上看,这是一个巨大的发展,但是从财政收入增长速度方面来看,发展的并不稳定,虽然总规模每年都在增加,但是增长速度在2008年、2009年出现过减缓的现象,当然这与全球性的经济危机有关。(表1)
用财政收入占地区生产总值(财政收入占GDP)的比重可以研究财政规模适度性的问题。从表1中的数据可以看出,随着辽宁省GDP总额的增加,财政收入的规模也在不断扩大,而且财政收入占GDP的比重也在稳步提高,由2001年的20.07%提高到2010年的36.45%。由此看出,GDP的增长带动了财政收入的增加,这样财政职能得到了更好的发挥,又进一步促进了经济的发展和GDP的增长。
二、辽宁省财政收入影响因素实证分析
(一)变量的选取。分析了辽宁省财政收入的发展规模和适度性问题,下面将对辽宁省财政收入的影响因素进行分析。影响地方财政收入高低的因素很多,但大体上而言主要是经济发展水平和税收两个方面。就经济发展水平方面,本文分别选取农业总产值、工业总产值、第三产业产值和固定资产投资四个变量,税收方面选取辽宁省税收收入为变量,另外加上一个最终消费支出。表2中列出了2001~2010年的原始数据(表2),模型为:
Yi=β0+β1X1i+β2X2i+β3X3i+β4X4i+β5X5i+β6X6i
(二)实证分析
1、多重共线性检验。由于选择的影响因素较多,所以估计模型之前,应该先分析各个因素与被解释变量之间的关系,以及因素之间的相关程度。利用EViews6.0软件进行相关系数检验,输出的相关系数矩阵见表3。计算结果表明,各因素与财政收入高度相关,而且解释变量之间也是两两高度相关。(表3)
为进一步检验解释变量之间的相关关系利用EViews6.0软件计算出解释变量相关系数矩阵的特征值见表4。(表4)
λ1=5.9670 λ2=0.0254 λ3=0.0044
λ4=0.0020 λ5=0.0009 λ6=0.0003
此时,XX′=∏λi=3.60×10-13≈0,即(标准化后的)样本数据矩阵XX′是一个病态矩阵,而且病态(条件)数和病态指数分别为:
K===198691000
CI=≈14130
因此,模型存在严重的多重共线性。
如果此时用OLS法估计模型,将得到以下估计结果:
Y=-610.06-0.4462X1+2.9775X2-1.7334X3+0.1694X4-0.1020X5+0.3696X6
t=(-0.70)(1.56)(-0.63)
(0.13)(-0.02)(0.26)
R2=0.9956 F=113.02 DW=2.11
模型的F检验高度显著,但是所有解释变量的t检验都不显著,并且X1、X3、X5的系数为负数,系数符号的经济意义不合理,这也表明多重共线性造成模型t检验可靠性的降低和系数估计误差的增大。
2、主成分回归。现在采用主成分回归解决多重共线性问题。由于表2结果的计算采用相关矩阵,也可以由表4中的数据得出:6个特征值之和等于6,第一个成分占总方差的99.45%,第二个成分占总方差的0.42%,前两个成分占总方差的99.87%。利用Eviews6.0软件同时得到因子得分系数矩阵见表5。(表5)
根据表4的计算结果,和所对应主成分的累计贡献率已经达到99.87%,由表4可以得出和对应的单位特征向量为:
u1=(0.4086,0.4083,0.4063,0.4085,
0.4092,0.4086)
u2=(-0.2752,-0.3268,0.7508,0.3411,
-0.1440,-0.3416)
所以,两个主成分为:
Z1=0.4086X1+0.4083X2+0
文档评论(0)