图12

从nR2统计量对应的伴随概率容易看出，在5%的显著水平下，原模型存在一阶序列相关性。

那么原模型是否存在更高阶的序列相关性呢？可同样地通过拉格朗日乘数法进行检验，只需在弹出对话框中输入“2”“3”等数值即可。可以检验出，本模型存在二、三、四、五、六阶相关性，不存在七阶相关性。

以下采用广义最小二乘估计原模型：

点击主界面菜单Quick\\Estimate Equation，在弹出的对话框中输入log(Y) C log(X1) log(X2) X3 AR(1) AR(2) AR(3) AR(4) AR(5) AR(6)，点击确定即可得到回归结果，如图13。

图13

容易看出，经广义最小二乘估计的模型已经不存在1阶序列相关性，LM检验如图14所示。

图14

由此可得最终的回归模型为

lnY??1.439862?0.471833lnX1?0.573937lnX2?0.000214X32

(-2.599599) (3.31912003) (4.76347265) (-0.1658444)

R2?0.999605,R?0.999351，F?3935.696,D.W.?2.169037（二）经济意义检验

从回归结果可以看出：所估计的参数?0??1.439862，?1?0.471833，

?2?0.573937，?3??0.000214，且0??1?1,0??2?1, ，符合变量参数中确

定的参数范围。模型估计结果说明，在假定其他变量不变的情况下，当年国内生产总值每增长1%，平均来说税收收入会增加0.471833%；在假定其他变量不变的情况下，当年财政支出每增长1%，平均来说税收收入会增加0.573937%；在假定其他变量不变的情况下，当年商品零售价格指数上涨1%，平均来说税收收入会下降0.000214%。可以说，理论分析和经验判断是相一致的。 （三）统计推断检验

可决系数R?0.999605,R?0.999351，这说明所建模型整体上对样本数据拟合很好，即解释变量“国内生产总值（X1）”、“财政支出(X2)”和“商品零售价格指数（X3）”可以解释被解释变量“各项税收收入（Y）”的99.9605%的变化。

在5%的显著性水平下，F统计量的临界值为F0.05(3,33)?2.99?F?3935.696，表明模型的线性关系显著成立，即列入模型的解释变量“国内生产总值（X1）”、“财政支出(X2)”和“ 商品零售价格指数（X3）”联合起来确实对被解释变量

22

“各项税收收入（Y）”有显著影响。

显然，在5%的显著水平下，当在其他解释变量不变的情况下，解释变量“国内生产总值（X1）”和“财政支出(X2)”分别对被解释变量“各项税收收入（Y）”都有显著影响。而“商品零售价格指数（X3）”对被解释变量“各项税收收入（Y）”的影响是不显著的，但是保留它会使拟合程度更高，所以我们选择保留。 八、本文的结论

这些数据表明：GDP，财政支出，以及商品零售价格指数确实影响着我国的税收收入。（1）国内生产总值与税收收入是正相关的。这表明，国内生产总值会带来税收的增加这是因为经济是收入的来源，只有提高产出，才有可能提高税收，这是税收收入近年来不断增长的根本原因。（2）财政支出对税收的影响是显著正相关的，这说明国家财政支出增加，税收也会增加。而且高于国内生产总值的影响力。究其原因应该是：国家为了拉动经济增长，常常实施扩张性的财产政策，从而使经济的到发展，各项税收也就自然而然的有所增加，进而提高了税收总收入。（3）零售商品物价指数对税收收入是弱相关的。

他们继续往前走。走到了沃野，他们决定停下。 被打巴掌的那位差点淹死，幸好被朋友救过来了。 被救起后，他拿了一把小剑在石头上刻了：“今天我的好朋友救了我一命。” 一旁好奇的朋友问到： “为什么我打了你以后你要写在沙子上，而现在要刻在石头上呢？” 另一个笑笑回答说：“当被一个朋友伤害时，要写在易忘的地方，风会负责抹去它； 相反的如果被帮助，我们要把它刻在心灵的深处，任何风都抹不去的。” 朋友之间相处，伤害往往是无心的，帮助却是真心的。 在日常生活中，就算最要好的朋友也会有摩擦，也会因为这些摩擦产生误会，以至于成为陌路。 友情的深浅，不仅在于朋友对你的才能钦佩到什么程度，更在于他对你的弱点容忍到什么程度。 学会将伤害丢在风里，将感动铭记心底，才可以让我们的友谊历久弥新！ 友谊是我们哀伤时的缓和剂，激情时的舒解剂； 是我们压力时的流泻口，是我们灾难时的庇护所；