当前位置：文档之家 › 关于影响我国税收收入的主要因素分析

关于影响我国税收收入的主要因素分析

  • 格式：doc
  • 大小：178.50 KB
  • 文档页数：9

我国税收收入的影响因素分析

——1978年~2008年

我国税收收入的影响因素分析

——1978年~2008年

【摘要】本文 是在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国自1978年至2008年的税收收入的主要因素进行实证分析。选取的自变量有国内生产总值、财政支出和零售商品物价水平。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。得出的结论是——国内生产总值、财政支出是影响税收收入的主要因素。

【目的】从进入21世纪以来，我国的经济发展面临着巨大的挑战与机遇，在新的经济背景下，基于知识和信息的产业发展迅速，全球一体化日渐深入，中国已是WTO的一员。新形势的经济发展是经济稳定和协调增长的结果，由于税收具有敛财与调控的重要功能，因而它在现实的经济发展中至始至终都发挥着非常重要的作用，所以研究影响我国税收收入的主要原因具非常重要的作用。

【经济理论假设】

1. 回归系数为线性,模型设定正确无误.

2. 误差项的平均值为0.

3. 所有解释变数与观察值必须是不相关的.

4. 不同观察值的误差项彼此是不相关的.

5. 误差项的变异数必须固定不变.

6. 任何一个解释变数都不能为其他解释变数的线性函数.

7. 误差项呈现常态分配.

【数据收集】

年份 y x2 x3 x4

1978 519.28 3624.1 1122.09 100.7

1979 537.82 4038.2 1281.79 102

1980 571.7 4517.8 1228.83 106

1981 629.89 4876.4 1138.41 102.4

1982 700.02 5294.7 1229.98 101.9

1983 775.59 5934.5 1409.52 101.5

1984 947.35 7171 1701.02 102.8

1985 2040.79 8964.4 2004.25 108.8

1986 2090.73 10202.2 2204.91 106

1987 2140.36 11962.5 2262.18 107.3

1988 2390.47 14928.3 2491.21 118.5

1989 2727.4 16909.2 2823.78 117.8

1990 2821.86 18547.9 3083.59 102.1

1991 2990.17 21617.8 3386.62 102.9

1992 3296.91 26638.1 3742.2 105.4

1993 4255.3 34634.4 4642.3 113.2

1994 5126.88 46759.4 5792.62 121.7

1995 6038.04 58478.1 6823.72 114.8

1996 6909.82 67884.6 7937.55 106.1

1997 8234.04 74462.6 9233.56 100.8

1998 9262.8 78345.2 10798.18 97.4

1999 10682.58 82067.5 13187.67 97

2000 12581.51 89468.1 15886.5 98.5

2001 15301.38 97314.8 18902.58 99.2

2002 17636.45 104790.6 22053.15 98.7

2003 20017.31 116603.2 24649.95 99.9

2004 24165.68 136875.9 28486.89 102.8

2005 28778.54 183084.8 33930.28 100.8

2006 34809.72 210871 40422.73 101

2007 45621.97 249529.9 49781.35 103.8

2008 54223.79 300670 62592.66 105.9

注：Y=税收收入 (亿元)

X2=国内生产总值 (亿元)

X3=财政支出 (亿元)

X4=零售商品物价指数 （%）

数据来源：国家统计局《08年统计年鉴》

【计量的模型选择】

一．线性模型进行分析：

uxBxBxBByii4433221 （1） yi——税收收入

B1——截距项

x2——GDP

x3——财政支出 x4——商品零售价格指数 ui——随机扰动项

1．用OLS进行模型估计：

表1-1

通过上表，得出估计方程：

xxxyi43217703.520828234009965.0155.5852 （A）

2．模型检验

（1）RESET检验

建立模型：

vyyyxxxyiiiii473652BBBBBBB4433221 （2）

回归结果如下：

Dependent Variable: Y

Method: Least Squares

Date: 07/04/10 Time: 13:20

Sample: 1 31

Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob.

C -5852.155 2020.691 -2.896116 0.0074

X2 0.009965 0.011272 0.884052 0.3845

X3 0.828234 0.055692 14.87170 0.0000

X4 52.17703 19.06165 2.737277 0.0108

R-squared 0.998064 Mean dependent var 10607.30

Adjusted R-squared 0.997849 S.D. dependent var 13802.56

S.E. of regression 640.1490 Akaike info criterion 15.88119

Sum squared resid 11064351 Schwarz criterion 16.06622

Log likelihood -242.1585 F-statistic 4639.974

Durbin-Watson stat 1.514708 Prob(F-statistic) 0.000000 Ramsey RESET Test:

F-statistic 35.92841 Probability 0.000000

Log likelihood ratio 52.79671 Probability 0.000000

表1-2

F值为35.92841，在分子自由度为3，分母自由度为24，显著性水平为0.05的情况下，F值为3.01，估计出来的F值显然大于临界值。所以RESET检验的结论是：该线性模型是错误设定的。

（2）多重共线性检验

A． 从表1-1的回归结果看，我初步判断方程（1）是存在多重共线性的。因为Adjusted R-squared虽然很大，但是各个自变量的T值却不都是统计显著的。下面我对自变量两两的相关系数进行检验，得出如下结果：

X2 X3 X4

X2 1.000000 0.991041 -0.228864

X3 0.991041 1.000000 -0.241303

X4 -0.228864 -0.241303 1.000000

表1-3

从表1-3可以看出，x2 和x3是存在高度相关的。

B．做逐步回归

uBB221iixy （3）

Variable Coefficient Std. Error t-Statistic Prob.

C -1274.127 449.7490 -2.832974 0.0083

X2 0.175638 0.004400 39.91330 0.0000

R-squared 0.982122

Adjusted R-squared 0.981505

表1-4

uBB321iixy （4）

Variable Coefficient Std. Error t-Statistic Prob.

C -254.9194 163.4738 -1.559390 0.1298

X3 0.871830 0.008203 106.2844 0.0000

R-squared 0.997439

Adjusted R-squared 0.997351

表1-5

uBB421iixy （5）

Variable Coefficient Std. Error t-Statistic Prob.

C 60309.84 41421.70 1.455996 0.1561

X4 -474.4216 394.6807 -1.202039 0.2391

R-squared 0.047459

Adjusted R-squared 0.014613

表1-6

可以看出，x4对解释Y的变化是不具有重要性的。但是还是要再做逐步回归，结果如下：

uBBB33221iixxy （6）

Variable Coefficient Std. Error t-Statistic Prob.

C -339.6820 184.3546 -1.842546 0.0760

X2 0.012411 0.012471 0.995203 0.3282

X3 0.811245 0.061428 13.20653 0.0000

R-squared 0.997527

Adjusted R-squared 0.997350

表1-7

我们可以看到，即使是剔除了x4，但是方程（6）中x2（GDP）还是统计不显著的。但是这有违常理。再结合以上RESET检验的结论。我考虑到应该是函数模型出了问题。所以，下面就从双对数模型着手分析。

二．双对数模型分析：

uxBxBxBByii4423121loglogloglog （7）

yi——税收收入

B1——截距项

x2——GDP

x3——财政支出

x4——商品零售价格指数

1． ui——随机扰动项

合集下载

税收收入分析

税收收入分析

一、国税入库税收总体情况

（一）7月份全州国税收入完成情况 7月份，全州国税系统共组织各项税收收入11865万元（不含车辆购臵税），完成年度计划的7.82%，同比增收1952万元，增长19.69%。其中：增值税入库8645万元，占年度计划的6.98%，同比增收841万元，增长10.78%；消费税入库1386万元，占年度计划9.01%,同比增收204万元，增长17.26%；企业所得税入库1827万元，占年度计划的14.66%,同比增收912万元,增长99.67%。本月花垣新欠扩大至524万元，其余7县市均实现零新欠。

（二）上半年税收入库情况。1-7月，全州国税累计入库各税收93178万元（含车辆购臵税），完成年度计划的58.29%，同比增收9189万元，增长10.94%。其中：国内增值税入库62261万元，占年度计划的50.25%，同比减收2473万元，下降3.82%；消费税入库12786万元，占年度计划的83.03%,同比增收5135万元，增长67.12%；企业所得税入库13154万元，占年度计划的105.57%，同比增收5689万元，增长76.21%；个人所得税入库65万元，减收79万元；车辆购臵税入库4912万元，占年度计划的60.64%，同比增收917万元，增长22.95%。

（三）7月份重点税源企业税收入库情况。7月份重点税源企业共实现应税销售收入122784.89万元，同比增加19915.22万元，增长19.36%；入库各税6226.58万元，减收28.43万元，下降0.45%。其中入库增值税4554.48万元，占年度计划的3.68% ，同比减收439.23万元，下降8.79%；入库消费税1381.87万元，同比增收201.54万元，增长17.07%；入库企业所得税290.23万元，同比增收158.70万元，增长120.66%；重点税源监控企业实现各项税收收入占本月全部各税收入的52.48%。

税收超额负担分析

税收超额负担分析

税收超额负担分析

简介

税收是国家为了筹集公共经费而对居民和企业征收的一种财政收入。然而，税收超额负担是指纳税人在纳税过程中承担的税收负担超过其可承受范围的情况。本文将对税收超额负担进行分析，并探讨其影响因素和对个人与经济的影响。

背景

税收是政府正常运转的重要组成部分，通过税收征收，政府可以筹集足够的公共经费，用于社会事业建设和经济发展。然而，如果税收负担过大，纳税人可能面临负担不起的情况，从而影响个人和经济的发展。

影响因素

税收超额负担受到多种因素影响，以下是一些主要影响因素：

1. 税收政策

税收政策是决定税收负担的重要因素之一。高税率、复杂的税收制度和频繁的税收变动都可能导致税收超额负担的出现。税收政策的合理性和透明度对减轻税收负担起着重要作用。

2. 经济水平

经济水平是决定纳税人可承受范围的重要因素之一。如果国民经济发展水平较低，纳税人收入有限，同时税收负担较高，容易导致税收超额负担的出现。

3. 社会福利

社会福利的提供程度也是影响税收超额负担的因素之一。如果社会福利提供有限，纳税人可能需要自行承担更多的福利成本，从而增加了税收负担的压力。

4. 政府开支和财政状况

政府的开支和财政状况也会影响税收超额负担。如果政府财政状况不佳，需要通过提高税收来弥补财政赤字，可能导致纳税人税收负担增加。

影响与后果

税收超额负担对个人和经济都会产生一系列影响与后果。 1. 经济发展受阻

税收超额负担可能导致企业减少投资，降低生产效率，从而影响经济的发展。望高税收可能导致企业利润下降，产生不利于企业发展的环境。

2. 个人消费减少

个人面临税收超额负担时，可能会减少消费支出，特别是高税负会降低个人可支配收入，导致消费减少，限制了经济发展。

3. 社会不平等加剧

税收超额负担可能导致社会不平等加剧。对于低收入群体来说，税收负担占比较高，而高收入群体税收负担相对较低，进一步拉大了社会贫富差距。

4. 社会不满情绪增加

北京市税收收入的影响因素分析

北京市税收收入的影响因素分析

北京市税收收入的影响因素分析

摘 要：本文通过建立北京市税收收入与相关经济指标的回归模型，运用计量经济学的方法，利用eviews软件对北京市税收收入的影响因素进行实证分析，进而得出影响北京市税收收入的主要影响因素为：国民生产总值（x1）、全社会消费品零售额(x3)、全社会职工工资总额(x8)，在其他因素不变的情况下，gdp增加1亿元，税收增加约0.43亿元，二者呈正相关；全社会消费品零售额增加1亿元，税收减少约1.59亿元，二者呈负相关；全社会职工工资总额增加1亿元，税收增加约2.76亿元。

关键词：税收收入；影响因素；计量分析

中图分类号：f224；f812.42 文献标识码：a

doi:10.3969/j.issn.1672-3309（z）.2012.05.02 文章编号：1672-3309（2012）05-03-03

一、引言

经济的水平决定税收收入的水平，税收同时也反作用于经济，税收既可阻碍经济的发展，又能促进经济的发展。在市场经济条件下，为了充分发挥税收的预期作用，需要制定合理的税收政策和完善的税收制度，以不断适应社会经济发展的要求。税收政策的制定和税收制度的完善必须要充分考虑税收收入的影响因素。目前，关于影响税收收入因素的研究多为定性的研究，而定量的研究较少。本文选取1999—2010年北京市影响税收收入相关经济因素的数据，运

用计量经济学的方法建立回归模型，从而量化北京市税收收入的影响因素。

eviews建立回归模型的基本思路：

二、模型的设定及统计检验

（一）影响税收收入因素的选择

首先税收收入增长的主要依靠于经济的增长，经济的增长水平会对税收产生影响，因此，本文选择国内生产总值（gdp）反映经济增长水平对税收的影响。其次，税收收入是财政收入的主体，为公共财政支出提供了保障，对公共品的需求会影响政府的财政收入进而影响税收，由于公共品的需求与财政支出存在密切的关系，因此，选择财政支出作为代表。此外，可能影响税收收入的主要因素还包括：社会消费品零售额、居民消费价格指数、社会消费品零售价格指数、全社会固定资产投资总额、进出口总额、全社职工工资总额。

经济因素对税收收入的贡献率及实证分析

经济因素对税收收入的贡献率及实证分析

Ｎｏ．１５，２０１０　现代商贸工业　

Ｍｏｄｅｒｎ　Ｂｕｓｉｎｅｓｓ　Ｔｒａｄｅ　Ｉｎｄｕｓｔｒｙ　２０１Ｏ年第１５期　

经济因素对税收收入的贡献率及实证分析　

．　徐　芳　

（中南财政法大学新华金融保险学院，湖北武汉４３００７４）　

摘　要：分析了包括国内生产总值、消费及财政支出等经济因素对税收收入的影响，在定性分析的基础上，又实证分析　

了我国税收收入从１９７８～２００７年的四个经济因素的统计数据，得到了影响我国税收收入增长的多元线性回归模型，该模　

型不仅验证了定性分析的结论，而且为税收收入增长趋势预测提供了工具。　

关键词：税收收入；经济因素；实证分析　

中图分类号：Ｆ８　文献标识码：Ａ　文章编号：１６７２－３１９８（２０１０）１５－００２２－０１　

１研究回顾　

在税收增长原因问题的定性分析上，先后经历了“三因　

素论”、“多因素论”以及“特殊因素论”。这些研究成果为进　

一步的实证分析提供了有益的分析视角。在实证分析方　

面，由于对经济因素的影响作用进行测算，不仅能说明经济　

因素自身的作用，还能为税制和征管因素影响作用的实证　

分析提供有利条件，因此，对于经济因素在税收增长中贡献　

作用的估算，一直是实证研究的重要突破口。　

２经济因素对税收影响的具体分析　

２．Ｉ从税收弹性系数来看。税收与ＧＤＰ存在着较强的相关性　所谓税收弹性主要是指税收收入变化率与经济增长率　

（通常用ＧＤＰ变化率来表示）之比。用△Ｔ代表税收收入变　

化量，△Ｘ代表ＧＤＰ变化量，则　

Ｅｔ＝ＡＴ／Ｔ÷△Ｘ／ｘ　

即为税收弹性。当Ｅｔ＜ｌ时，称为税收缺乏弹性，说明　

税收收入增长速度慢于ＧＤＰ增长速度。当Ｅｔ一１时，称为　

税收单一弹性，说明税收与经济同步增长。当Ｅｔ＞ｌ时，称　

为税收富有弹性，说明税收收入增长速度快于ＧＤＰ增长速　

度，税收参与经济分配的比重有上升趋势。因此，在一国财　

政收入主要依赖于税收的情况下，为保证财政收入的正常　

增长，满足政府履行各项职能的需要，税制设计应使税收增