稅收收入預(yù)測方法講義 PPT課件

1、1,稅收收入預(yù)測方法,計(jì)劃財(cái)務(wù)科 鄒玉燕 2011年9月,2,1.稅收預(yù)測方法概論 2.月（季）稅收收入預(yù)測 3.年度稅收收入預(yù)測 4.小結(jié),3,什么是稅收收入預(yù)測,稅收收入預(yù)測有廣義和狹義兩個(gè)概念 從狹義上說是對一個(gè)國家（地區(qū)）在未來某一時(shí)期可能的稅收收入的測算，是根據(jù)相關(guān)的歷史資料和數(shù)據(jù)對未來稅收收入趨勢的推測。 從廣義上講，稅收收入預(yù)測還應(yīng)包括稅收收入測算和稅收收入估算。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稅收收入能力加以推斷。,4,稅收收入預(yù)測的困難,經(jīng)濟(jì)因素：經(jīng)濟(jì)波動(dòng)、結(jié)構(gòu)調(diào)整 政

2、策因素：稅制、稅率的改變 征管因素,5,預(yù)測模式,6,預(yù)測方法,單一模型預(yù)測 ：使用單一的預(yù)測方法來進(jìn)行稅收收入預(yù)測 混合模型預(yù)測 ：將多種預(yù)測方法結(jié)合使用，進(jìn)行稅收收入預(yù)測 分類預(yù)測：可以對各稅種、各行業(yè)的稅收收入進(jìn)行單獨(dú)的收入預(yù)測，再綜合為總收入的預(yù)測值,7,常用統(tǒng)計(jì)學(xué)方法,季節(jié)比率法 線性回歸預(yù)測法：利用與稅收具有線性趨勢的一個(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)測法：對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，例如對數(shù)回歸。 時(shí)間序列預(yù)測法：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模型。在趨勢比較明顯而且穩(wěn)定的情況下，用作

3、短期預(yù)測的效果較好，但不宜用作長期預(yù)測。,8,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),9,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),10,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

4、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)對比，即得各月（或季）的季節(jié)比率,11,季節(jié)比率法預(yù)測案例1,以20012011上半年全市地稅收入季度數(shù)據(jù)，預(yù)測2011年三、四季地稅收入為例，說明季節(jié)比率的測定方法。,12,季節(jié)比率法案例,13,預(yù)測結(jié)果1,以2011年一季度（138482萬元）預(yù)測 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=138482106.57%129.8%=168668萬元 類似，四季度地稅收入=98446億元 預(yù)計(jì)2011年全

5、年地稅收入：540666萬元,14,預(yù)測結(jié)果2,以2011年二季度（135070萬元）預(yù)測 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=13507098.48%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,15,季節(jié)比率法預(yù)測案例2,以20052011上半年豐城地稅收入季度數(shù)據(jù)，預(yù)測2011年三、四季地稅收入為例，說明季節(jié)比率的測定方法,16,季節(jié)比率法預(yù)測案例,17,預(yù)測結(jié)果1,以2011年一季度（22149萬元）預(yù)測 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=2214980.26

6、%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,18,預(yù)測結(jié)果2,以2011年二季度（26750元）預(yù)測 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= 26750115.46%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,19,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,20,時(shí)間序列分類,平穩(wěn)序列 基本上不存在趨勢的序列，各觀察值基本上在某個(gè)固定的水平上波動(dòng) 。 或雖有

7、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 有趨勢的序列：線性的，非線性的 有趨勢、季節(jié)性和周期性的復(fù)合型序列,21,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。,現(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 。,22,時(shí)間序列法案例,以20012010年全市地稅收入年度數(shù)據(jù)，利用移動(dòng)平均法預(yù)測2011年全是地稅收入。,23,時(shí)間序列法案例,24,時(shí)間序列法案例,25,預(yù)測結(jié)果,2011年全市地稅收入預(yù)測完成313920萬元 預(yù)測誤差50851萬元 2011年全市地稅

8、收入預(yù)測范圍為： 31392050851,26,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。,27,統(tǒng)計(jì)軟件,SAS SPSS S-Plus SYSTAT STATA Eview R（已成為主流軟件）,28,預(yù)測方法的選擇,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

9、決于數(shù)據(jù) 針對某個(gè)層級/稅種比較有效的方法，并不一定必然地適用于其他層級/稅種,29,季節(jié)比率,優(yōu)點(diǎn)： 簡單、實(shí)用 缺點(diǎn) 跨年度預(yù)測不準(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,30,時(shí)間序列,優(yōu)點(diǎn)： 能找到數(shù)據(jù)本身的變化趨勢 適合周期性明顯的數(shù)據(jù) 短期預(yù)測效果好 缺點(diǎn)： 要求較多數(shù)據(jù) 適用問題： 趨勢比較明顯，而且穩(wěn)定,31,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,32,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

10、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),33,預(yù)測結(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： 對過去數(shù)年數(shù)據(jù)進(jìn)行事后預(yù)測，根據(jù)預(yù)測精度的誤差趨勢，計(jì)算調(diào)整參數(shù),34,預(yù)測不等于決策,預(yù)測模型不是一成不變的 預(yù)測模型需要人的干預(yù) 預(yù)測模型需要不斷的改進(jìn) 沒有萬能的預(yù)測方法 預(yù)測不是替決策者作出決策 預(yù)測結(jié)果是供決策者參考的,35,稅收預(yù)測的發(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，有些是難以量化的。 如何為這些影響因素建立合適的數(shù)學(xué)模型，并用于稅收收入預(yù)測是下一步需要重點(diǎn)考慮的研究方向