《专题七税收预测与纳税能力估算简介(修改)彭飞.doc》由会员分享，可在线阅读，更多相关《专题七税收预测与纳税能力估算简介(修改)彭飞.doc（31页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流专题七税收预测与纳税能力估算简介(修改)彭飞.精品文档.专题七 税收预测与纳税能力估算简介【内容提要】随着税收管理更加趋向于科学化，精细化和规范化，发挥税收计统工作前瞻性和决策性作用，不断推进税收计划逐渐向税收规划转变，那么税收预测在税收规划中的重要性不断得以显现。通过本文的学习，能够让大家懂得为什么要开展税收预测，开展税收预测的目的和意义，掌握税收预测基本方法，能够运用基本方法进行税收预测工作。同时对纳税能力估算作一个简单的介绍。一、 税收预测的目的和意义（一） 税收预测的概念税收预测，顾名思义就是预先分析税收趋势，借用相关历史资料和信息在
2、定性分析的基础上，运用定量分析方法，对未来一段时间内的税收收入发展趋势进行预估、测算和推断。税收预测准确率是税务部门对宏观经济理论、税收政策的认知水平和微观税源发展变化掌握能力的综合体现。准确的税收预测能够为税务部门的组织税收工作、开展有针对性地税收征管和为领导决策提供重要的数据支持作用。（二） 税收预测的目的和意义税收预测是一种实质性的经济预测，其目的在于推测或预见税收收入未来发展变化的趋势，为国家和地区税收收入决策服务。对未来税收问题的决策需要预测提供有关未来的税收经济分析和判断，使决策者增加对未来的了解，把不确定性降低到最小限度，才有可能从多种方案中作出最优决策。在决策过程中，了解现实靠
3、调查研究，制订措施和确立目标要靠预测。这就是说“决策是管理的关键，预测是决策的前提，调查研究是预测的基础”。税收预测是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, 进而提供未来税收信息的手段, 它不仅为税收规划、决策提供可靠的依据, 能够广泛地运用于税务管理之中, 而且在国民经济管理中也有重要作用。这是因为，其一，税收并不是独立变量, 它受制于其他经济变量，同时又会对其他经济变量产生影响，与其他经济变量相互作用；其二，税收是国民经济运行机制中的组成部分，是影响经济决策的重要因素，因而税收预测的作用不能忽略。税收预测的成果还可以直接应用于税制设计，通过模型对经济数据的检验能够
4、更准确地刻画在特定经济环境中税收与一些经济变量的关系，有助于提高税制设计的合理性, 同时也能够推进税收基础理论的研究。加强税收预测工作，就能克服税收规划的盲目性，增强预见性，是当前我国打造科学税收、法制税收、规范税收工作的客观要求。二、 税收预测的种类（一）按预测的性质，可分为定性预测和定量预测定性预测是对未来税收收入的发展方向和发展趋势所作的一种描述，也就是对未来的税收收入状态提供可能变动的方向而非数量的大小所作出的预测。它带有一定的经验成分，平常多用调查研究的方式进行。定量预测是根据已掌握的有关数据资料，运用统计方法和数学模型，揭示有关变量之间的规律性联系，来研究、推断未来税收收入发展水平
5、。定量预测应用数学模型反映经济中的数量关系已成为当今经济研究最显著特点之一, 而预测正是一种典型的定量分析。运用各种数学和统计方法对税收经济活动进行定量分析和预测, 才能提出科学合理的数量界限, 做出比较正确的定性结论, 进而指导税收实践。这两种预测各有不同的条件和用途，一般来说应把定性预测和定量预测相结合，使预测得到较好的效果。（二）按预测的时间可分为长、中、近期预测和短期预测按税收预测规划的时间及目标任务，可以把税收预测分为长期预测、中期预测、近期预测和短期预测。其中长期税收预测是指对5年以上（不包括5年）的税收发展前景的预测，它是制定税收发展十年规划、远景规划和税收长期发展目标的依据。中
6、期税收预测是指对1年以上（不包括1年）5年以下的税收发展前景的预测，它是制定税收发展五年规划目标的依据。近期税收预测是指对3个月以上（包括3个月）1年以下的经济发展前景的预测，它是制定税收发展年度计划、季度计划和明确规定近期税收发展具体任务的依据。短期税收预测是指以日、周、旬、月为单位，对3个月以下经济发展前景的预测，它是制定月、旬计划和明确规定短期税收活动具体任务的依据。（三）按预测的对象，可分为总量预测和单项预测税收预测因变量选择的差别使税收预测可分为总量预测和单项预测。总量预测是以税收收入总量作为因变量, 而单项预测则是分别将流转税、所得税、财产税等作为因变量。因变量选择的差异同时会引起
7、自变量与因变量关系的改变, 因为作为自变量的任一相关经济因素与不同因变量之间的相关度本身就是不同的。（四）按预测的范围，可分为全面预测和局部或区域预测选择不同范围的税收收入作为因变量,使税收预测区分为全面预测和局部或区域预测。全面预测以一国税收作为因变量, 而局部或区域预测仅是以某一特定区域的税收作为因变量。全面预测与区域预测之间及不同区域预测之间模型中自变量与因变量的关系也是不同的。以上描述的税收预测分类, 相互之间是交叉的关系，即你中有我，我中有你。三、 税收预测的一般步骤税收预测是调查研究、综合分析和计算推断的过程。完整的税收预测，一般应按照以下几个步骤来进行。（一） 确定预测目标和预测
8、期限进行一项税收预测，首先必须明确预测的目标和预测期限、任务是什么，要解决什么问题，对将来作多长的预测。只有明确预测目标和期限，才能正确制定预测方案，搜集所需要的资料，选择适当的预测方法，建立预测模型，有效地进行预测。（二） 数据准备、清洗和初步分析税收预测的基础是要有可靠详实的数据，一旦确定预测目标，这就需要搜集整理必要的数据资料，使预测建立在丰富、确凿的信息基础上，从而保证预测结果的准确可靠。这些资料既包括历史资料，也包括调查资料；既有数据资料，又有文字资料。数据质量是税收预测工作的生命线。对所搜集到的资料在使用之前，必须对数据进行认真的整理、审核和初步分析，也称数据清洗。审核资料是否完整
9、、适用，对不符合要求的资料要进行必要的推算和调整，以保证资料的准确性、系统性、完整性和可比性，从而使数据在质量方面得到可靠保证，同时对经过审核和整理的资料还要进行初步分析，研究资料的稳定结构，从而为选择适当的预测方法、建立预测模型奠定基础。（三） 确定预测方法经过对前期数据的初步分析，根据数据大概反映出的稳定结构及其变化趋势，便可建立适合于预测目的的预测模型和预测方法。为了相互验证预测的结果，以提高预测的准确性，通常同时选用几种方法。（四） 开展预测，分析预测误差，评估预测方法通过前期的预测目标、数据准备和预测方法选定等一系列基础工作后，便可根据已建立的预测模型和已选定的预测方法开展税收预测。
10、应用所掌握的资料，就可以具体地计算和分析，推断未来时期税收收入的发展方向和发展趋势，测算其可能达到的数量水平。税收收入预测值与未来的实际发生值往往有出入，所以误差是不可避免的。预测误差反映了预测的准确程度。在预测过程中，通常采用绘制预测误差图、计算预测误差综合指标和预测误差的置信区间等方法，对预测结果进行检验评估。如果发现预测值超出容许的范围，就要查明原因，必要时需要修正预测模型，改进预测方法。四、 税收预测方法介绍税收预测就是一种特殊的税收分析，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。主要税收预测方法和模型有时间序列模型、一元回归
11、和多元回归模型、宏观计量模型、微观模拟模型、定性分析方法中的调查研究预测等税收预测方法，在这儿主要为大家介绍常用的几种方法，便于大家学习掌握，同时能够使学员对计量经济、数理统计基础理论在税收分析中的应用有一个较深认识，为今后推广税收收入预测的方法奠定了基础。（一） 税收调查预测税收调查预测是税收预测与管理决策的一项基本技术，当前税收工作中的企业所得税调查、营业税税收资料调查，以至重点税源监控中要求报送的调查问卷等都是通过调查取得数据资料并进行分析后完成的，可以说，调查研究预测是一种切实有效的预测方法。调查研究预测的调查方法是多种多样的，在税收预测中，一般常用的有抽样调查和重点调查预测两种。1抽
12、样调查预测。就是对所要调查对象的总体，抽取一部分样本进行调查。如进行营业税税收资料调查，要求在所有营业税纳税人中抽取部分企业进行调查，这部分企业可以代表营业税发展趋势。通过对抽样企业的调查研究，说明税收发展变化的一般规律。这些企业形成一个总体，通过对这个总体调查的结果，从数量上来推断调查总体的结果。这就是从数量上用部分来推断全体的一种简便易行的办法。这种办法的关键就是抽样企业的选择。抽样企业必须具有充分的代表性，即它必须是调查总体所研究的特征中最具普遍性和代表性的企业。只有由这种抽样企业所构成的总体指标，才能推断整个调查总体的指标。如果调查对象的情况复杂，为了提高抽样企业的代表性，使推断的结果
13、尽可能准确一些，通常采用划类抽样的方法。在准确度要求不高的情况下，是一种简便易行的定性预测方法。2重点调查预测。就是对税收的重点企业进行调查，根据它的资料来掌握税源的变动情况，以推断全部税收的发展方向和变动趋势的一种预测方法。所谓重点，是指其重点标志总量占总体全部标志总量的很大部分，对税收的发展方向和变动趋势起着决定性作用的单位。因此，通过对这些单位的调查研究，能掌握重点企业的各项标志问题的情况，就可以判断总结现象的基本情况。研究当前经济状况和税收政策措施对税收收入的影响，观察社会经济发展趋势，分析解释经济税源的发展变化，从而预测未来时期的税收发展方向和变动趋势。（二）税收时间序列趋势预测趋势
14、预测是定量预测的一种基本方法。趋势预测法, 又叫简单外延法、时间数列分析法。它是通过对税收时间序列的加工整理和分析，利用数列所反映出来的客观变动过程、发展趋势和发展速度，进行外推和延伸，借以预测未来时期税收可能达到的水平。它是假定税收过去的发展趋势及其变动规律，在今后还会依然存在的条件下，推测和计算未来税收收入的发展方向和变动程度。由于税收收入的发展规律可以从其变化的增减量或增减速度显示出来，我们就可以在分析其变化特点时，先根据时间序列中数据增减变化的基本类型，或根据统计数据按时间先后画出散点图，再选取适当的数学模型去描述其变动趋势，从而根据其过去的变化规律向今后延伸，预测未来时期的税收收入。
15、该方法的主要特征：一是它只使用以前时间段的信息进行预测；二是除了它自己过去的数值之外，时间序列预测独立于所有的变量，因此，用时间序列法进行的税收收入预测是无条件的，不需要其他经济变量如GDP预测 。 税收时间序列趋势预测的方法，主要有平均发展速度预测、移动平均、指数平滑和线型趋势预测等。1 平均发展速度预测法税收收入的发展变化规律，可以用发展速度进行数量化的描述，例如税种的增长速度、总体税收的增长速度等，都可以反映税收发展变化的某些特征。如果在一定时期内，经济增长保持相对稳定，税收政策上没有什么太大的变化，我们就可以通过历史时间序列资料的分析，掌握其发展变化一般趋势的速度，然后再根据税收发展速
16、度的规律，去预测未来税收的发展水平。平均发展速度预测法，就是按几何平均数公式求出整个税收收入的时间序列的平均发展速度，借以预测下一期税收数值的一种方法，它是一种比较简便实用的预测方法。平均发展速度预测法的步骤如下：（1） 求时间序列平均发展速度（11） 根据定基发展速度求平均发展速度。其公式为：式中，代表平均发展速度 R代表定基发展速度式中，和分别代表时间序列中第t期和第1期的实际值。（12） 根据环比发展速度求平均发展速度。其公式为：式中，表示环比发展速度（） 表示连乘符号。利用平均发展速度就可以进行预测。其公式为：式中，表示t+1期预测值，即预测值是用上一年的税收实际值乘以平均发展速度进行
17、计算的。 注意：使用平均发展速度法进行税收预测时，它的使用条件是要求观察期内各时期税收收入的发展方向相同。即各期都是不断上升或都是不断下降的，而环比速度要求大体相同，否则就不宜用此法。 2移动平均法预测法移动平均法就是将观察期的时间序列从第一项数据开始，按一定项数求序时平均数，逐项移动，边移动边平均。这样就可以得出一个由移动平均数组成的新的时间序列。它把原有历史统计数据中的起伏波动状况予以修正，使不规则的线型大体上规则化，从而显示出预测对象的发展方向和趋势。这就是用移动平均法来探求历史统计数据的变动规律。假如这种变动规律还会继续下去，根据这种规律就可以预测未来。移动平均法常用的有：简单移动平均
18、法，加权移动平均法和二次滑动平均预测法。（21）简单移动平均预测法（一次滑动平均预测法）简单移动平均预测法，又叫做一次滑动平均预测法。它是在计算算术平均数的基础上，通过逐项分段移动，求得下一期预测值的方法。其基本公式是：式中，代表移动平均值，即代表第t期预测值。（i=t-1，t-2，t-N）代表各期的实际数值。N表示移动平均时的分段数据的项数。在移动平均法中，分段数据项数N的取值是否恰当是用好这种方法的关键。在实际应用中，N取值的大小，要根据时间序列中项数的多少和预测的目的要求而定。通常考虑以下几个方面来确定N的取值。（1）如果观察期时间序列的项数比较多，N可以取得大一些；（2）如果要灵敏地反
19、映历史统计数据的变动趋势，N可以取得小一些。（22）加权移动平均法（加权滑动平均预测法）加权移动平均法，又叫加权滑动平均预测法，就是在计算移动平均数时，不同等对待各时间序列的数据，而是给近期的数据以较大的权数，远期数据以较小的权数，以不同的权数值调节各观察值所起的作用，从而使预测值更接近于实际。公式如下：式中，代表第t期的加权移动平均数，即表示第t期的预测值；（i=1，2N）表示加权系数对于权数的运用，一般需要对时间序列数据资料进行分析判断，通过试验的方法加以确定。（23）二次滑动平均值预测法二次滑动平均值预测法是在一次滑动平均值法的基础上，再作一次滑动平均值后得到的值，其预测方程为：其中：T
20、为预测时段长，为时刻t时趋势直线的斜率，为截距。上式中为一次滑动平均值，为二次滑动平均值。3指数平滑法指数平滑法是一种简便易行的时间序列预测方法，是移动平均法的改进形式。分为一次指数平滑法、二次指数平滑法和三次指数平滑法。由于一次指数平滑法在处理有线性趋势的数据时，会产生滞后偏差，下面主要为大家介绍二次指数平滑法，对一次指数平滑法仅作简单介绍。（31）一次指数平滑法一次指数平滑法是利用本期的观测值和当期的预测值，通过对它们的不同加权分配求得一个指数平滑值，作为下期预测值的一种方法。公式如下：式中：表示第t期的指数平滑值，也就是第t+1期的预测值；表示第t期的观测值，表示t-1期指数平滑值，即第
21、t期的预测值，表示加权系数，01。同时上述公式可改写为： 本期预测值=上期观测值+（1-）上期预测值（32）二次指数平滑法二次指数平滑法是在一次指数平滑法的基础上，对一次指数平滑值再做一次指数平滑，然后，利用两次指数平滑值，通过求解平滑系数，建立数学预测模型进行预测。当时间序列没有明显的趋势变动时，使用第t周期一次指数平滑就能直接预测第t+1期之值。但当时间序列的变动出现直线趋势时，用一次指数平滑法来预测仍存在着明显的滞后偏差。因此，也需要进行修正。修正的方法也是在一次指数平滑的基础上再作二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立线性趋势预测模型。故称为二次指数平滑
22、法。 设一次指数平滑为 ，则二次指数平滑 的计算公式为： 若时间序列 从某时期开始具有直线趋势，且认为未来时期亦按此直线趋势变化，则与趋势移动平均类似，可用如下的线性趋势模型来预测。 式中t为当前时期数；T为由当前时期数t到预测期的时期数； 为第t+T期的预测值； 为截距， 为斜率，其计算公式为： 式中， 代表第t期的二次指数平滑值，代表第t-1期的二次指数平滑值，、代表平滑系数，代表第t+T期的预测值。注意：由于一次指数平滑法和移动平均法一样，当时间序列的发展变化呈现出明显的线性趋势时，用上述方法进行预测会产生滞后偏差，也就是预测值比实际值偏小，所以必须要用二次滑动平均值和二次指数平滑法。时
23、间序列法预测模型，主要的优点就是对数据的要求较少，仅要求进行预测的数据系列并且数据系列不用太长，还有就是预测模型很容易建造和运行；主要的缺点就是根据趋势的外推忽视了其他经济变量的信息和预测，对依靠经济环境变化的许多税种都不适合。4线性趋势预测法线性趋势预测法又叫延伸预测法，通常采用的延伸预测法主要包括有直线趋势预测法、平均增减趋势预测法、曲线趋势预测法和指数曲线趋势预测法等等。今天主要为大家介绍直线趋势预测法。（41）直线趋势预测法当观察期的时间序列的逐期增减量大体相等，它的发展趋势近似于直线时，就可以用直线趋势预测法求得趋势直线，并以这条趋势直线的延伸来确定预测值。直线趋势预测数学模型：式中
24、： 为预测值；T为预测年份序列数（通常为时期的代号）；a、b 为方程参数。利用最小二乘法，可以得到计算参数a和b的两个方程式： （1） （2）其中N为时间序列的项数，根据上述两个方程式可以得出a和b的计算公式： （3） （4）根据（3）和（4）就可直接求出a和b两个参数值，然后再把a、b值代入直线方程中，即可得到所需要的趋势直线方程式，直接进行预测。 （42）平均增减预测法平均增减预测模法主要适用于时间数列的逐年增减量大致相同情况下的预测, 主要特点比较简便易行。其模型为：上式中：为t期预测值；为基期的实际值；l为逐年增长量的平均值；n 为预测期的顺序数(n= 1，2， 3，n)。（43）二次
25、曲线趋势预测法二次曲线趋势预测法就是当时间序列的观察值的逐期增长量的增长量（即其二次增长量）大体相同，其长期趋势线呈现为一个抛物线时，可配合二次曲线模型来进行外推预测的一种预测方法。二次曲线的预测模型为： （44）指数曲线趋势预测法指数曲线趋势数学模型：式中：为预测值；t为预测年份数； a、b 为方程参数。在解上述方程时，先将上式两边同时取对数，使指数曲线转化为直线方程式：log= loga+t logb这种方法,，主要适应逐年增长率大体相同情况下的预测。注：在这里就不对以上两种方法作详细介绍了。（三）税收回归预测如果两个变量之间存在着较高的相关，就可以试着从一个变量的变化去推断另一个变量的变
26、化，通常把一个变量作为自变量，另一个作为因变量，建立二者的数学表达式，从自变量去估计因变量的取值，这个过程就叫做回归分析。回归分析属于定量预测中的一种基本方法，在进行回归分析时，要注意几个方面的问题，一是税收收入与影响因素之间确实存在数量上的相互依存关系，而且因变量和自变量必须有密切的相关关系，因为在这种条件下，才能进行定量分析，才能求得比较可靠的因变量预测值；二是要正确选用回归预测模型，因变量和自变量之间的相关关系虽然不是确定性的函数关系，但在大量观察下，可以借助一些函数式来表达它们之间存在的客观规律性，进行预测就要根据变量之间的一般关系，建立函数关系的回归方程，它是进行预测的依据；三是要有
27、有效的检验方法，计算估计标准误差，根据回归方程计算出来的是一个理论值，与实际值是会有出入的，其误差的大小，必须计算估计标准误差，来检验预测的结果，并根据估计标准误差来说明预测值的可信范围，计算置信区间。通常税收回归预测主要有一元回归预测和多元回归预测。(1) 一元回归预测模型 基本概念：一元线性回归预测法是分析一个因变量与一个自变量之间的线性关系的预测方法。基本思想：确定直线的方法是最小二乘法，最小二乘法的基本思想是最有代表性的直线应该是直线到各点的距离最近，然后用这条直线进行预测。一元线性回归预测模型的基本公式：Y=a+bX公式中：X代表自变量，Y代表因变量，a和b代表回归系数，X和Y这两个
28、变量之间的关系，将在a和b这两个回归系数的范围内，进行有规律的变动。在考虑经济因素X以外，如果还考虑税政和征管因互，那么该预测模型的公式为：Y=a+bX+c，其中c代表随机扰乱项，或称为误差项。下面的预测模型不考虑C因素。 进行一元回归预测的一般步骤如下： （11）先根据X和Y这两变量的历史统计数据，把X、Y作为已知数，寻求合理的回归系数a、b，建立回归预测模型，计算方程为： （1） （2）解这（1）和（2）两个标准方程式得： （3） （4）求a和b的值可以用以下的公式：其中，代表的平均值，代表的平均值，根据已求得的回归系数，建立回归方程式，作为预测的依据。 （12）对回归预测模型进行相关性检
29、验，计算相关系数。相关系数是用来测定因变量和自变量在数量上相关关系密切程度的数量指标，它能说明预测结果的可信程度和检验回归方程线性关系的显著性。相关系数的计算公式为：相关系数R的取值范围为-1R1。 （13）运用回归预测模型进行预测。经过相关系数检验后，确认所建立的回归方程能用于预测时，就把自变量X预测期的估计值代入回归方程，即可求得预测值。（14）对预测结果进行置信区间的估计。利用回归预测模型计算出的预测值，只是一个估计值或理论值，它与实际发生值是有出入的，对于出入多大，就要计算估计标准误差，估计标准误差是用来说明回归直线方程预测结果的准确程度的分析指标，也是反映回归直线代表性大小的分析指标
30、，它是从因变量的实际值和估计值离差的大小来观察它的代表性大小的，标准误差的计算公式是：上式中表示估计标准误差，表示因变量观测值，表示根据回归方程测算出的预测值，（）表示因变量观测值与预测值的误差，n表示观察期统计数据的组数。求得预测标准误差后，就可以计算预测值的置信度和预测值的取值范围，表明预测精确度的区间，即置信区间。在通常情况下，计算置信区间时，取置信度为95%。（二） 多元回归模型预测多元回归预测是在确定两个或两个以上的自变量和因变量之间的相关关系的基础上，建立回归数学模型，用以进行预测的一种预测方法。多元回归预测的计算方法和一元回归基本相同，但其计算过程较为复杂。而在实际税收预测工作中
31、，一般多选择最重要的一个因素或两个因素，运用一元回归或二元回归预测法进行预测，待求得预测结果后，再考虑其它影响因素，对预测值作适当的调整，这样既简便又能保证预测质量。下面只对二元回归预测作一个简单的介绍。二元线性回归预测是分析一个因变量与两个自变量之间呈现线性关系的一种预测方法。二元线性回归预测的基本公式是：公式中，y代表因变量，、代表自变量，a、代表回归系数。（四）宏观税负与税收弹性预测法近年来各地区对宏观税负和税收弹性都相当重视，一是把宏观税负作为检验该地区税收征管情况好坏的一个重要指标，二是把税收弹性作为检验该地区税收地长与地区经济发展是否协调的标志，根据这两个指标表现出来特殊性，通过时
32、间序列平均增长的原理运用，可以用这两个指标进行简单的税收收入预测。这里就不进一步阐述了。五、预测方法应用与检验上述只对一些很常用的预测方法作了一个比较简单的介绍，下面结合事例对预测方法作一个应用，检验和比较。由于目前计算机统计分析软件较多，如EVIEWS、SPSS、EXCEL、SAS、STATA等，考虑运用的普遍性和实用性，只采用EXCEL进行分析。运用思路：用一个地区近十年的税收数据和GDP数据，分别用上述讲解的预测方法进行运用，检验和比较，以及一些经济意义的解释。（一） 数据准备某市地税局1998年2007年税收收入数据和地区生产总值（GDP）数据如下表所示：单位：税收收入为万元，GDP为
33、亿元。某市地税局19982007税收收入和地区生产总值(GDP)情况表年份税收收入税收增幅GDPGDP增幅199838294817.92%1440.568.40%199943699914.11%1491.997.60%200050053014.54%1603.168.50%200160238720.35%1765.689.00%200273296421.68%1990.0110.30%200389441522.03%2272.8211.40%2004111554924.72%2692.8112.20%2005135642421.59%3070.4911.50%2006166051322.42%
34、3491.5712.20%2007224553735.23%4122.5119.42%根据所提供的数据预测2008年的税收收入。（二） 方法应用1 平均发展速度预测法该市19982007年平均发展速度为：根据平均发展速度速度预测模型，该市2008年的税收收入为：万元2 移动平均发展速度由于数据量比较少，假设移动项数N=2，可以快速借助EXCEL预测出2008年的税收收入，EXCEL分析步骤如下：打开EXCEL点击菜单“工具”栏选择“数据分析”项，这时出现数据分析对话框，再选择对话框中的“移动平均”方法点击确定即可出现移动平均对话框在对话框中需要输入三个指标：即输入数据源，数据间隔项和输出数据项
35、，点击确定就可出现如下分析结果：年份税收收入移动平均值199838294819994369992000500530409973.52001602387468764.52002732964551458.52003894415667675.520041115549813689.5200513564241004982200616605131235986.5200722455371508468.520081953025即该市2008年税收收入预测数为：=1953025万元，可以看出分析的结果反而比2007年减少了，这与实际情况悬殊较大。3 移动加权平均法假设分段项数仍然为2，即N=2，加权系数；该市2
36、008年税收收预测数万元，仍然与实际情况相差较大。4 二次滑动平均值法通过前面所述移动平均法，用EXCEL也可以很快的计算出二次滑动平均值，如下表所示：年份税收收入一次滑动平均二次滑动平均ab1998382948 1999436999 2000500530 409974 2001602387 468765 588822 74726 2002732964 551459 439369 720197 105043 2003894415 667676 510112 881730 136082 20041115549 813690 609567 1093082 176200 20051356424 10
37、04982 740683 1344870 217767 20061660513 1235987 909336 1637797 258656 20072245537 1508469 1120484 2146624 387198 20081953025 1372228 根据二次滑动平均值法模型可以得出2008年税收预测数：=万元，与实际也有一定的悬殊。通过以上几种定量平均法的分析，可以看出，在税收收入预测中，由于税收收入近几年始终保持平稳快速增长，采用定基平均发展速度法较好。5二次指数平滑法运用EXCEL操作步骤为：打开EXCEL点击菜单“工具”栏选择“数据分析”项，这时出现数据分析对话框，再选择
38、对话框中的“指数平滑”方法点击确定即可出现指数平滑对话框在对话框中需要输入三个指标：即输入数据源，阻尼系数项和输出数据项。假定这里面确定加权系数=0.9，那么EXCEL中的阻尼系数就应该为0.1，在一次指数平滑的基础上再做一次指数平滑就可以得到如下分析结果：年份时期T税收收入一次指数平滑二次指数平滑0382948 382948 19981382948382948 382948 19992436999431594 426729 20003500530493636 486946 20014602387591512 581055 20025732964718819 705042 2003689441
39、5876855 859674 2004711155491091680 1068479 2005813564241329950 1303803 2006916605131627457 1595091 20071022455372183729 2124865 根据上表中计算出来的指数平滑值，运用二次指数平滑法预测模型，可以计算出平滑系数，即：则2008年税收收入预测数为：=2242593+529774*1=2772367万元。该预测数结果较好。6 直线趋势预测法首先通过EXCEL计算直线预测表，如下：年份时期T税收收入YT*YT的平方19981382948382948 1 199924369998
40、73998 4 200035005301501590 9 200146023872409548 16 200257329643664820 25 200368944155366490 36 2004711155497808843 49 20058135642410851392 64 20069166051314944617 81 200710224553722455370 100 合计55992826670259616 385通过以上分析表可以求出a、b两个参数的值，即：根据直线趋势预测法模型万元从以上结果也可以看，预测结果也不理想。通过对年份和税收收入建立直角坐标系描点可以发现，各年份税收收
41、入完成波动情况不在一条直线上，而呈现出一条曲线，即下图所示：在这种情况下，如果再用直线趋势预测模型就会出现很大的误差，所以不适用该模型。7 一元回归分析由于税收与经济的关系，对税收收入起决定性因素的是经济因素，同时税收政策和税收征管水平也影响税收收入，但不是主要因素，主要因素还是税源。根据这个理论，设定地区经济GDP为自变量，税收收入Y为因变量，建设一元回归预测模型，对下个年度的税收收入作一个简单的回归分析和预测。首先对该市19982007年的税收收入和GDP历史数据用EXCEL做一个回归分析，步骤如下：打开EXCEL点击菜单“工具”栏选择“数据分析”项，这时出现数据分析对话框，即以下图示再选
42、择对话框中的“回归”方法点击确定即可出现回归分析对话框，即以下图示：在对话框中需要输入X和Y值，即历史税收收入和GDP，同时指定置信度为95%，选择一个残差指标，点击确定即可得到以下数据分析表及图示：从以上分析表可以看出，相关系数R=99.52%，表示X和Y变量高度正相关。回归系数a=-574669，b=654.72，假定该市2008年GDP预计可以达到4900亿元，那么根据一元回归模型Y=a+bX就可预测出该市2008年税收收入水平：=a+bX=-574669+654.72*4900=2633440万元，该结果与其它预测模型相比较，与实际结果较为接近。同时在置信度为95%的情况下，预测值标准
43、误差=62979.14万元，表示该市2008年税收收入将在2区间波动，即税收收入最少可以征收2507482万元，最多可以征收2758399万元。当然也可以根据以上回归分析得出的统计表，通过残差表的分析，可以看出19982002年，2007年该市超额征收，而20032006年征收不足。以上仅是就数字所作的一个简单预测和数据统计，在具体工作中，必须联系本地区的具体实际，对各个年度税收预测数与实际税收收入作详细的分析，即对2008年的预测数进行一个全面准确的涵盖经济、政策和征管加以分析，最终得出2008年的预测数。六、纳税能力估算简介（一）纳税能力估算的意义1纳税能力的概念纳税能力，它是税收收入能力
44、（Taxable/Tax Capacity）的一个方面，是一个国家或地区在一定经济和税制条件下所有纳税人能够最大限度缴纳的税收储量。它指的是可征税收规模水平，是一个税收潜在能力的概念。经济水平、税收制度和征纳能力是决定纳税能力的主要因素。（1）经济对纳税能力的影响。具体地说，经济规模、经济效益、经济结构、收入差距共同决定了政府可课税资料的总是量，即制约了纳税能力的大小。一是经济总量决定税收规模，从根本是上说，经济是税收之源，税收归根结底来源于GDP，所有税收都是国家参与GDP初次分配和再分配的结果，这里面要明白的是，尽管经济总量是纳税能力的理论上限，但并非是GDP全部都可以作为税基的，如政府部
45、门的生产与服务、总投资中的库存增加、非货币化的GDP等是不可能成为税基的，因此说，GDP中剩余价值总量是纳税能力的理论上限，而且也只有一部分剩余价值能够转化为税收收入，其余部分则用于社会扩大再生产。二是经济结构是影响纳税能力的关键因素之一。狭义的经济结构即产业结构，产业结构的特征反映了生产力发展水平、劳动生产率的高低及科技进步水平，经济结构的特点决定了剩余价值M的总量，从而制约了纳税能力的大小。二是经济效益决定纳税能力，这是经济决定税收的深层次含义。GDP一般由四部分组成，即劳动者报酬、生产税净额、因定资产折旧和营业盈余。营业盈余直接影响企业所得税能力的大小，从而说明经济效益也是决定纳税能力大小的重要方面。四是收入分配的平均程度也是决定纳税能力的一个重要因素。收入分配越是不平均，可征个人所得税收越多，因此说，收入分配的平均程度对纳税能力具有重要影响，收入差距越大，纳税能力越大。综上所述，经济是纳税能力的最重要决定因素，经济增长为纳税能力的增强提供了潜在的可能。（2）税收政策制度对纳税能力的影响。一是国家财政收入的需要和筹资渠道，二是财政支出结构，三是管理能力、四是税收政策目标等等。（3）征纳水平对纳税能力的影响。征纳水平包括两个方面，一是税务机关的征管水平，二是纳税人的税法遵从度。2纳税能力估算的原则在进行纳