论文部分内容阅读
摘要：文章运用现代计量经济方法，选用辽宁省的税收收入（TAX）以及GDP等数据，通过分析辽宁省税收总量与GDP之间的相互关系，建立了一个简易的税收预测模型。同时把税收模型与辽宁省的具体经济发展状况联系起来进行实证研究，从而得出结果：协整检验结果表明辽宁TAX与GDP之间不存在着长期稳定的协整关系；Grange因果关系检验证实他们二者存在着TAX对GDP的单向因果关系。此外，在实证分析的基础上文章阐明了影响辽宁省税收增长的主要因素除了GDP之外，还有财政支出总额、固定资产投资额、社会消费品零售总额、外贸进出口总额、工业总产值等。最后，文章提出一些相关的政策性建议。
关键词：税收收入；税收预测；逐步回归
一、辽宁省税收收入与GDP总量的关系
（一）数据收集与处理
本文选取了两个显著的经济总量指标分析辽宁省税收与经济发展之间的关系：GDP、辽宁省税收收入总量（TAX）。
（二）协整检验
协整检验对于检验非平稳时间序列变量之间是否存在着长期稳定的关系这方面，在计量经济学领域，成绩卓越。本文采用了协整检验来分析辽宁省TAX与GDP是否存在稳定关系，从操作方法上分为单一方程的EG两步法检验和多变量联立方程的Johansen最大似然法检验。
1.平稳性和单整性检验
用ADF检验法分别对辽宁省1994年-2009年的TAX和GDP进行平稳性和单整性检验。首先观察时序图，如图1所示。
图标显示TAX和GDP都有很明显的上升走势，因而采用带常数项和趋势项的模型(2-3)进行检验，ADF法检验结果表2所示：
从表2可以看出，TAX和GDP二者的T统计量值都大于1%、5%、10%这三个显著水平临界值。所以接受原假设，表明他们之间存在单位根，是非平稳的。
按同样的方法，继续对其用一阶差分和二阶差分进行单位根检验，最终结果如表3所示：
从表3可以看出，TAX和GDP都是二阶单整的。后面对他们之间的长期稳定关系进行协整关系检验。
2.协整检验
对TAX和GDP这两个变量建立协整回归模型如下：
TAXt=α+β*GDPt+μt
用OLS法对上述模型进行估计，得到结果如下：
TAX=0.1827*GDP-214.0129
(65.262 ) (-10.0746)
R2=0.9967 D-W=1.337
对以上方程得到的残差序列进行平稳性检验，采用如下模型：
Δμt＝α+ωμt-1+εt
得到检验结果如表4所示。
从表4可以看出，T统计量值大于专用于协整检验的ADF临界值，序列TAX与GDP之间不存在着长期稳定的协整关系。
3.格兰杰因果关系检验
前文检验出辽宁省TAX与GDP之间不存在长期稳定的协整关系。下面将通过格兰杰因果检验（Grangercausalitytest），看看是否存在格兰杰因果关系。
Granger因果关系检验是目前用于检验两个变量之间是否存在因果关系的常用检验方法。由J.Grange在1969年提出的，在此以后，又有很大的发展。
在Eviews6.0软件中使用格兰杰因果检验得到结果如表5所示：
从表5可以看出，在99.2%把握水平下，接受TAX是GDP变化的原因的这个假设。然而在85%把握水平下，可以拒绝GDP是TAX变化的原因的这个假设，从而说明TAX与GDP的因果关系只是单向的，而非双向的。
二、基于逐步回归预测模型的税收增长分析
（一）影响税收收入的因素
根据税收理论，税收收入总额（TAX）的主要影响因素是：国内生产总值GDP（X1）、工业总产值（X2）、财政支出总额（X3）、社会消费品零售总额（X4）、外贸进出口总额（X5）、职工工资总额（X6）、固定资产投资额（X7）、居民消费价格指数（X8）等。下面选取1994-2009年数据，运用最小二乘数估计法（简称“OLS”），建立税收收入总额（TAX）的非线性影响因素分析模型，确定影响TAX的主要影响因素及影响程度是多少。
（二）建立逐步回预测模型
非线性影响因素分析模型为：
TAX=β0(X1) β1(X2) β2(x3) β3(x4) β4 (X5) β5(X6) β6(X7) β7(X8) β8ε①
①式中，β1-β8为待估参数，ε为随机项。β0为估计参数，对①式两端取自然对数。
能够得到如下非线性对数模型：
1n(TAX)=lnβ0+β1ln(x1)+β21n(x2)+β3㏑(x3)+β41n(x4)+β51n(x5)+β61n(x6)+ β71n(x7)+β81n(x8)+Inε ②
对所选的样本区间数据，对②式应用“OLS”法，得模型如下：
LOG(TAX)=-2.893+0.924*LOG(x1)+0.012*LOG(x7)+0.262*LOG(x4)+0.167*LOG(x3)+0.126*LOG(x8) +0.119*LOG(x6)-0.556*LOG(x2) + 0.248*LOG(x5)
(-0.727) (1.369)(0.064) (0.508) (0.62) (0.207) (0.291) (-1.446) (1.784)
R2=0.999 F值=899.95 D-W=3.193
上述方程有许多变量的符号与计量经济学原理不符，变量的系数也不显著，尽管拟合优度很高，但表面各个变量之间存在着多重共线性。下面采用逐步回归法，剔除不显著变量。
利用逐步回归方法对以上九个变量进行回归，8个回归方程在第一步就能得到如下：
TAX=-214.013+0.183*X1③ (-10.075) (65.262)
R2=0.95 F值=4259.128 D-W=1.337
TAX=321.874+0.195*X7④
(7.899) (23.391)
R2=0.975 F值=547.133 D-W=0.209
TAX=-278.426+0.503*X4⑤
(-7.653) (39.631)
R2=0.991 F值=1570.578 D-W=
1.707
TAX=91.665+0.969*X3⑥
（4.838) (59.196)
R2=0.997 F值=3563.617 D-W=
2.239
TAX=4051.454-29.409*X8⑦
(1.48) (-1.121)
R2=0.082 F值=1.256 D-W=0.103
TAX=-610.238+2.097*X6⑧
(-13.998) (39.931)
R2=0.95 F值=1594.47 D-W=0.56
TAX=-152.191+0.395*X2⑨
(-4.36) (38.154)
R2=0.991 F值=1455.747 D-W=
1.11
TAX=-18.865+3.382*X5⑩
(-0.426) (27.529)
R2=0.981 F值=757.821 D-W=
1.356
比较上述八个方程可以看出，模型⑥拟合效果最好。
综合考虑方程的显著性和各变量系数的显著性时，在加上政策因素变量影响条件下，选其作为基准方程。运用逐步回归方法对其他七个变量逐步引入。先是得出引入社会消费品零售总额（X4）的模型效果最好。然后再将剩余的六个变量逐步引入回归方程，得到引入工业总产值（X2）的模型效果最好。再次将剩余的五个变量逐步引入回归方程中，得到引入外贸进出口总额（X5）的模型效果最好。再将剩余的四个变量逐步引入回归方程中，得到引入固定资产投资额（X7）的模型效果最好。把剩余的变量继续引入到模型中，最终使得模型拟和效果不能得到改善，从而得到预测模型为：
LOG(TAX)=0.088+0.149*LOG(X7)+
(0.164) (1.408) (1.661)
0.407*LOG(X4)+0.319*LOG(X3)+
(3.523) (2.526)
0.201*LOG(X2) +0.24*LOG(X5)
(1.945)
R2=0.998769 F值=1216.65 D-W=2.771
（三）模型统计学检验
从上述建立的逐步回归模型中可以知道，模型的拟和优度为0．998769，拟和效果很好。D-W值为2.771，不存在自相关。但为了使检验模型更加有效，在此对残差序列异方差检验代替古典检验。
采用White检验检验回归残差的异方差，结果如下：nR2=15.9803＜χ2=26.296（显著水平为5%）故残差序列不存在异方差性。上述检验结果证明逐步回归法建立的税收收入预测模型综合效果较好。
（四）模型分析
根据所建立的计量经济模型，影响辽宁省税收收入规模的主要因素是财政支出总额、固定资产投资额、社会消费品零售总额、外贸进出口总额、工业总产值。它们对对税收收入变化的解释能力已达到99.88%。从各因素的t统计值来看，各因素影响的重要程度依次为财政支出总额、工业总产值、外贸进出口总额、社会消费品零售总额和固定资产投资额。财政支出总额综合反映了辽宁省的经济发展情况，每增加10亿财政支出总额，将使税收收入上涨3.19亿，代表了经济环境对税收收入的影响；工业总产值每增加10亿，税收收入增加2.01亿；外贸进出口总额每增加10亿，税收收入将增加2.4亿；社会消费品零售总额每增加10亿，税收收入将增加4.7亿；固定资产每增加10亿，税收收入将增加1.49亿。
三、相关政策性建议
（一）发展经济是增加税收的根本途径
1.改善GDP结构，提高GDP质量，促进GDP增长。辽宁省传统产业发展比较快，高新技术产业发展缓慢，同时各地区发展很不均衡，各行业存在加工深度低，产业附加值低的问题，经济增长方式在很大程度上还是粗放型，主要通过增加投资规模出现经济繁荣，促进GDP增长，从而带动税收收入增长，靠投资带动经济发展的同时，还需大力推进高新技术产业的发展，抢占高新技术制高点，提高固定资产投资额、社会消费品零售总额。
2.加快产业结构优化升级，加强产业优势与税收优势的结合。由于历史原因，辽宁省是典型的第二产业、公有制占主体地位的省份，GDP在第二产业的税收贡献率较高，税收收入对第二产业的依赖性较强，特别是过分依赖于重点税源，把税收的大头压在少数企业身上。辽宁省应提高各次产业之间的关联程度，促进产业结构从低水平向高水平发展，加快产业结构优化升级。同时，把握经济发展的节奏，充分利用辽宁省的工业基础和丰富的资源优势，努力发展电力（信息产业）、汽车、石化、建筑、机械等国民经济主导产业，促进产业结构和产品结构的合理化，加快工业总产值的增加，为税收和GDP的增加提供稳定的基础。
（二）开辟新税源，扩大税基，增加税收，提高宏观税负水平
“经济决定财政，财政影响经济”，现在及今后，经济结构的不断调整和经济运行质量的不断提高仍然是辽宁省经济工作的中心。目前，要全面地启动辽宁省省经济增长，以扩大内需为主，投资、消费和出口三管齐下。
（三）围绕政府中心工作，大力调整财政支出结构，积极构建公共支出新格局
从建立的预测模型来看，财政支出总额是影响辽宁省税收的最主要因素，因此加大财政支出对辽宁省税收收入的增加有至关重要的作用。调整各级政府财力的总量和增量支出结构，将调整下来的总量和增量支出，按照政府的要求增加科技投入、农业投入和社会保障资金的需求，逐步构建起辽宁省公共财政框架体系。
参考文献：
1.赵卫亚,彭寿康,朱晋.计量经济学[M].机械工业出版社,2008.
2.辽宁省统计局.辽宁统计年鉴[M].中国统计出版社,2010.
3.朱争.我国税收收入预测模型与实证分析[D].苏州大学,2006.
4.程毛林.我国税收增长的影响因素和预测分析[J].扬州大学税务学院学报,2008(2).
5.William H.Greene.Econometric Analysis，fifth edition[M].New York：Prentice．Hall International Inc．,2003.
（作者单位：沈阳大学）
关键词：税收收入；税收预测；逐步回归
一、辽宁省税收收入与GDP总量的关系
（一）数据收集与处理
本文选取了两个显著的经济总量指标分析辽宁省税收与经济发展之间的关系：GDP、辽宁省税收收入总量（TAX）。
（二）协整检验
协整检验对于检验非平稳时间序列变量之间是否存在着长期稳定的关系这方面，在计量经济学领域，成绩卓越。本文采用了协整检验来分析辽宁省TAX与GDP是否存在稳定关系，从操作方法上分为单一方程的EG两步法检验和多变量联立方程的Johansen最大似然法检验。
1.平稳性和单整性检验
用ADF检验法分别对辽宁省1994年-2009年的TAX和GDP进行平稳性和单整性检验。首先观察时序图，如图1所示。
图标显示TAX和GDP都有很明显的上升走势，因而采用带常数项和趋势项的模型(2-3)进行检验，ADF法检验结果表2所示：
从表2可以看出，TAX和GDP二者的T统计量值都大于1%、5%、10%这三个显著水平临界值。所以接受原假设，表明他们之间存在单位根，是非平稳的。
按同样的方法，继续对其用一阶差分和二阶差分进行单位根检验，最终结果如表3所示：
从表3可以看出，TAX和GDP都是二阶单整的。后面对他们之间的长期稳定关系进行协整关系检验。
2.协整检验
对TAX和GDP这两个变量建立协整回归模型如下：
TAXt=α+β*GDPt+μt
用OLS法对上述模型进行估计，得到结果如下：
TAX=0.1827*GDP-214.0129
(65.262 ) (-10.0746)
R2=0.9967 D-W=1.337
对以上方程得到的残差序列进行平稳性检验，采用如下模型：
Δμt＝α+ωμt-1+εt
得到检验结果如表4所示。
从表4可以看出，T统计量值大于专用于协整检验的ADF临界值，序列TAX与GDP之间不存在着长期稳定的协整关系。
3.格兰杰因果关系检验
前文检验出辽宁省TAX与GDP之间不存在长期稳定的协整关系。下面将通过格兰杰因果检验（Grangercausalitytest），看看是否存在格兰杰因果关系。
Granger因果关系检验是目前用于检验两个变量之间是否存在因果关系的常用检验方法。由J.Grange在1969年提出的，在此以后，又有很大的发展。
在Eviews6.0软件中使用格兰杰因果检验得到结果如表5所示：
从表5可以看出，在99.2%把握水平下，接受TAX是GDP变化的原因的这个假设。然而在85%把握水平下，可以拒绝GDP是TAX变化的原因的这个假设，从而说明TAX与GDP的因果关系只是单向的，而非双向的。
二、基于逐步回归预测模型的税收增长分析
（一）影响税收收入的因素
根据税收理论，税收收入总额（TAX）的主要影响因素是：国内生产总值GDP（X1）、工业总产值（X2）、财政支出总额（X3）、社会消费品零售总额（X4）、外贸进出口总额（X5）、职工工资总额（X6）、固定资产投资额（X7）、居民消费价格指数（X8）等。下面选取1994-2009年数据，运用最小二乘数估计法（简称“OLS”），建立税收收入总额（TAX）的非线性影响因素分析模型，确定影响TAX的主要影响因素及影响程度是多少。
（二）建立逐步回预测模型
非线性影响因素分析模型为：
TAX=β0(X1) β1(X2) β2(x3) β3(x4) β4 (X5) β5(X6) β6(X7) β7(X8) β8ε①
①式中，β1-β8为待估参数，ε为随机项。β0为估计参数，对①式两端取自然对数。
能够得到如下非线性对数模型：
1n(TAX)=lnβ0+β1ln(x1)+β21n(x2)+β3㏑(x3)+β41n(x4)+β51n(x5)+β61n(x6)+ β71n(x7)+β81n(x8)+Inε ②
对所选的样本区间数据，对②式应用“OLS”法，得模型如下：
LOG(TAX)=-2.893+0.924*LOG(x1)+0.012*LOG(x7)+0.262*LOG(x4)+0.167*LOG(x3)+0.126*LOG(x8) +0.119*LOG(x6)-0.556*LOG(x2) + 0.248*LOG(x5)
(-0.727) (1.369)(0.064) (0.508) (0.62) (0.207) (0.291) (-1.446) (1.784)
R2=0.999 F值=899.95 D-W=3.193
上述方程有许多变量的符号与计量经济学原理不符，变量的系数也不显著，尽管拟合优度很高，但表面各个变量之间存在着多重共线性。下面采用逐步回归法，剔除不显著变量。
利用逐步回归方法对以上九个变量进行回归，8个回归方程在第一步就能得到如下：
TAX=-214.013+0.183*X1③ (-10.075) (65.262)
R2=0.95 F值=4259.128 D-W=1.337
TAX=321.874+0.195*X7④
(7.899) (23.391)
R2=0.975 F值=547.133 D-W=0.209
TAX=-278.426+0.503*X4⑤
(-7.653) (39.631)
R2=0.991 F值=1570.578 D-W=
1.707
TAX=91.665+0.969*X3⑥
（4.838) (59.196)
R2=0.997 F值=3563.617 D-W=
2.239
TAX=4051.454-29.409*X8⑦
(1.48) (-1.121)
R2=0.082 F值=1.256 D-W=0.103
TAX=-610.238+2.097*X6⑧
(-13.998) (39.931)
R2=0.95 F值=1594.47 D-W=0.56
TAX=-152.191+0.395*X2⑨
(-4.36) (38.154)
R2=0.991 F值=1455.747 D-W=
1.11
TAX=-18.865+3.382*X5⑩
(-0.426) (27.529)
R2=0.981 F值=757.821 D-W=
1.356
比较上述八个方程可以看出，模型⑥拟合效果最好。
综合考虑方程的显著性和各变量系数的显著性时，在加上政策因素变量影响条件下，选其作为基准方程。运用逐步回归方法对其他七个变量逐步引入。先是得出引入社会消费品零售总额（X4）的模型效果最好。然后再将剩余的六个变量逐步引入回归方程，得到引入工业总产值（X2）的模型效果最好。再次将剩余的五个变量逐步引入回归方程中，得到引入外贸进出口总额（X5）的模型效果最好。再将剩余的四个变量逐步引入回归方程中，得到引入固定资产投资额（X7）的模型效果最好。把剩余的变量继续引入到模型中，最终使得模型拟和效果不能得到改善，从而得到预测模型为：
LOG(TAX)=0.088+0.149*LOG(X7)+
(0.164) (1.408) (1.661)
0.407*LOG(X4)+0.319*LOG(X3)+
(3.523) (2.526)
0.201*LOG(X2) +0.24*LOG(X5)
(1.945)
R2=0.998769 F值=1216.65 D-W=2.771
（三）模型统计学检验
从上述建立的逐步回归模型中可以知道，模型的拟和优度为0．998769，拟和效果很好。D-W值为2.771，不存在自相关。但为了使检验模型更加有效，在此对残差序列异方差检验代替古典检验。
采用White检验检验回归残差的异方差，结果如下：nR2=15.9803＜χ2=26.296（显著水平为5%）故残差序列不存在异方差性。上述检验结果证明逐步回归法建立的税收收入预测模型综合效果较好。
（四）模型分析
根据所建立的计量经济模型，影响辽宁省税收收入规模的主要因素是财政支出总额、固定资产投资额、社会消费品零售总额、外贸进出口总额、工业总产值。它们对对税收收入变化的解释能力已达到99.88%。从各因素的t统计值来看，各因素影响的重要程度依次为财政支出总额、工业总产值、外贸进出口总额、社会消费品零售总额和固定资产投资额。财政支出总额综合反映了辽宁省的经济发展情况，每增加10亿财政支出总额，将使税收收入上涨3.19亿，代表了经济环境对税收收入的影响；工业总产值每增加10亿，税收收入增加2.01亿；外贸进出口总额每增加10亿，税收收入将增加2.4亿；社会消费品零售总额每增加10亿，税收收入将增加4.7亿；固定资产每增加10亿，税收收入将增加1.49亿。
三、相关政策性建议
（一）发展经济是增加税收的根本途径
1.改善GDP结构，提高GDP质量，促进GDP增长。辽宁省传统产业发展比较快，高新技术产业发展缓慢，同时各地区发展很不均衡，各行业存在加工深度低，产业附加值低的问题，经济增长方式在很大程度上还是粗放型，主要通过增加投资规模出现经济繁荣，促进GDP增长，从而带动税收收入增长，靠投资带动经济发展的同时，还需大力推进高新技术产业的发展，抢占高新技术制高点，提高固定资产投资额、社会消费品零售总额。
2.加快产业结构优化升级，加强产业优势与税收优势的结合。由于历史原因，辽宁省是典型的第二产业、公有制占主体地位的省份，GDP在第二产业的税收贡献率较高，税收收入对第二产业的依赖性较强，特别是过分依赖于重点税源，把税收的大头压在少数企业身上。辽宁省应提高各次产业之间的关联程度，促进产业结构从低水平向高水平发展，加快产业结构优化升级。同时，把握经济发展的节奏，充分利用辽宁省的工业基础和丰富的资源优势，努力发展电力（信息产业）、汽车、石化、建筑、机械等国民经济主导产业，促进产业结构和产品结构的合理化，加快工业总产值的增加，为税收和GDP的增加提供稳定的基础。
（二）开辟新税源，扩大税基，增加税收，提高宏观税负水平
“经济决定财政，财政影响经济”，现在及今后，经济结构的不断调整和经济运行质量的不断提高仍然是辽宁省经济工作的中心。目前，要全面地启动辽宁省省经济增长，以扩大内需为主，投资、消费和出口三管齐下。
（三）围绕政府中心工作，大力调整财政支出结构，积极构建公共支出新格局
从建立的预测模型来看，财政支出总额是影响辽宁省税收的最主要因素，因此加大财政支出对辽宁省税收收入的增加有至关重要的作用。调整各级政府财力的总量和增量支出结构，将调整下来的总量和增量支出，按照政府的要求增加科技投入、农业投入和社会保障资金的需求，逐步构建起辽宁省公共财政框架体系。
参考文献：
1.赵卫亚,彭寿康,朱晋.计量经济学[M].机械工业出版社,2008.
2.辽宁省统计局.辽宁统计年鉴[M].中国统计出版社,2010.
3.朱争.我国税收收入预测模型与实证分析[D].苏州大学,2006.
4.程毛林.我国税收增长的影响因素和预测分析[J].扬州大学税务学院学报,2008(2).
5.William H.Greene.Econometric Analysis，fifth edition[M].New York：Prentice．Hall International Inc．,2003.
（作者单位：沈阳大学）