《税收预测》由会员分享，可在线阅读，更多相关《税收预测（18页珍藏版）》请在金锄头文库上搜索。
1、税收预测第一节 税收预测概述一、税收预测的概念税收预测是指在一定的经济理论指导下，根据经济和税收统计资料，在定性分析的基础上，运用定量方法，对未来税收收入总量和结构等发展趋势所做出的分析、判断和推算。它是提供未来税收信息的手段,不仅为税收规划、决策提供可靠的依据, 还能够广泛地运用于税收管理之中, 同时在国民经济管理中也有重要作用。税收预测的工作程序是收集整理相关经济信息与税收信息，以宏观与微观预测相结合的原则，采取定性税收预测和定量税收预测相结合的预测方法，通过建立合适的模型, 运用相关经济变量的经验数据进行分析、检验, 推算税收收入未来一定时期的发展趋势。二、税收预测的方法税收预测就是一种
2、特殊的税收分析，它的整个预测过程就是一次科学分析的过程。它所涉及的面很广泛，内容复杂，方法多种多样，运用的知识面较宽。主要税收预测方法有直接推算法、移动平均法、指数平滑法、趋势预测法、季节变动预测法、相关与回归预测法等税收预测方法，在此主要简单介绍常用的几种方法。1.直接推算法直接推算法是调查与预测对象有密切关系的指标，通过这些指标来直接推算预测对象的方法。常用的有以下几种：（1）点面推算法点面推算法，是指采取典型调查或者抽样调查的方法取得一个点或一个局部的资料，据以推算整个总体的预测方法。如在预测个体税收时可以将各地区个体纳税户按纳税多少分为高、中、低三种类型，在三种类型中分别选取一些有代表
3、性的典型户进行调查，获取各类型的平均税收额，即可推算出该地区的个体税收总额。（2）比例推算法比例推算法，是根据预测对象与某一已知数之间存在的比例关系，从已知比例去推算预测对象值的方法。例如：要预测一个地区本年征自工业环节的两税收入，如果我们已调查了该地区本年工业产值预计完成情况，就可根据上年的百元工业销售产值税收率去推算本年可以实现多少两税收入。也可以根据近几年或上年的GDP税收含量（宏观税负）来推算本年的税收预期目标。（3）速度推算法速度推算法，是根据税收收入的发展速度（或平均发展速度）来推算同类税收现象未来时期数值的方法。（4）本年月（日）均收入推算法。即根据本年已实现税收的月（日）均数来
4、推算全年收入的一种方法。这种方法的优点在于和本年度税源及税收实际征收入库联系紧密，测算较符合实际。缺点在于欠税底数难以摸清，可收回数难以准确估计。2.移动平均法移动平均法是根据时间数列资料、逐项推移，依次计算包含一定项数的序时平均数，以反映长期趋势的方法。当时间数列的数值由于受周期变动和不规则变动的影响，起伏较大，不易显示出发展趋势时，可用移动平均法，消除这些因素的影响，对时间数列进行修匀，以便分析、预测数列的长期趋势。移动平均法有简单移动平均法和加权移动平均法两种形式。（1）简单移动平均法预测公式：式中：是以第t期移动平均作为第t+1期的预测值，为移动平均的项数。（2）加权移动平均法在简单移
5、动平均公式中，每期数据在平均中的作用是等同的。但是，每期数据所包含的信息量并不一样，近期数据包含着更多关于未来情况的信息。因此，应考虑各期数据的重要性，对近期数据给予较大的权重。预测公式：式中：是以第t期移动平均作为第t+1期的预测值，为移动平均的项数，为y的权数。选择的一般原则是：近期数据的权数大，远期数据的权数小。应用移动平均法对时间数列进行修匀时，要注意以下几点：（1）移动平均的项数，一般是根据资料的具体特点来选定的。如果是各年的季度或月份税收资料，则可取4项或12项移动平均。这样处理可消除周期变动的影响，取得较好的修匀效果，确切反映现象发展的长期趋势。（2）当为奇数时，移动平均数都能与
6、各时期的数值对正，一次即得出相应的趋势值；当为偶数时，计算的移动平均数都对正两个时期的中间，因此还要进行一次两项移动平均，得出能对正某个时期的趋势值。（3）只有当原来数列的基本趋势为直线形式时，应用移动平均法计算的一系列移动平均数才与该数列的基本趋势符合。如果原数列的基本趋势为非直线型的，则计算所得的一系列移动平均数与原数列有较大的差异，不能如实反映现象固有的发展趋势。3指数平滑法指数平滑法是在移动平均法基础上发展起来的一种方法，实质上是一种特殊的加权移动平均法。它一般适用于时间序列长期趋势变动和水平变动事物的预测。指数平滑法是依据时间序列的有关数据和计算出来指数平滑值，确定市场预测结果的方法
7、。指数平滑法包括一次指数平滑法、二次指数平滑法和多次（三次以上）指数平滑法，一次指数平滑法适用于水平型变动的时间序列预测，二次指数平滑法适用于线性趋势型变动的时间序列的预测，多次指数平滑法适用于非线性趋势变动的时间序列预测。（1）一次指数平滑法预测模型：式中： 为一次指数平滑值，就是以第t期指数平滑值()作为t+1期预测值()；为平滑系数，且01。（2）最佳平滑系数的选择在指数平滑法中，平滑系数的选择是很重要的，从上式可以看出，的大小规定了在新预测值中新数据与原预测值所占的比重。值愈大，新数据所占的比重就愈大，原预测值所占比重就愈小，反之亦然。因此，值既代表预测模型对时间数列数据变化的反应速度
8、，同时又决定预测模型修匀误差的能力。最佳的平滑系数应使实际值和预测值之间的差最小，通常是预测误差的平方和的平方根（RMSPE）最小。值应根据时间数列的具体性质在01之间进行选择。（3）初始值的确定用一次指数平滑法进行预测，除了考虑合适的外，还要确定初始值，初始值是由预测者估计或指定的。一般以最初几期的实际值的平均值作为初始值。4.趋势预测法（1）直线趋势预测法直线趋势预测法是对税收收入完成指标所组成的时间数列资料，用数学方法配合一个恰当的直线模型进行税收预测的方法。根据数学知识，配合直线趋势的数学模型是：YA + Bt。式中：Y代表趋势值，即税收收入预测值；t代表时间，即自变量；A代表趋势直线
9、的起点值；B代表单位时间的变化量。若选用一定的预测方法估计模型中的未知参数A、B 值，将A和B的估计值代入模型中，即可得t期的趋势（即预测值）。（2）非直线趋势预测法税收收入的发展受多种因素的影响，如工农业生产变化、价格和税收政策调整、征管工作的措施等等。因此，其发展趋势从长期来看，不一定都是呈直线的，有时往往呈曲线型。当税收收入的时间数列资料表现为曲线趋势时，就必须配合曲线去预测未来的发展前景，从而获得比较正确的预测结果。曲线预测有很多种，如二次曲线趋势、对数（曲线）直线趋势、指数曲线趋势等等。5.季节变动预测法季节变动是一种非常普通的现象，其影响非常广泛。如季节性税源，在一年的各月中，由于
10、征收期不同，各月的收入呈现出明显的季节变化，有的月份是收入旺季，有的月份是收入淡季，那么，预测这种税源的税收收入就要采用季节变动预测法。6.相关与回归预测法相关与回归预测法的基本原理,相关与回归预测法，是分析变量与自变量之间的相关关系，用回归方程表示，并根据自变量的数值变化，去预测因变量数值变化的方法。其中因变量就是要预测未来的税收收入，自变量则是与税收收入有密切关系的一个或几个变量，如国内生产总值、社会消费品零售总额、价格总水平等因素。第二节 税收预测案例分析一、趋势预测法案例分析（一）趋势预测法预测步骤第一步，选择趋势模型：可根据图形判断、差分法判断、经验判断、自相关系数判断等，来选择趋势
11、模型。直线模型：二次曲线模型：指数模型：第二步，用最小平方法（最小二乘法）求解模型参数、。第三步，用自相关系数R，对模型进行检验。第四步，计算估计标准误差： （为时间数列项数， 为模型中的参数个数）第五步，求预测区间： 0（二）案例分析某市1996-2009年国内增值税税收收入资料如下表： 年 份t 国内增值税收入（万元）y200114223520022494252003351404200445736220055715192006687294200771037772008811948820099155290从表中难以选择用哪种趋势模型。因此，可利用Excel计算自相关系数R，选择R值最大的，作
12、为趋势模型，进行预测。具体操作：首先在Excel中作出给定数据的XY散点图，用鼠标左键选中某个点再点右键，选择“添加趋势线”，并根据散点图的分布状态，选用直线模型、二次曲线模型和指数模型等不同类型。在“趋势线格式-选项”下选中“显示公式”和“显示R平方值”等选项。如下图，根据给定的“t”和“国内增值税收入”数据，分别配合直线模型、二次曲线模型和指数模型，拟合出相关公式并分别计算自相关系数R，计算结果见图1、图2和图3。图1 图2 图3从图中可以得知，配合二次曲线模型的自相关系数R0.9929，配合效果最好，因此，选择二次曲线模型作为预测模型。预测方程：t1712.2t23837.6t46944
13、计算估计标准误差： 3703.687643（万元） 表2-11年 份t国内增值税收入（万元）预测值（）200114223544818.6 6674988.96200224942546117.610938894.76200335140450841.0316969.00200445736258988.8 2646478.24200557151970561.0917764.00200668729485557.6 3015084.9620077103777103978.6 40642.5620088119488125824.040144896.0020099155290151093.8 1760809
14、4.44合 计 82303812.92某市2010年第10期的国内增值税税收收入：1712.21023837.61046944 179788（万元）预测区间：假定0.05，查t分布表得2.306005626；2.3060056263703.687643 9548.814144所以，2010年国内增值税税收收入的预测值为： 1797889548.814144 （万元）即，在170239.2189336.8万元之间。二、季节变动预测法进行季节变动的分析和预测，首先应分析判断该时间数列是否呈季节性变动。通常，可按三至五年的已知税收资料在Excel中绘制曲线图，以观察其在一年内有无周期性波动来做出判断
15、；然后，将各种因素结合起来考虑，即考虑它是否还受趋势变动的影响、不规则变动的影响等。 常用的测定季节变动的方法有以下两类：一类是不考虑长期趋势的影响，采用按月（或按季）平均法；另一类则是考虑长期趋势的影响，采用移动平均法，借以剔除长期趋势的影响，所以也称为移动平均趋势剔除法。（一）季节比率的测定方法1按月（或按季）平均法 首先整理被研究现象若干年的月度资料或季度资料，编制成平行的时间数列，在此基础上，先要计算各年同期的平均数（如果是月度资料，计算各年同一月份的平均数；如果是季度资料，则计算各年同一季度的平均数）。其次，计算各年总的月（或季）平均数。最后，将各年同月（或季）的平均数与总的月（或季）平均数对比，即得各月（或季）的季节比率。现以某
