我国减税降费政策效应浅析10000字 .docx

5

和局限性，例如在采纳已有理论框架时，尽量关注其适用性和局限性，并尝试用实证数据来测试和完善这些框架，这依然是一个不断更新的过程。其中，小口径税费负担率为税收收入占地区生产总值的比值(如式3-1所示);为消除通货膨胀的影响，从这些反馈中可见以1978年为基期，运用指数平减法对地区生产总值做指数平减处理；进出口总额为进口总额于出口总额之和，利用当年美元兑人民币平均汇率得出以人民币亿元为单位的数值。

为消除异方差的影响及统一变量口径，通过这点我们不难发现地区生产总值、社会消费品零售总额、固定资产投资总额和进出口总额均进行对数化处理，分别用InGDP、InCONSUME、InINVEST、InIAE表示(许婷雨，李建伟，2019)。

(二)理论基础

向量自回归通常用来预测相互联系的时间序列系统以及分析随机扰动项对变量系统的动态影响。一般的VAR(P)的数学表达式是：

TBR,=v+A?TBR_1+…+A,TBR_p

+B?InGDP+B?InGDP_+…+B?InGDP-

+C?InCONSUME+C?InCONSUME_?+…+C?InCONSUME-q+D?InINVEST+DInINVEST?+…+D?InINVEST?

+E?InIAE+ElnIAE+…+E?InIAE+μ,te{-0,+}

其中，

TBR,=(TBR,,…,TBR)

InGDP=(InGDP,…,InGDP)

InCONSUME=(InCONSUME,…,InCONSUME)InINVEST=(InINVEST,…,InINVEST)

InIAE=(InIAE,,…,InIAE)

表示k×1阶随机向量，即k维的内生变量向量；A?到A,表示K×K阶的参数矩阵，InGDP,、InCONSUME,、InINVEST、InIAE,表示M×1阶外生变量向量，B?到B,;C?到C,;D?到Dp;E?到E,表示K×M阶待估系数矩阵，并且假定μ,是白噪声序列(周云峰，王海龙，2022);

即，E(μ)=0,E(μH)=Z,并且E(μ,H?)=∑,(t≠s)

6

(三)数据来源

本文税收收入、地区生产总值、社会消费品零售总额、固定资产投资总额和进出□总额数据来源于2001-2019年《新疆统计年鉴》《乌鲁木齐统计年鉴》,其中小口径税费负担率由Excel2023运用函数公式计算所得，地区生产总值经指数平减进行处理所得。

五、数据分析与结果输出

(一)平稳性检验

本文利用Stata16.0分别对5个变量的平值、一阶差分序列以及二阶差分变量进行ADF平稳性检验，以确定其单整阶数。检验结果如下表所示：

表1平稳性检验结果输出

变量

ADF值

P值

结论

水平序列

TBR

-1.361

0.6010

非平稳

lnGDP

-1.903

0.3307

非平稳

lnCONSUME

-1.716

0.4230

非平稳

InINVEST

0.229

0.9738

非平稳

InIAE

-1.629

0.4680

非平稳

一阶差分序列

DTBR

-3.781

0.0031

平稳(I***)

DlnGDP

-2.189

0.2101

非平稳(I)

DlnCONSUME

-1.135

0.7010

非平稳(I)

DlnINVEST

-2.893

0.0462

非平稳(I)

DlnIAE

-3.502

0.0079

平稳(I)

二阶差分序列

D2TBR

-7.462

0.0000

平稳(II***)

D2lnGDP

-4.692

0.0000

平稳(IⅡ**)

D2lnCONSUME

-5.287

0.0000

平稳(I**)

D2lnINVEST

-5.888

0.0000

平稳(IⅡ)

D2lnIAE

-5.133

0.0000

平稳(II***)

注：①“D”表示一阶差分，“D2”表示二阶差分；②*表示变量进行二次差分后在1%的显著性水平下通过ADF检验。

表1是对各个变量进行水平序列检验、一阶差分序列及二阶差分单位根检验后的结果，这清楚体现了由表可知，当各个变量D2TBR(IⅡ)、D2InGDP(IⅡ)、D2InCONSUME (IⅡ)、D2InINVEST(Ⅱ)、D2lnIAE(Ⅱ)的ADF检验统计量分别为-7.462、-4.692、-5.287、-5.888、-5.133时，在1%的显著性水平下均拒绝原假设，可以证明数据为平稳序列。即可以利用这些指标构建VAR模型(高梓铭，吕俊杰，2022)。本研究的推进过程中不可避免地面临了一些挑战和局限，例如在引用已有理论框架时，尽量权衡其适用性和局限性，并尝试用实