多元回归统计模型在国家财政收入预测中的应用

王宇轩

摘 要 本文从多元线性回归分析的特点出发，探讨国家财政收入的影响因素，并对选定的影响因素进行回归分析，确定了最终的预测方程，并应用实际数据对模型的预测能力进行检验，获得了效果好且精度高的预测结果，对我国未来财政收入的发展具有辅助指导意义。

关键词 多元线性回归；财政收入；预测；影响因素

中图分类号 F8 文献标识码 A 文章编号 2095-6363（2017）12-0023-03

在经济建设稳步发展的基础上，维持财政收入健康持续增长始终是政府追求的主要目标之一。改革开放以来，我国财政收入随着财政体制的调整和社会经济的发展而不断增加。为认识和掌握财政收入持续稳定发展的客观经济规律，需要探求了解影响财政收入的主要因素，为促进财政收入与经济的协调发展制定有关政策。

本文研究目的：即通过选择相关产业的增加值、消费情况以及旅游外汇等与财政收入有关的影响因素，运用多元回归分析方法探讨选取的诸多因素对我国财政收入的发展有何影响，并建立可行有效的数学模型来预测未来我國的财政收入。

1 回归分析预测模型背景知识

回归分析是通过构建统计模型研究变量间相互关系的密切程度、结构状态、模型预测的一种有效工具。回归分析方法进行预测时首先对预测对象（因变量）进行定性分析，确定影响其变化的一个或多个因素，然后通过预测对象和影响因素间的多组实验观察值建立起适当的回归模型进行预测。这种方法分析了客观事物变量间（因变量和自变量）的因果关系，因而也称因果回归分析法。在经济领域里，一个经济变量往往受多个因素的影响[2-3]，因此，需要建立多元回归模型进行预测。

为分析此模型效果，下将2014、2015年对应的（全国居民消费水平）、（全国人口数）和（农林牧渔业增加值）的数据代入上述得到的模型，预测出2014年全国财政收入，与2014年实际值140 370.03数据相差约160；预测出2015年全国财政收入，与2015年实际值152 269.23数据相差约2 900，求得的模型预测值和实际财政收入值相当接近，且相对误差控制在2%以内，模型稳定性再次得到肯定。

3 结论

通过上面建立的模型看到，全国居民消费水平、全国人口数和农林牧渔业增加值与财政收入有着密切的关系。从上述实证结果可见，本文建立的多元回归统计模型对财政收入预测效果较好，且模型具有稳定性，故可利用此模型对未来国家财政收入做出较理想的预测。同时我们需要注意的是，我们关注与建立多元线性回归模型，如（旅游外汇收入）与财政收入无线性关系，我们对此进行了变量选择，但非线性回归分析可以避免此问题。即建立多项式回归模型是我们下一阶段对于此问题的研究方向。

参考文献

[1]于秀林，任学松.多元统计分析[M].北京：高等教育出版社，2003.

[2]赵广华，刘炜.多元回归模型在区域经济预测中的应用[J].中国商贸，2009，8（2）：180.

[3]潘一彬.多元逐步回归经济预测模型建立与应用[J].当代经济，2007，8（2）：138-139.

[4]中华人民共和国国家统计局.http：//data.stats.gov.cn/.