《稅收收入預(yù)測(cè)方法講義.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《稅收收入預(yù)測(cè)方法講義.ppt（37頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

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,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=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=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,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,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=2214980.26%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=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,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。,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。,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,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：31392050851,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(cè)是下一步需要重點(diǎn)考慮的研究方向。,稅收預(yù)測(cè)的發(fā)展,稅收收入預(yù)測(cè)是一個(gè)復(fù)雜系統(tǒng)，而我國的稅收收入預(yù)測(cè)則是一個(gè)更為復(fù)雜的問題。西方國家的稅收制度已經(jīng)非常成熟、穩(wěn)定，而且有較長的歷史數(shù)據(jù)積累。我國的稅收制度還在不斷完善和改進(jìn)中，歷史數(shù)據(jù)也不十分完整。這就需要我們長期地跟蹤研究、進(jìn)一步收集數(shù)據(jù)、不斷改進(jìn)模型和方法。,總結(jié),謝謝大家?。?！,