计量模型分析报告(税收)

计量经济学实验报告

题 目__ 税收模型 _

姓 名___ 平兴杰 __

学 号__ 050412008019 __

院 系__ 经济学院 _

任课教师___ 殷克东_______

时 间______2010年12月______________

【实验目的】

1、掌握Eviews软件的基本操作技能，熟练使用该软件构建计量经济学模型 2、尝试实际构建一个计量经济学模型 3、掌握建模过程 4、掌握模型的检验与修正

5、学会通过建立模型来分析社会中的经济现象 【知识准备】

1、计量经济学 2、统计学 3、Eviews

4、西方经济学 5、微积分，Windows操作系统的基本操作

【实验软件】

EViews(Econometric Views)是当今世界上最流行的计量经济学软件之一。它的功能包括建立数据文件、画图、一系列统计假设检验、最小二乘估计、工具变量估计、两阶段最小二乘估计、离散选择模型(tobit、probit、logit、删截、截余、计数等模型)估计、联立方程模型估计、GARCH模型估计、时间序列ARIMA模型估计、向量自回归模型估计(VAR)、向量误差修正模型估计、自相关检验、异方差检验、多重共线性检验、结构突变检验、单位根(时间序列平稳性)检验、Granger非因果性检验、协积检验、面板数据应用、EViews编程和蒙特卡罗(Monte Carlo)模拟、主成分分析、时间序列的季节调整等内容 【实验要求】

1、掌握Eviews软件基本操作

2、熟悉在建模过程中的数据资料搜集方法 3、熟练解决方程的回归过程中的问题 4、学会用计量经学知识解决简单的经济问题 【实验方案与进度】

1、学习软件操作 2、搜集数据、资料 3、建立模型 4、检验修正模型 5、结果分析 【实验过程】

1、概述

根据《中国统计年鉴》中的数据，中国税收收入从1978年为519.28亿元到2002年已增长到17636.45亿元25年间增长了33倍。为了研究中国税收收入增长的主要原因，分析税收收入的增长规律，预测中国税收未来的增长趋势，需要建立税收模型。

影响中国税收收入增长的因素很多，但据分析主要的因素可能有：（1）经济总量水平（2）财政支出的需要（3）物价水平 2、数据分析

从《中国统计年鉴》收集到以下数据

财政收入（亿元）

年份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 19 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 3、构建模型

引入国内生产总值、财政支出、商品零售价格指数这三个解释变量，即模型设定为 Y=β0+β1X1+β2X2+β3X3+μ 模型估计的结果为：

Y^=-2582.755+0.022067X1+0.702104X2+23.98506X3

(940.6119) (0.0056) (0.0332) (8.7383) t= {-2.7458} {3.9567} {21.1247} {2.7449} R2=0.997 R—2=0.997 F=2717.2 D.W.=0.948521

Y

519.28 537.82 571.7 629. 700.02 775.59 947.35 2040.79 2090.73 2140.36 2390.47 2727.4 2821.86 2990.17 3296.91 4255.3 5126.88 6038.04 6909.82 8234.04 9262.8 10682.58 12581.51 15301.38 17636.45

国内生产总值(亿元） X2

3624.1 4038.2 4517.8 4862.4 5294.7 5934.5 7171 .4 10202.2 11962.5 14928.3 16909.2 187.9 21617.8 26638.1 34636.4 46759.4 58478.1 67884.6 74462.6 78345.2 82067.5 468.1 97314.8 104790.6

X3

1122.09 1281.79 1228.83 1138.41 1229.98 1409.52 1701.02 2004.25 2204.91 2262.18 2491.21 2823.78 3083.59 3386.62 3742.2 42.3 5792.62 6823.72 7937.55 9233.56 10798.18 13187.67 15886.5 102.58 22053.15

商品零售价格指数

财政支出（亿元） （%)

X4

100.7 102 106 102.4 101.9 101.5 102.8 108.8 106 107.3 118.5 117.8 102.1 102.9 105.4 113.2 121.7 114.8 106.1 100.8 97.4 97 98.5 99.2 98.7

4、模型检验

（1）拟合优度：R2=0.997，修正的可决系数为0.997这说明模型对样本拟合的很好。 （2）t检验：参数估计值的t检验值分别为-2.7458、3.9567、21.1247、2.7449 在置信度为0.05的临界值为1.729.绝对值均大于临界值，所以参数显著性成立。 （3）F检验：

原假设为 H0：β1=β2=β3=0 在原假设成立的条件下，统计量F服从自由度为（k,n-k-1）的F分布。给定显著性水平α=0.05，查F分布表得Fα（3，20）=3.10 F=2717.2>3.10 模型在95%的置信水平下显著成立。

（3）自相关检验：对样本量为24、3个解释变量的模型、5%显著水平，查DW统计表可知，dL=1.19，dU= 1.55，模型中DW为解决自相关问题，选用科克伦—奥克特迭代法。由上述模型可得残差序列et，在eviews中，每次回归的残差存放在resid序列中，为了对残差进行回归分析，需生成命名为e的残差序列。在命令窗口中输入genr e = resid，回车得到残差序列et。使用et进行滞后一期的自回归，在eviews命今栏中输入ls e e (-1)可得回归方程

et= 0.514568et-1

由式上式可知

ˆ=0.514568，对原模型进行广义差分，得到广义差分方程 Yt–0.514568Yt-1=(1-0.514568)β0+β1 (X1t –0.514568X1t-1) +β2 (X2t –0.514568X2t-1)

+β3(X3t –0.514568X3t-1)

对该的广义差分方程进行回归，在eviews命令栏中输入ls y-0.514568*y(-1) c x1-0.514568*x1(-1) x2-0.514568*x2(-1) x3-0.514568*x3(-1) 后回车

得到的新的回归方程为：

Y^*= -686.8311+0.021200X1*+0.700336X2*+13.091X3* （582.1232） (0.007784) (0.041802) (9.082886) t = （-1.424597） （2.723701）（16.75345）（1.490816） R2 = 0.994411 F = 1186.138 DW = 1.769060

Y^*= Yt–0.514568Yt-1 X1*= X1t –0.514568X1t-1 X2*=X2t –0.514568X2t-1 X3*=X3t –0.514568X3t-1

使用广义差分数据导致数据减少一个。查表得到 23个样本量，3个解释变量的 dL=1.17，dU= 1.，模型中DW = 1.769060> dU， 差分模型已无自相关。

经广义差分后样本容量会减少1个，为了保证样本数不减少，可以使用普莱斯—温斯特变换补充第一个观测值，由于要补充因差分而损失的第一个观测值，所以在eviews中就不能采用前述方法直接在命令栏输入Y和X的广义差分函数表达式，而是要生成差分序列X1*、X2*、X3*和Y*。在主菜单选择Quick/Generate Series或点击工作文件窗口工具栏中的Procs/Generate Series，在弹出的对话框中输入Y*= Y-0.514568*Y (-1)，点击OK得到广义差分序列Y*，同样的方法得到广义差分序列X1*、X2*、X3*。此时的X1*、X2*、X3*和Y*都缺少第一个观测值，需计算后补充进去，根据普莱斯—温斯特变换公式计算得，Y*、X1*、X2*、X3*的第一个值 分别为232.0388、1863.1、603.9861、43.02939双击工作文件窗口的X1*、X2*、X3*打开序列显示窗口，点击Edit+/-按钮，将补充到1978年对应的栏目中，得到X1*、X2*、X3* 、Y*的

24个观测值的序列。在命令栏中输入Ls Y* c X1* X2* X3*得到普莱斯—温斯特变换的广义差分模型为

Y^*= -779.4027+0.021639X1*+0.699948X2*+15.11813X3* （439.3922） (0.007600) (0.041057) (8.3933) t = （-1.773820） （2.847146）（17.04801）（1.800005） R2 = 0.994537 F = 1274.235 DW = 1.773999

由 差分方程得

β0=—779.4027\\(1—0.514568)=—1605.58575

由此，我们得到最终的中国农村居民消费模型为

Y^=—1605.58575+0.021639X1+0.699948X2+15.11813X3

5、实验小结

我们得到最终的中国农村居民消费模型为

Y^=—1605.58575+0.021639X1+0.699948X2+15.11813X3 据此可以预测下一年的税收，但是存在不足的一点就是：税收的影响因素不止是只有这三个，其他因素可能也有部分影响，所以使用该模型预测可能会有一定的误差，只适用于大体的估测。而且该模型是否还存在别的问题，尚未检测。另一方面，误差的存在也会使模型准确性受影响。

【参考文献】

1、《计量经济学》（第2版） 李子奈，潘文卿 高等教育出版社2005 2、《计量经济学软件Eviews使用指南》 张晓峒 南开大学出版社2003 3、《计量经济学习题集》 潘文卿，李子奈，高吉丽 高等教育出版社2005 【教师评语】