国内生产总值及进出口总额对税收收入的影响

《国内生产总值及进出口总额对税收收入的影响》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内生产总值及进出口总额对税收收入的影响财政学02级代瑜（40203036）陈韵竹（40203117）[摘要]：本文主要分析税收收入与国民生产总值及进出口的关系，通过数据拟合模型，将几者之间的关系量化。[关键词]：税收收入国民收入GDP回归模型一、研究税收收入函数的意义税收是国家为了实现其职能，凭借政治权利，参与一部分社会产品或国民收入分配与再分配所进行的一系列经济活动。税收的课税权主体是国家，具体包括各级政府及其财税部门。税收活动的目的是为国家实现其职能服务的，这是所有国家税收的共性。税收分配的对象是一部分社会产品或国民收入，可以是实物或货

2、币，这反映出税收分配由实物形式向货币形式发展演变的过程。税收既是财政收入的支柱，又是宏观调控的杠杆。在国家的宏观调控体系中，税收是集经济、法律、行政手段于一身的重要工具，具有不可替代的作用，是国家职能实现不可缺少的手段。因此，分析税收收入，有助于正确把握宏观经济规律，有助于合理制定国家财政政策，从而起到维护国家、分配收入、配置资源、稳定经济的重要作用。我们建立税收收入模型的目的有以下三点：（1）结构分析，即对宏观经济变量之间的关系作定性的分析；（2）预测未来，即预测未来税收收入的总量及规模；（3）政策评价，利用模型对各种政策方案进行分析和比较

3、。在实际经济系统税收收入的实现过程中，税收收入受到经济增长、GDP总量及结构、进出口总额以及税收政策与制度等因素的影响。而由经济增长转换为税收的增长还要经过政策性和实施性两次漏出，如下图：GDP分解：GDP（C+V+M）—→可征税GDP（V+M）—→应税GDP—→税收↓↓↓税基漏出：不可征税GDP（C）政策性漏出实施性漏出↓↓税收政策及制度：税制不完善税收征管不力税收经济生活受制于国家政策，国家政策会因税收经济现状而处于部分调整之中，这种调整主要是指税收经济的动荡对整体宏观经济造成的消极影响会促使国家为稳定经济采取相应措施。一、建立模型（1）

4、建立模型的假定条件由前述可知，税收收入不只受GDP和进出口总额的影响，还受国家政策、纳税人意识、管理水平等的影响，将除GDP和进出口总额的影响因素设定为U，这些因素有正面的影响也有负面的影响，因此作出以下基本假定：①．零均值假定：正负影响抵消，即E（ui/Xi）=0;①．同方差假定：U不随GDP和进出口总额的变化而变化，即Var（ui/Xi）=σ^2;②．无自相关假定：Ｕ内的因素之间不存在相关性，即Ｃov(ui，uj)=0:③．无多重共线性假定：Ｘi之间不存在多重共线形；④．假定随机扰动项与解释变量不相关，即Ｃov(Ｘi，uj)=0；⑤．正态

5、性假定：Ｕi服从正态分布。（2）变量和模型的函数形式。①．被解释变量税收收入总额；解释变量为GDP和进出口总额。其中，税收收入的来源包括：工业税收、商业税收、关税及其它税收。因此，影响税收收入总额的主要因素是：GDP和进出口总额。②．模型的数学形式和参数范围：模型解释变量与被解释变量之间的关系假定为：Y=β1+β2X2+β3X3+u其中：Y代表税收收入总额，X2代表国内生产总值（GDP），X3代表进出口总额，u代表随机误差项。（3）样本数据收集。本模型使用时间序列数据，数据来源于《中国统计年鉴2002》，所取的样本数据见表一：表一：（单位：亿

6、元）obsYX2X319852040.798964.42066.719862090.7310202.22580.419872140.3611962.53084.219882390.4714928.33821.819892727.416909.24155.919902821.8618547.95560.119912990.1721617.87225.819923296.9126638.19119.619934255.334634.41127119945126.8846759.420381.919956038.0458478.123499.919

7、966909.8267884.624133.8三．参数估计结果及检验应用最小二乘法（ＯＬＳ），参数估计结果为：表二：DependentVariable:YMethod:LeastSquaresDate:12/03/02Time:13:10Sample:19851996Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C1186.81862.4802618.995100.0000X20.0914820.00908610.068640.0000X3-0.01959

8、60.021599-0.9072420.3879R-squared0.997616Meandependentvar3569.061AdjustedR-squared