表3.3 中国税收收入及相关数据 年份 税收收入（亿元） 国内生产总值（亿元财政支出（亿元） 商品零售价格指数(%) (Y) X2) (X3) (X4) 1978 519.28 3624.1 1122.09 100.7 1979 537.82 4038.2 1281.79 102.0 1980 571.70 4517.8 1228.83 106.0 1138.41 122998 545 1409.52 7171.0 8964.4 2090.73 10202. 2204.91 106.0 1987 2140.36 11962.5 2262.18 107.3 1988 2390.47 14928.3 2491.21 118.5 1989 272740 16909.2 2823.78 117.8 1990 2821.86 18547.9 3083.59 102.1 1991 2990.17 3386.62 3296.91 374220 425.30 5128 6038.0 6909.82 67884.6 7937.55 106.1 8234.0 74462.6 9233.56 100.8 1998 9262.80 78345.2 10798.18 97.4 1999 1068258 820675 1318767 97.0 200m 1258151 8g4681 1589650 98.5 2001 15301.38 97314.8 18902.58 99.2 2002 17636.45 104790.6 2205315 0a7 设定的线性回归模型为： Y=B+Bx+BXw+BXu 三、估计参数 利用日Vews估计模型的参数，方法是： 1、建立工作文件：启动EViews,点击File\NewWorkfile,在对话框“Workfile Range”。 在“Workfile frequency”中选择“Annual”(年度)，并在“Start date”中输入开始时间“1978” 在“end date”中输入最后时间“2002”，点击“ok”,出现“Workfile UNTITLED”工作框 其中已有变量：“c”一截距项“resid”一剩余项。在“Objects”菜单中点击“New Objects” 在“New Objects”对话框中选“Group”,并在“Name for Objects”上定义文件名，点击“OK' 出现数据编辑窗口。 18 表 3.3 中国税收收入及相关数据 设定的线性回归模型为： Y X X X u t t t t t = + + + +     1 2 2 2 3 3 4 三、估计参数 利用 EViews 估计模型的参数，方法是： 1、建立工作文件：启动 EViews，点击 File\New\Workfile，在对话框“Workfile Range”。 在“Workfile frequency”中选择“Annual” (年度)，并在“Start date”中输入开始时间“1978”， 在“end date”中输入最后时间“2002”，点击“ok”，出现“Workfile UNTITLED”工作框。 其中已有变量：“c”—截距项 “resid”—剩余项。在“Objects”菜单中点击“New Objects”， 在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK” 出现数据编辑窗口。 年份 税收收入（亿元） （Y） 国内生产总值（亿元） （X2） 财政支出（亿元） （X3） 商品零售价格指数（%） （X4） 1978 519.28 3624.1 1122.09 100.7 1979 537.82 4038.2 1281.79 102.0 1980 571.70 4517.8 1228.83 106.0 1981 629.89 4862.4 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 7171.0 1701.02 102.8 1985 2040.79 8964.4 2004.25 108.8 1986 2090.73 10202.2 2204.91 106.0 1987 2140.36 11962.5 2262.18 107.3 1988 2390.47 14928.3 2491.21 118.5 1989 2727.40 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 3742.20 105.4 1993 4255.30 34634.4 4642.30 113.2 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 9262.80 78345.2 10798.18 97.4 1999 10682.58 82067.5 13187.67 97.0 2000 12581.51 89468.1 15886.50 98.5 2001 15301.38 97314.8 18902.58 99.2 2002 17636.45 104790.6 22053.15 98.7