1.迭代法
命令：LS Y C X1 X2 X3 AR(1),得结果：
D.W.检验结果表明，在5%的显著性水平下，n=15，k=3查表得dl?0.95，du?1.54，由于dU=1.54>D.W=2.893273>4?du?2.36,所以存在非自相关。 3. 多重共线性检验
⑴ 验多重共线性
计算各解释变量的相关系数，选择X1、X2、X3数据，点”view/correlations”得相关系数矩阵：或在命令窗口中键入：cor X1 X2 X3
由相关系数矩阵可以看出：X1、X2的相关系数较高（0.994908），证实确实存在较严重的多重共线性。
⑵ 做逐步回归
Dependent Variable: Y Method: Least Squares Date: 12/15/12 Time: 05:44 Sample: 1991 2011 Included observations: 21
Variable
Coefficient
Std. Error
t-Statistic
Prob. C X2
R-squared
468.2106 0.819490
467.4792 0.010976
1.001564 74.66446
0.3291 0.0000
25352.30 25123.19 17.55768 17.65716 5574.781 0.000000
0.996603 Mean dependent var 0.996425 S.D. dependent var 1502.232 Akaike info criterion 42877331 Schwarz criterion -182.3557 F-statistic 1.353553 Prob(F-statistic)
Std. Error
94941.02 914.3782
t-Statistic
0.987511 -0.721713
Coefficient
93755.31 -659.9185
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Dependent Variable: Y Method: Least Squares
Prob.
0.3358 0.4793
25352.30 25123.19 23.21561 23.31509 0.520869 0.479259
Date: 12/15/12 Time: 05:45 Sample: 1991 2011 Included observations: 21
Variable C X3
R-squared
0.026683 Mean dependent var -0.024545 S.D. dependent var 25429.64 Akaike info criterion 1.23E+10 Schwarz criterion -241.7639 F-statistic 0.088955 Prob(F-statistic)
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
可以看出，X3对解释Y的变化是不具有重要性的。但是还是要再做逐步回归，结果如下 ：
Dependent Variable: Y Method: Least Squares Date: 12/15/12 Time: 05:46 Sample: 1991 2011 Included observations: 21
Variable C X1 X2
Coefficient
-1796.604 0.072909 0.512358
Std. Error
722.4402 0.020073 0.084991
t-Statistic
-2.486855 3.632173 6.028349
Prob.
0.0229 0.0019 0.0000
R-squared
0.998040 Mean dependent var 0.997822 S.D. dependent var 1172.432 Akaike info criterion 24742724 Schwarz criterion -176.5827 F-statistic 1.234132 Prob(F-statistic)
25352.30 25123.19 17.10311 17.25233 4582.712 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Yi??1796.604?0.0729X1?0.5124X2 ---方程2 t= --2.4869 3.6322 6.0283
??2?0.997822 F=4582.712 D.W.=1.234132 R2?0.998040 R我们可以看到，剔除了X3，回归模型Y=f(x1,x2)为最优模型。 （三）模型经济分析
国内生产总值对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。这很容易理解，因为经济是收入的来源，只有提高产出，才有可能提高税收，这是根本原因。财政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。而且其系数为0.635，高于国内生产总值的影响力。究其原应应该是：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。零售商品物价指数对税收收入是显著正相关的。这很明显，物价指数升高，意味着物价上涨，物价上涨各个销售商的收入总额也就会变大，这样需要缴纳的各项税赋也就变大，从而，国家的税收收入就会明显地提高。 （四）结论与对策分析
税收作为社会生产力发展到一定阶段的产物，必然随着社会的发展而扩大。税收是国家参与一部分社会产品或国民收入分配与再分配所进行的经济活动，因此税收从一定程度上决定了国家的健康稳定发展，我国目前正处于经济体制转型期，市场机制还不完善，宏观方面，需要政府进行积极的宏观调控，实现产业结构调整，以及财政支出政策的改进。另外，我国应实行结构性减税，结合推进税
制改革，用减税、退税或抵免的方式减轻税收负担，促进企业投资和居民消费，实行积极财政政策，促进国民经济稳健发展，从而对税收形成良性的影响。 由模型得到的最终方程我们可以得到以下启示：
（1）加强小城镇建设，让农业劳动力转入工业和服务业的行列。不但可以解决过剩的农村劳动力问题，更可以促进我国财政增收。
（2）发展三大产业，发挥廉价的劳动力成本优势，借加入WTO的大好机会，成为世界工厂。这样即减轻了就业压力，缓解了系列的社会问题，又创造了更大的财政税收，还学会了技术，强国富民。
（3）大力发展服务业等第三产业，加快中小城镇建设。利用中小城镇的基础建设及发展产生大量的商机、吸引外资和创造大量的就业机会。
（4）中国加入WTO是机遇、也是挑战，从税收的角度分析。关税的降低，看似会减少税收收入。而从另一方面思考，加入WTO必定会吸引许多外国企业来中国生根落户，由于我国是实行属地的税收政策和模型所体现出的第二产业对税收的极大影响，于是可以断言关税的降低带来的损失完全可以通过在中国的外资企业、中外合作（合资）企业的所得税予以弥补。因此加入WTO反而会提高我国税收收入。
（5）对国有企业的改革实在必行。从资料上显示，我国大中型企业所交纳的税款占税收总额的绝大部分。并多数分布在石化、电信、卷烟等行业。一些小型国有企业非但不能带来税收，更糟糕的是这些企业每年还须要国家的扶持，需要国家投入大量的资金。
（6)在实行社会主义市场经济建设和改革开放初期，我们可以使用积极的财政政策。尤其我国目前处在社会主义经济发展初期，财政支出集中在基础设施、能源等国家核心产业之上；加上为了保持国家稳定和捍卫国家统一，并确保经济建设，在一定时期，政府将会保持有力的宏观财政政策和相当的财政支出。当政府在税收收入不能满足财政支出的情况下，相关的财政需要可以通过适量的政府债务来弥补，并在政府职能实现转变，进一步完善社会主义市场经济，经济健康发展之后，逐渐消化政府债务。
在未来的发展中，政府应该积极坚持贯彻国家产业政策，促进经济良性发展。①发挥经济杠杆作用，促进产业结构调整。从发达国家的经验来看，在税收政策