稅收收入預(yù)測(cè)方法講義

稅收收入預(yù)測(cè)方法計(jì)劃財(cái)務(wù)科鄒玉燕2011年9月1.稅收預(yù)測(cè)方法概論2.月（季）稅收收入預(yù)測(cè)3.年度稅收收入預(yù)測(cè)4.小結(jié)什么是稅收收入預(yù)測(cè)稅收收入預(yù)測(cè)有廣義和狹義兩個(gè)概念從狹義上說是對(duì)一個(gè)國家（地區(qū)）在未來某一時(shí)期可能的稅收收入的測(cè)算，是根據(jù)相關(guān)的歷史資料和數(shù)據(jù)對(duì)未來稅收收入趨勢(shì)的推測(cè)。從廣義上講，稅收收入預(yù)測(cè)還應(yīng)包括稅收收入測(cè)算和稅收收入估算。前者是指在稅收政策、制度或征管方式發(fā)生變化和調(diào)整的情況下對(duì)稅收收入量的影響的推算。后者是通過摸清稅源或稅基的特征，按現(xiàn)行稅收政策的征收要求對(duì)稅收收入能力加以推斷。稅收收入預(yù)測(cè)的困難經(jīng)濟(jì)因素：經(jīng)濟(jì)波動(dòng)、結(jié)構(gòu)調(diào)整政策因素：稅制、稅率的改變征管因素預(yù)測(cè)模式預(yù)測(cè)方法單一模型預(yù)測(cè)：使用單一的預(yù)測(cè)方法來進(jìn)行稅收收入預(yù)測(cè)混合模型預(yù)測(cè)：將多種預(yù)測(cè)方法結(jié)合使用，進(jìn)行稅收收入預(yù)測(cè)分類預(yù)測(cè)：可以對(duì)各稅種、各行業(yè)的稅收收入進(jìn)行單獨(dú)的收入預(yù)測(cè)，再綜合為總收入的預(yù)測(cè)值常用統(tǒng)計(jì)學(xué)方法季節(jié)比率法

線性回歸預(yù)測(cè)法：利用與稅收具有線性趨勢(shì)的一個(gè)或多個(gè)影響因素，進(jìn)行一元或多元線性回歸。非線性預(yù)測(cè)法：對(duì)于一些不具有線性關(guān)系的影響因素，用線性回歸顯然是不合理的，此時(shí)，可以采用非線性預(yù)測(cè)，例如對(duì)數(shù)回歸。時(shí)間序列預(yù)測(cè)法：根據(jù)歷史資料，利用時(shí)間序列模型建立稅收收入的趨勢(shì)模型。在趨勢(shì)比較明顯而且穩(wěn)定的情況下，用作短期預(yù)測(cè)的效果較好，但不宜用作長期預(yù)測(cè)。常用機(jī)器學(xué)方法神經(jīng)網(wǎng)絡(luò)模型：人工神經(jīng)網(wǎng)絡(luò)是對(duì)人腦或自然神經(jīng)網(wǎng)絡(luò)若干基本特性的抽象和模擬。人工神經(jīng)網(wǎng)絡(luò)以對(duì)大腦的生理研究成果為基礎(chǔ)，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個(gè)方面的功能。支持向量機(jī)模型：將實(shí)際問題通過非線性變換轉(zhuǎn)換到高維的特征空間，在高維空間中構(gòu)造線性決策函數(shù)來實(shí)現(xiàn)原空間中的非線性決策函數(shù)，巧妙地解決了維數(shù)問題，并保證了有較好的推廣能力，而且算法復(fù)雜度與樣本維數(shù)無關(guān)季節(jié)比率法分析判斷月（季）地稅收入是否呈季節(jié)性變動(dòng)方法、步驟整理被研究現(xiàn)象若干年的月度資料或季度資料，編制成平行的時(shí)間數(shù)列動(dòng)計(jì)算各年同期的平均數(shù)（如果是月度資料，計(jì)算各年同一月份的平均數(shù)；如果是季度資料，則計(jì)算各年同一季度的平均數(shù)）計(jì)算各年總的月（或季）平均數(shù)將各年同月（或季）的平均數(shù)與總的月（或季）平均數(shù)對(duì)比，即得各月（或季）的季節(jié)比率季節(jié)比率法預(yù)測(cè)案例1以2001—2011上半年全市地稅收入季度數(shù)據(jù)，預(yù)測(cè)2011年三、四季地稅收入為例，說明季節(jié)比率的測(cè)定方法。季節(jié)比率法案例年份一季度二季度三季度四季度平均2001年-83.610.618.57.22002年10.2-0.70.2-38.6-12.62003年11.412.631.722.518.52004年42.213.641.619.427.32005年21.33018.430.825.42006年26.314.833.42925.32007年39.942.625.226.733.62008年313323.823.528.12009年14.813.932.229.321.82010年3139.647.211.131.7季平均21.119.525.71519.8季節(jié)比106.5798.48129.875.76100預(yù)測(cè)結(jié)果1以2011年一季度（138482萬元）預(yù)測(cè)三季度地稅收入=一季度地稅收入/一季度季節(jié)比率×三季度季節(jié)比率=138482÷106.57%×129.8%=168668萬元類似，四季度地稅收入=98446億元預(yù)計(jì)2011年全年地稅收入：540666萬元預(yù)測(cè)結(jié)果2以2011年二季度（135070萬元）預(yù)測(cè)三季度地稅收入=二季度地稅收入/二季度季節(jié)比率×三季度季節(jié)比率=135070÷98.48%×129.8%=178027萬元類似，四季度地稅收入=103908萬元預(yù)計(jì)2011年全年地稅收入：555487萬元季節(jié)比率法預(yù)測(cè)案例2以2005—2011上半年豐城地稅收入季度數(shù)據(jù)，預(yù)測(cè)2011年三、四季地稅收入為例，說明季節(jié)比率的測(cè)定方法季節(jié)比率法預(yù)測(cè)案例年份一季度二季度三季度四季度平均2005年2971.6-19.350.727.42006年10.917.258.48237.62007年34.735.132.739.935.92008年32.938.134.42231.32009年6.421.135.428.822.92010年363415.127.527.8季平均24.435.123.540.530.4季節(jié)比80.26115.4677.3133.22100預(yù)測(cè)結(jié)果1以2011年一季度（22149萬元）預(yù)測(cè)三季度地稅收入=一季度地稅收入/一季度季節(jié)比率×三季度季節(jié)比率=22149÷80.26%×77.3%=21332萬元類似，四季度地稅收入=36764萬元預(yù)計(jì)2011年全年地稅收入：106995萬元預(yù)測(cè)結(jié)果2以2011年二季度（26750元）預(yù)測(cè)三季度地稅收入=二季度地稅收入/二季度季節(jié)比率×三季度季節(jié)比率=26750÷115.46%×77.3%=17909萬元類似，四季度地稅收入=30865萬元預(yù)計(jì)2011年全年地稅收入：97673萬元時(shí)間序列法時(shí)間序列同一現(xiàn)象在不同時(shí)間上的相繼觀察值排列而成的數(shù)列排列的時(shí)間可以是年份、季度、月份或其他任何時(shí)間形式時(shí)間序列分類平穩(wěn)序列基本上不存在趨勢(shì)的序列，各觀察值基本上在某個(gè)固定的水平上波動(dòng)?；螂m有波動(dòng)，但并不存在某種規(guī)律，而其波動(dòng)可以看成是隨機(jī)的非平穩(wěn)序列有趨勢(shì)的序列：線性的，非線性的有趨勢(shì)、季節(jié)性和周期性的復(fù)合型序列隨機(jī)時(shí)間序列模型的建模理論和方法以平穩(wěn)性為基礎(chǔ)，非平穩(wěn)性時(shí)間序列可以通過一次或多次差分的方式變成平穩(wěn)性時(shí)間序列?，F(xiàn)實(shí)生活中，多數(shù)時(shí)間序列是非平穩(wěn)的。受各種因素影響，時(shí)間序列很難長期停留在同一水平上。時(shí)間序列法案例以2001—2010年全市地稅收入年度數(shù)據(jù)，利用移動(dòng)平均法預(yù)測(cè)2011年全是地稅收入。時(shí)間序列法案例年份稅收收入分析工具預(yù)測(cè)值預(yù)測(cè)標(biāo)準(zhǔn)誤差2001年62752

2002年54862

2003年6500060871.33333

2004年8275267538

2005年10374983833.6666714664.380732006年130042105514.333320245.927412007年173722135837.666728480.693142008年222461175408.333337642.097822009年27094222237544750.901822010年35691728344057652.916832011年

313929.550851.49299時(shí)間序列法案例預(yù)測(cè)結(jié)果2011年全市地稅收入預(yù)測(cè)完成313920萬元預(yù)測(cè)誤差50851萬元2011年全市地稅收入預(yù)測(cè)范圍為：313920±50851季節(jié)性ARIMA模型

在某些時(shí)間序列中，存在明顯的周期性變化。這種周期是由于季節(jié)性變化（包括季度、月度、周度等變化）或其他一些固有因素引起的。這類序列稱為季節(jié)性序列。比如一個(gè)地區(qū)的氣溫值序列（每隔一小時(shí)取一個(gè)觀測(cè)值）中除了含有以天為周期的變化，還含有以年為周期的變化。在經(jīng)濟(jì)領(lǐng)域中，季節(jié)性序列更是隨處可見。如季度時(shí)間序列、月度時(shí)間序列、周度時(shí)間序列等。統(tǒng)計(jì)軟件SASSPSSS-PlusSYSTATSTATAEviewR（已成為主流軟件）預(yù)測(cè)方法的選擇哪些方法好？沒有標(biāo)準(zhǔn)答案需要具體問題具體分析選擇哪種方法取決于數(shù)據(jù)針對(duì)某個(gè)層級(jí)/稅種比較有效的方法，并不一定必然地適用于其他層級(jí)/稅種季節(jié)比率優(yōu)點(diǎn)：簡單、實(shí)用缺點(diǎn)跨年度預(yù)測(cè)不準(zhǔn)確適用問題周期性明顯的數(shù)據(jù)（月（季）稅收數(shù)據(jù)），而且穩(wěn)定時(shí)間序列優(yōu)點(diǎn)：能找到數(shù)據(jù)本身的變化趨勢(shì)適合周期性明顯的數(shù)據(jù)短期預(yù)測(cè)效果好缺點(diǎn)：要求較多數(shù)據(jù)適用問題：趨勢(shì)比較明顯，而且穩(wěn)定線形回歸優(yōu)點(diǎn)：模型簡潔，參數(shù)經(jīng)濟(jì)意義清晰參數(shù)估計(jì)簡單理論成熟、豐富缺點(diǎn)：線性假設(shè)在實(shí)際問題中幾乎不成立多重共線性問題

適用問題：解釋變量少、線性關(guān)系強(qiáng)、多重共線性不明顯神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)：擬合度高非線性缺點(diǎn)：黑盒子，模型無法解釋容易過擬合適用問題：高度非線性關(guān)系的數(shù)據(jù)預(yù)測(cè)結(jié)果的調(diào)整主觀調(diào)整：專家經(jīng)驗(yàn)其他輔助信息自適應(yīng)調(diào)整：對(duì)過去數(shù)年數(shù)據(jù)進(jìn)行事后預(yù)測(cè)，根據(jù)預(yù)測(cè)精度的誤差趨勢(shì)，計(jì)算調(diào)整參數(shù)預(yù)測(cè)不等于決策預(yù)測(cè)模型不是一成不變的預(yù)測(cè)模型需要人的干預(yù)預(yù)測(cè)模型需要不斷的改進(jìn)沒有萬能的預(yù)測(cè)方法預(yù)測(cè)不是替決策者作出決策預(yù)測(cè)結(jié)果是供決策者參考的稅收預(yù)測(cè)的發(fā)展目前我們主要是從歷史稅收數(shù)據(jù)出發(fā)預(yù)測(cè)稅收收入。以后，要將經(jīng)濟(jì)因素、稅制的改變、征收力度的加強(qiáng)等考慮進(jìn)去。其中有些因素是可以量化的，有些