中国财政收入增长分析回归分析_中国财政收入分析

中国财政收入增长分析回归分析由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“中国财政收入分析”。

中国农业大学 经济管理学院 金靓

中国财政收入增长分析

一、案例：中国财政收入增长分析

改革开放以来，中国经济的各项指标节节攀升，其中财政收入更是以持续两位数的高增长让人刮目相看，为了分析财政收入的持续增长原因，我从国家统计局网站收集了包括GDP、居民储蓄存款余额以及房地产投资等可能影响财政收入的主要因素近十五年的数据建立模型进行分析。

二、回归模型建立

Y=+1X1+2X2+3X3 其中：Y=财政收入X1=GDP

X2=居民储蓄存款余额X3=房地产投资

三、统计数据：（单位：亿元）

年份 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

财政收入 ***611444***89042***649387605***518

GDP 6079471***0289677992***333***8******0507

居民储蓄存款余额 ******73762869111036***05116******

房地产投资 3149 3216 3178 3614 4103 4984 6344 7791 10154 13158 15909 19423 25289 31203 36242

数据来源：国家统计局网站：

四、使用EXCEL回归结果检验结果如下：

第1页

回归统计

Multiple R R Square

0.998878772 0.997758802

SS 5.71E+09 12821362 5.72E+09

Adjusted R Square 0.997147566 标准误差 观测值方差分析

回归分析 残差 总计

df 3 11 14 1079.619537

Coefficients 标准误差

MS F Significance F

1.9E+09 1632.363 7.5474E-1

51165578

t Stat P-value Lower 95% Upper 95%

-5798.111236 2045.92279 0.020105687

0.1530528

Intercept GDP

居民储蓄存款余额 房地产投资

-1876.09422 1781.937-1.05284 0.314993 0.086579244 0.030202 2.866698 0.015332 0.01352142 0.025319 0.534034 0.603943 1.060447108 0.290672 3.648262 0.003832

-0.042206241 0.06924908 0.420682626 1.70021159

五、模型的回归分析解释 根据上述结果，可把模型描写为：

Y=-1876+0.0866X1+0.0135 X2+1.0604 X3 统计中：

相关系数，-1R1，正为正相关，负为负相关，越接近1相关性越高。式中R=0.9989，表示模型的表现出非常高的正相关。

判定系数（决定系数），为相关系数的平方，在判定相关性时通常用判定系数R2，越接近1相关性越高，本模型R2=0.9977，同样表示相关性很高。

R2,是对R2进行修正后的统计量，结合了样本量和模型中解释变量的个数。在与另一个加入其他解释变量的模型比较时常用。

标准误差：样本统计量的标准差，指任何一个统计值的误差有约68.3%的可能性在一个标准误差内。这里误差值为1079.62亿。

观测值：即样本量。这里我选取了近15年的数据，故观测值为15。

: degree of freedom自由度,自变量的个数。这里回归分析的自由度为3，残差自由度为15-3-1=11，总自由度为15-1=14

样本数据平方和。

第2页

样本数据平均平方和。

: 方差分析统计量，H0:0（回归模型中所有自变量不是因变量的主因）；H1:0（回归模型中有自变量是因变量的主因）。建立方差分析统计量F=

SSR/1，回归模型所有变

SSE/(n2)

量联合显著性检验，在数值足够大时可拒绝原假设，本题中F=1632，足够大，拒绝原假设H0，H1成立。

F检验的显著性检验，其值为F检验的p值，比如取95%的置信水平，则Significance F

截距，当所有自变量为0时自变量的值。这里指当GDP、居民储蓄存款余额和房地产投资为0时，财政收入为-1876.09亿（理论值）

系数，这里指、

1、

2、3各值，可直接代入假设模型。标准误差 : 这里是指以上、

1、

2、3各值的标准差。

t Stat : 样本（系数）检验，建立假设：H0:0（该自变量Xi为因变量Y的主因）；，然后建立t检验统计量：H1:0（该自变量Xi不是因变量Y变化的主因）

t=



sYX/(XiX)2

i1n



=



sYX/(XiX)2

i1n

,根据自变量的t 检验可以确定自变量对于因变量的影

响程度。本题中对于X1、X2、X3的t Stat分别为2.87、0.53、3.65，根据t分布，X1、X3对Y

影响足够大，而X2的影响很小。

上述t检验的p值，指自变量t检验的置信水平。如果取95%置信水平，则当p0.05时拒

绝原假设，t检验的有效性超过95%，此自变量对因变量有显著影响。此题中GDP和房地产投资的p值分别是0.015和0.004，对因变量财政收入的影响较大，而居民储蓄存款余额的p值为0.604，显然对因变量财政收入没有大的影响。

：下限95%，上限95%。自变量95%可信区间的上下限。

六，案例分析结果

根据上述分析，国家财政收入受GDP和房地产投资的影响比较大，呈现出明显的正相关性。即随着GDP的增长和房地产投资的增长，国家的财政收入大幅增长，其中房地产投资对财政收入的带动效应尤为明显。而作为居民财富标志的居民储蓄存款余额对国家财政收入影响较小，说明财政收入并不是随着人们的财富水平的增长而相关增长的，说明国家的财税政策可能存在某种层面的不合理性。而近期房地产投资热的部分原因可能来自于对财政收入的追求。

第3页