1、國家財政收入的的影響因素【摘要】國家的財政收入入與國民收入入、工業(yè)總產(chǎn)值值、農(nóng)業(yè)總產(chǎn)值值、總?cè)丝凇⒕蜆I(yè)人口、固定資產(chǎn)投投資等因素有有關(guān)。首先，我我們根據(jù)所給給數(shù)據(jù)，對數(shù)數(shù)據(jù)進行描述述性分析。之之后，我們對對數(shù)據(jù)進行了了回歸分析，構(gòu)構(gòu)造了預(yù)測模模型，獲得了了模型的回歸歸系數(shù)估計值值，然后，考慮到每每個回歸系數(shù)數(shù)置信區(qū)間包包含零點與否否的情況，我我們對模型進進行了一系列列的統(tǒng)計檢驗驗，并對模型型進行了消除除序列相關(guān)性性的改進，使使模型通過了了各個統(tǒng)計的的檢驗。之后，我們代入入所給數(shù)據(jù)11953年-19880年的各項項經(jīng)濟指標，得得到預(yù)測值與實實際值的擬合合效果較好，預(yù)預(yù)測較準確。最后，我們根據(jù)據(jù)網(wǎng)

2、絡(luò)上查到到的數(shù)據(jù)，利利用該模型對對1990年年和2000年年的財政收入入作出預(yù)測，并并對結(jié)果進行行了分析。關(guān)鍵詞：MATTLAB EEviewss 財政收入入 回歸模型型 LM檢驗 序列相相關(guān)性問題重述國家的財政收入入與國民收入入、工業(yè)總產(chǎn)值值、農(nóng)業(yè)總產(chǎn)值值、總?cè)丝?、就業(yè)人口、固定資產(chǎn)投投資等因素有有關(guān)，根據(jù)所所給數(shù)據(jù)，對對數(shù)據(jù)進行分分析，構(gòu)造預(yù)預(yù)測模型，并并利用該模型型對19900年和2000年年的財政收入入作出預(yù)測。問題假設(shè)財政收入只可能能與問題重述述中提到的66個因素有關(guān)關(guān)，而與其它它因素無關(guān)；所給數(shù)據(jù)真實準準確，無錄入入錯誤。不考慮偏差大的的數(shù)據(jù)，在建建模中把異常常點的數(shù)據(jù)剔剔除。三、

3、符號說明y：財政收入；x1：國民收入入；x2：工業(yè)總產(chǎn)產(chǎn)值；x3：農(nóng)業(yè)總產(chǎn)產(chǎn)值；x4：總?cè)丝?；x5：就業(yè)人口口；x6：固定資產(chǎn)產(chǎn)投資；0，1，2，3，4，5，6：回歸系數(shù)數(shù)；E：隨機誤差。X1(-1)，XX3(-1)，X6(-1)：x11，x3，xx6的一階滯滯后項；YF：財政收入入的預(yù)測值四、問題分析、模型的建立與求解1.問題的分析析首先對數(shù)據(jù)作初初步分析。分分別用MATTLAB作出出財政收入與與6個因素的的散點圖，從中找出異異常的點，從從而把異常的的點所對應(yīng)的的數(shù)據(jù)剔除： 圖1 x1-yy散點圖圖2 x2-yy散點圖圖3 x3-yy散點圖圖4 x4-yy散點圖圖5 x5-yy散點圖由該圖可

4、以明顯顯看出，最右右邊有一個異異常點：19981年就業(yè)業(yè)人口攀升為為732800，較之前有有大幅度增長長，但財政收收入明顯地低低于預(yù)測值，為為使個別數(shù)據(jù)據(jù)不致影響整整個模型，我我們將該異常常數(shù)據(jù)去掉。去去掉后的x55-y散點圖圖如下：圖6 去掉異常常點后的x55-y散點圖圖圖7 x6-yy散點圖2.模型的建立立從以上的散點圖圖可以看出財財政收入Y與x1x66大致都呈現(xiàn)現(xiàn)線性的關(guān)系系，我們再引引入一個常量量回歸系數(shù)0，作出了了初步的模型型：y=0+11x1+2x2+3x3+4x4+5x5+6x6+EE （11）3.模型的求解解首先我們剔除掉掉因為19881年就業(yè)人人口對財政收收入影響異常常的特殊

5、點（見見圖6），之之后利用MAATLAB統(tǒng)統(tǒng)計工具箱中中命令reggress求求解，得到模模型（1）的的回歸系數(shù)估估計值及其置置信區(qū)間（置置信水平=0.055）、檢驗統(tǒng)統(tǒng)計量R2，F(xiàn)，p的的結(jié)果見表11。參數(shù)參數(shù)估計值參數(shù)置信區(qū)間0-15.53444-366.58816 3335.5112710.51000.2301 0.78982-0.02599-0.07699 00.025113-0.59055-0.99011 -00.1908840.0113-0.00288 00.025445-0.02300-0.04922 00.0032260.3419-0.03877 00.72255R2=0.98

6、840，F(xiàn)=225.88953，pp=0.00000表1 模型（11）的計算結(jié)結(jié)果表1顯示，R22=0.98440指因變量量y（財政收收入）的988.40%可可由模型（1）的的自變量的變變化來解釋，F(xiàn)值遠遠超超過F檢驗的的臨界值，pp=0遠小于于，因而模型型（1）從整整體來看是可可用的。表1的回歸系數(shù)數(shù)給出了模型型（1）中0，1，2，3，4，5，6的估計值值，即，。檢查它們們的置信區(qū)間間發(fā)現(xiàn)，0，2，4，5，6的置信區(qū)區(qū)間包含零點點。從估計結(jié)果果來看，模型型可能存在多多重共線性。原原因如下：在在5%的顯著著性水平下，由由置信區(qū)間可可以看出除xx1與x3外外，所有回歸歸系數(shù)的t檢檢驗值均小于于臨

7、界值；但但F統(tǒng)計量的的值225.8953遠遠遠大于臨界界值，且擬合合優(yōu)度很高，解解釋變量對被被解釋變量有有顯著的解釋性能力力。應(yīng)用Eviewws軟件，采采用菜單操作作可得各解釋釋變量之間的的相關(guān)系數(shù)表表，結(jié)果見表表2： 表表2 從上圖可以看出出六個解釋變變量之間兩兩兩簡單相關(guān)關(guān)關(guān)系都在800%以上，甚甚至有的在998%以上，超超過了擬合優(yōu)優(yōu)度，這表明明模型存在嚴嚴重的多重共共線性。4.模型的改進進根據(jù)以上的分析析，我們采用用逐步回歸法法來確定回歸歸模型。第一步，用每個個解釋變量分分別對被解釋釋變量做簡單單回歸，從而而決定解釋變變量的重要程程度，為解釋釋變量排序。應(yīng)應(yīng)用Evieews軟件，采采用

8、菜單操作作可得各解釋釋變量與被解解釋變量的擬擬合優(yōu)度：xx1的擬合優(yōu)優(yōu)度R2=00.9512223 xx2的擬合優(yōu)優(yōu)度R2=0.9377951、x3的擬合優(yōu)優(yōu)度R2 =0.8443960 、X4的擬合優(yōu)度度R2= 0.8655832 、x5的擬擬合優(yōu)度R22 = 0.8600956 x6的擬合合優(yōu)度R2 = 0.9399462根據(jù)t統(tǒng)計量的的大小排序，可可見解釋變量量的重要程度度依次為：xx1，x6，xx2，x4，xx5，x3 。第二步，以Y=21.822266+00.32333378X11為基礎(chǔ)，依依次引入x66，x2，xx4，x5，xx3 。 根據(jù)據(jù)逐步回歸法法的原則，最最終確定的模模型（

9、2）為為： Y=163.11010+00.4062223X1-0.491127X3+0.3300958X66 （22）其中其模型的分分析結(jié)果為： 表3 模型型（2）的計計算結(jié)果由上表可以看出出，模型（22）的所有變變量的參數(shù)都都通過了t檢檢驗，且F值值為440.9664，比比模型（1）的F值值大很多，這說明明模型的顯著著性是可以通通過的。但模模型（2）的的DW值是11.5052283，又對對于顯著性水水平=0.055，n=299，k=3，查查D-W分布布表，得到檢檢驗的臨界值值dL=1.277和dU=1.566，由此可知知，模型（22）的DW值值位于臨界值值dL和 dU之間，因此不不能判斷模型

10、型是否存在序序列相關(guān)性。下面用LM檢驗驗檢驗?zāi)Ｐ停?2）是否存在在序列相關(guān)性性，首先檢驗驗?zāi)Ｐ偷囊浑A階序列相關(guān)性性。應(yīng)用Evviews軟軟件，采用菜菜單操作可得得LM檢驗的的結(jié)果，結(jié)果果見表4： 表4由上圖可得，存存在一階序列列相關(guān)的概率率P=0.335864550.055，所以認為為模型存在一一 階序列相相關(guān)性。下面檢驗?zāi)Ｐ褪鞘欠翊嬖趦呻A階序列相關(guān)性性。應(yīng)用Evviews軟軟件，采用菜菜單操作可得得LM檢驗的的結(jié)果，結(jié)果果見表5： 表表5由上圖可知，存存在兩階序列列相關(guān)的概率率P=0.00364111 dU=1.566且4-ddU，由此認為為修正后的模模型（2）不不存在一階序列相關(guān)性性。所以

11、修正正后的模型為為：Y-0.2177615Y(-1)=1163.10010(1-0.2177615)+0.4066223(XX1-0.22176155X1(-11)-0.491277(X3-00.2176615X3(-1)+0.3300958(XX6-0.22176155X6(-11) （4）5.結(jié)果分析從表面上看，經(jīng)經(jīng)過用廣義差差分法修正后后的模型（22）已經(jīng)不存存在序列相關(guān)關(guān)性了，這就就說明模型排排除了序列相相關(guān)性的干擾擾。用廣義差差分法修正后后的模型（22）的擬合度度已經(jīng)達到了了R2=0.988，這表明財財政收入的998%可以由由解釋變量xx1、x3、xx6解釋。殘差E=F-FFY可以作

12、為為隨機誤差的的估計值，畫畫出隨機誤差差E的走勢圖（圖8）能夠從直直觀上判斷的自相關(guān)性性。圖8 修正后的的模型（2）E的走勢圖從圖8可以看出出，隨機誤差差項E的走勢勢大概呈現(xiàn)標標準正態(tài)分布布的趨勢，這這表明E幾乎不存在自相關(guān)關(guān)性了。下面，我們將使使用修正后的的模型（2）對之前數(shù)數(shù)據(jù)進行評價價：年份1953195419551956195719581959實際值216248254268286357444預(yù)測值197.04888241.84554235.62226276.36888267.65446375.13001483.69887年份1960196119621963196419651966實際值

13、506271230266323393466預(yù)測值517.58448305.61449233.92338255.06331301.56887377.60223431.36445年份1967196819691970197119721973實際值352303447564638658691預(yù)測值376.79442349.95442448.86778553.85221614.61558635.77772667.88887年份1974197519761977197819791980實際值655692657723922890826預(yù)測值662.95007718.79119672.97997723.44887

14、829.07886878.60001893.52668表7 財政收入入的預(yù)測值與與實際值對比比 圖9 財政收入預(yù)預(yù)測值與實際際值的擬合圖圖從上可以看到，預(yù)預(yù)測值與實際際值還是相當當吻合的。之后，我們查閱閱了19900年及20000年的國民民收入、工業(yè)總產(chǎn)值值、農(nóng)業(yè)總產(chǎn)值值、總?cè)丝?、就業(yè)人口、固定資產(chǎn)投投資，代入模模型（2）。結(jié)結(jié)果如下：年份國民收入工業(yè)總產(chǎn)值農(nóng)業(yè)總產(chǎn)值總?cè)丝诰蜆I(yè)人口固定資產(chǎn)投資199011412.99622452.227514611295463931.994517200098000.5575710.66913873.6612674372116.77732917.77年份財政收入

15、（預(yù)測測值）財政收入（實際際值）19903766.22821.86620004405213395.223表8 19900年和20000年財政收收入預(yù)測值與與實際值對比比數(shù)據(jù)來源自CCNKI中國國統(tǒng)計年鑒數(shù)數(shù)據(jù)庫從表8可以看到到，19900年預(yù)測值與與實際值和2000年年的預(yù)測值都都相差較大，原原因不一定是是模型建立的的偏差大，還還有可能是其其他原因，如如在查閱數(shù)據(jù)據(jù)時，我們就就發(fā)現(xiàn)了20000年的工業(yè)總產(chǎn)產(chǎn)值數(shù)據(jù)注明明了“1990年不不變價格”，而其余數(shù)數(shù)據(jù)沒有此說說明項；且11980年后后國家實行了了改革開放的的經(jīng)濟政策，經(jīng)經(jīng)濟的發(fā)展規(guī)規(guī)律發(fā)生了很很大的變化，用用1980年年以前的數(shù)據(jù)據(jù)建立

16、起來的的模型去預(yù)測19880年后的一一些經(jīng)濟數(shù)據(jù)據(jù)自然會有較較大的偏差。并且，在固定資資產(chǎn)投資一欄欄，我們查到到了非常詳細細的分類，固固定資產(chǎn)投資資資金來源中中國家預(yù)算內(nèi)內(nèi)資金，固定資產(chǎn)投投資資金來源源中國內(nèi)貸款款，固定資產(chǎn)投投資資金來源源中自籌和其其他資金等備備注，而題目目并未給出，這這給我們篩選選數(shù)據(jù)帶來了了極大的困難難。總的來說，模型型對于19552-19880年的經(jīng)濟濟數(shù)據(jù)來說，依依然有一定的的參考價值和和預(yù)測價值，但但由于各種方方面的原因與與因素，對于于1990年年和20000年預(yù)測值與與實際值的匹匹配程度是有有限。五、模型的評價價優(yōu)點模型的決定系數(shù)數(shù)R2=0.988較高，且都都是一

17、次項，計計算簡便。消除了模型中出出現(xiàn)的序列相相關(guān)性和多重重共線性，對對19521980年年之間的數(shù)據(jù)據(jù)預(yù)測效果較較好。缺點對1981年之之后的數(shù)據(jù)預(yù)預(yù)測值逐漸產(chǎn)產(chǎn)生偏差，只只適用于預(yù)測測所用數(shù)據(jù)的的時間段，有有效的預(yù)測時時間段較段。六、模型的推廣廣與改進從前文的分析來來看，我們認認為19811年后，物價價、通貨膨脹脹、人民幣幣幣值等因素極極大地影響了了我們的預(yù)測測數(shù)據(jù)，若補補充上物價衡衡量指數(shù)，消消費水平指數(shù)數(shù)（CPI）等等數(shù)據(jù)，模型型的擬合度效效果應(yīng)該會更更準確，而且且加上這些因因素后，對以以后時間段的的預(yù)測應(yīng)該會會更長，偏差差也會更小。七、附件（1）導(dǎo)入數(shù)據(jù)據(jù)的程序：a=xlsreead(

18、CC:Doccumentts andd Setttingssyzx110桌面新建 Miicrosooft Exxcel 工工作表.xlls)（2）畫散點圖圖的程序： 圖1 plot(a(:,2),a(:,88),*);xlabel(國民收入入);title(財政收入(億元);圖2plot(a(:,3),a(:,88),*);xlabel(工業(yè)總產(chǎn)產(chǎn)值);title(財政收入(億元);圖3plot(a(:,4),a(:,88),*);xlabel(農(nóng)業(yè)總產(chǎn)產(chǎn)值);title(財政收入(億元);圖4plot(a(:,5),a(:,88),*);xlabel(總?cè)丝?;title(財政收入(億元);

19、圖5plot(a(:,6),a(:,88),*);xlabel(就業(yè)人口口);title(財政收入(億元);圖6plot(a(1:29,6),a(1:29,8),*);xlabel(就業(yè)人口口);title(財政收入(億元);圖7plot(a(:,7),a(:,88),*);xlabel(固定資產(chǎn)產(chǎn)投資);title(財政收入(億元);（3）模型（11）的MATTLAB程序序：x1=5988,586,707,737,8825,8337,10228,11114,10779,7577,677,779,9943,11152,13322,12249,11187,13372,16638,17780,18

20、833,19978,19993,21121,20052,21189,24475,27702,27791;x2=3499,455,520,5558,7115,7988,12355,16811,18700,11566,964,1046,1250,1581,1911,1647,1565,2101,2747,3156,3365,3684,3696,4254,4309,4925,5590,6065,6592;x3=4611,475,491,5529,5556,5755,598,509,4444,4334,4611,514,584,6632,6887,6977,680,688,7767,7990,7899

21、,855,891,9932,9555,9711,10588,11500,11944;x4=574482,588796,660266,614655,628228,646653,655994,667207,662077,658559,672295,699172,770499,725388,745442,763368,788534,880671,829922,852229,871177,899211,990859,924211,937117,949974,966259,997542,987055;x5=207729,211364,221832,223288,230118,237711,266600,

22、226173,258800,255990,251110,266640,227736,286700,298005,308814,311915,333225,344322,356220,358854,366652,337369,381688,388334,393377,399856,440581,418966;x6=44,89,977,98,1150,1339,2566,338,380,1138,666,85,1129,1775,2122,156,127,2207,3112,3555,354,374,3393,4662,4433,454,550,5564,5668; Y=1184,2116,248

23、8,254,268,2286,3557,4444,506,271,2230,2666,3233,393,466,3352,3003,4477,564,638,6658,6991,6555,692,657,7723,9222,8900,826; X=oness(29,11),x1,x2,x33,x4,xx5,x6; b,bintt,r,riint,sttats=regreess(Y,X) （4）求得的各各解釋變量與與被解釋變量量的擬合優(yōu)度度的結(jié)果 （5）、根據(jù)逐逐步回歸的方方法所得到的的一些分析結(jié)結(jié)果： （6）：用MAATLAB畫畫財政收入與與財政收入預(yù)預(yù)測值的擬合合圖的程序：YF=1977.04888,241