分析财政收入的影响因素财政收入是政府实施宏观调控的主要手段，可以有效地调节资源配置，从而促进国家经济的发展，提高人们的生活水平。

改革开放以来，随着经济体制的深化和经济的快速增长，我国的财政收入发生了很大的变化，从1989年的2664.9亿元到2008年的61330.35亿元，20年平均每年增长了16.98%。

为了研究影响中国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政收入未来的增长趋势，我们需要建立计量经济模型。

影响财政收入增长的因素有很多，主要有：财政支出、居民可支配收入、社会消费品零售总额、进出口总额、年底就业人数。

一、模型的建立本模型主要反映的是财政收入与各影响因素的关系。

在这里，我们选择“财政收入”作为被解释变量；选择“财政支出”、“城镇居民家庭人均可支配收入”、“农村居民家庭人均可支配收入”、“社会消费品零售总额”、“年底就业人数”、“进出口总额”为模型的解释变量。

从《中国统计年鉴》中收集到以下数据。

年份财政收入（亿元）财政支出（亿元）城镇居民家庭人均可支配收入（元）农村居民家庭人均可支配收入（元）社会消费品零售总额(亿元)年底就业人员数（万人）进出口总额（亿元）1989 2664.90 2823.78 1260.70 601.50 7074.20 55329 1116.00 1990 2937.10 3083.59 1510.20 686.30 7250.30 64749 5560.10 1991 3149.48 3386.62 1700.60 708.60 8245.70 65491 7225.80 1992 3483.37 3742.20 2026.60 784.00 9704.80 66152 9119.60 1993 4348.95 4642.30 2577.40 921.60 12462.10 66808 11271.00 1994 5218.10 5792.62 3496.20 1221.00 16264.70 67455 20381.90 1995 6242.20 6823.72 4283.00 1577.70 20620.00 68065 23499.90 1996 7407.99 7937.55 4838.90 1926.10 24774.10 68950 24133.80 1997 8651.14 9233.56 5160.30 2090.1 27298.90 69820 26967.20 1998 9875.95 10798.18 5425.10 2162.00 29152.50 70637 26849.70 1999 11444.08 13187.67 5854.02 2210.30 31134.70 71394 29896.20 2000 13395.23 15886.50 6280.00 2253.40 34152.60 72085 39273.20 2001 16386.04 18902.58 6859.60 2366.40 37595.20 73025 42183.60 2002 18903.64 22053.15 7702.80 2475.60 42027.10 73740 51378.20 2003 21715.25 24649.95 8472.20 2622.20 45842.00 74432 70483.50设定的多元线性回归模型为Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+μ二、参数估计将上述数据输入Eviews 软件中进行参数估计，得到以下结果:Dependent Variable: Y Method: Least Squares Date: 06/14/10 Time: 13:12 Sample: 1989 2008 C 5128.266 6249.727 0.820558 0.4267 X1 1.177815 0.163365 7.209705 0.0000 X2 -2.438244 1.040729 -2.342824 0.0357 X3 7.059414 2.826045 2.497984 0.0267 X4 -0.263680 0.184393 -1.429990 0.1763 X5 -0.082663 0.104103 -0.794049 0.4414 R-squared0.998280 Mean dependent var 17264.08 Adjusted R-squared 0.997487 S.D. dependent var 16847.80 S.E. of regression 844.6458 Akaike info criterion 16.58493 Sum squared resid 9274545. Schwarz criterion 16.93344 Log likelihood -158.8493 F-statistic 1257.743 由表中的数据可得模型估计的结果为：1234565128.266 1.177815 2.4382447.0594140.263680.0826630.121867XX X X X X Y ∧=+-+--+ (6249.727) (0.163365) (1.040729) (2.826045) (0.184393) (0.104103) (0.037099) t= (0.820558) (7.209705) (-2.342824) (2.497984) (-1.429990) (-0.794049) (3.284948)20.998280R=20.997487R= F=1257.743 df=13三、模型检验1. 经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当年的财政支出每增长1亿元，财政收入增长1.177815亿元；在假定其他变量不变的情况下，当年的城镇居民家庭人均可支配收入每增长1元，财政收入减少2.438244亿元；在假定其他变量不变的情况下，农村居民家庭人均可支配收入每增长1元，财政收入增长7.059414亿元；在假定其他变量不变的情况下，社会消费品零售总额每增长1亿元，财政收入减少0.263680亿元；在假定其他变量不变的情况下，年底就业人数每增加一万人，财政收入减少0.082663亿元；在假定其他变量不变的情况下，进出口总额每增加1亿元，财政收入增长0.121867亿元。

其中，城镇居民家庭人居可支配收入增长，而财政收入却减少，这不符合实际情况。

2. 统计检验（1） 拟合优度：由上表数据可得，20.998280R = 20.997487R=，这说明模型对样本的拟合很好。

（2） F 检验：针对H：1234560ββββββ======，给定显著性水平α=0.05，在F 分布表中查处自由度为k-1=6和n-k=13的临界值(6,13) 2.92F α= .。

表中可得，F=1257.743，由于F>F α(6，13)，故拒绝原假设，说明回归方程显著。

（3） t 检验：分别针对0H ：0(0,1,2,3,4,5,6)j j β==，给定显著性水平α=0.05，查t 分布表得自由度为13临界值2t α（13）=2.16，有表中数据可得，与0β∧、1β∧、2β∧、3β∧、4β∧、5β∧、6β∧对应的t 统计量分别为0.820558、7.209705、-2.342824、2.497984、-1.429990、-0.794049、3.284948。

其中1β∧、2β∧、3β∧、6β∧的绝对值大于2t α（13），而0β∧、4β∧、5β∧的绝对值小于2t α（13），这表明模型中可能存在严重的多重共线性。

用Eviews 计算各解释变量的相关系数，得如下结果：X1X2X3X4X5X6X1 1 0.9815249875 0.9580045764 0.9933107146 0.8061381457 0.9867161533 X2 0.9815249875 1 0.9922808302 0.9938353697 0.8799377494 0.9720492719 X3 0.9580045782 0.9922808302 1 0.9802048381 0.8897758514 0.9440232153 X4 0.9933107146 0.9938353697 0.9802048381 1 0.8399474473 0.9869230033 X5 0.8061381457 0.8799377494 0.8897758514 0.8399474473 1 0.7993001124 X6 0.9867161533 0.972049271 0.9440232153 0.9869230033 0.7993001124 1有相关系数矩阵可以看出，各解释变量向吴志坚的相关系数较高，证实确实存在严重多重共线性。

四、修正多重共线性a Dependent Variable: y结果说明，X2、X3、X4三个变量引起了模型的多重共线性，所以要剔除，留下X1、X5、X6三个变量。

将这三个变量的数据输入Eviews 中，得到如下回归结果：Dependent Variable: Y Method: Least Squares Date: 06/14/10 Time: 13:39 Sample: 1989 2008 C 12021.94 4490.044 2.677467 0.0165 X1 0.855437 0.079536 10.75528 0.0000 X5 -0.192487 0.067969 -2.831972 0.0120 R-squared0.997362 Mean dependent var 17264.08 Adjusted R-squared 0.996867 S.D. dependent var 16847.80 S.E. of regression 943.0464 Akaike info criterion 16.71296 Sum squared resid 14229385 Schwarz criterion 16.91211 Log likelihood -163.1296 F-statistic 2016.068 最后修正严重多重共线性影响的回归结果为：15612021.940.8554370.1924870.056284Y XX X ∧=+-+T= （2.677467）（10.75528） （-2.831972） （2.345573）2R =0.9973622R=0.996867 F=2016.068 DW=1.245655该模型的2R =0.9973622R=0.996867可决系数很高，F 检验值2016.068，明显显著。