【2007年3月1日】焦瑞进：关于年初税收预测模型的研究

白云载酒

关于年初税收预测模型的研究

一、问题的提出

管理者一般都希望、也有必要在历年之初对管理的事物有一个全年的估计或预测。预测的基本思路：一是找规律、找关系建模；二是找特征、找因素修正。遵循这一基本思路，全年税收总量的预测有很多方法，其中时间序列法和税收经济关系回归法是两种基本选择。但从近几年的实际数据看，时间序列数据的规律性不强，税收经济关系的相关性不是太好。另一方面，经济管理部门或国家统计部门权威预测GDP的出炉较晚，据此预测税收收入就有“相见恨晚”的感觉。因此，用时间序列法或税收经济关系法这两种方法预测的结果都达不到适用要求，其缺点表现在两个方面：一方面偏差较大，可信度不高；另一方面不能满足预测的时效要求。

二、研究思路

为了解决上述问题，需另辟蹊径，找出一种科学适用的预测方法。所谓预测，就是要求在年初能对全年的数据有一个整体的估算，这就需要研究年初税收数据与全年税收收入有什么样的规律或相关关系可循。通过对税收月份数据与年度数据关系的整理研究，可总结出以下几个方面的关系：

通过对税收月份数据与年度数据关系的整理研究，可总结出以下几个方面的关系：

（一） 固定组成部分

一月份占全年月份数量的十二分之一，按天数算31天，这两组数据固定不变。二月份按月份数量看也是十二分之一，但天数是变化的，并且通常春节在二月，故存在的变数较多。三月以后的各月虽说也固定不变，但时效性都不如一月强。由此看一月份在时间上的规律性是存在的而且是固定不变的，相比用一月的数据预测条件最好。

（二） 月份数据分布有规律

在证明时间规律的基础上，第二个环节就是要说明各月税收数据是否有规律性。从2004年到2006年连续三年税收数据的月分布规律看，有明显的规律性。具体表现在：一是三条分布线走势极为相近；二是三条线两两间相关系数极高，均在0.965以上。由此说明，可以找到1月份数据与全年数据的规律关系，用一月份数据预测全年税收情况有一定的科学性，可信度较高。

（一） 跟踪预测

在一月份预测的基础上，再应用1、2月两月平均数和1、2、3三个月的平均数跟踪预测，会取得更为逼近的预测效果。

三、回归模型及参数

首先分别测算94年以来税收收入历年1月数据、1、2月平均数和1、2、3月平均数与全年数据的相关性，结果分别为：0.998826，0.999309和0.999169。相关性极高，以此回归的预测模型偏差就不会太大，预测可信度较高。三个回归模型如下：

1月份数据回归式：

Y=9.30641X+2660.479±δ

1月和2月平均数的回归式：

Y=11.01661X+2363.776±δ

1、2、3前3个月平均数的回归式：

Y=11.77131X+1563.187±δ

四、预测结果

按上述回归模型预测，代入1月全国实际税收收入4843.19亿后，预计全年税收收入会在47733.2亿元上下浮动，增长额约在10096.63亿元上下浮动，增幅约为26.83%。上下浮动偏差±517亿，约为预测收入的1.08%。考虑到今年全国经济形势继续向好，税收征管随着税源管理的完善将进一步加强，税收收入会在这一预计数的基础上上浮。若无大的税制改革出台或税收政策的调控，全年税收收入增长额有望首次突破10000亿元大关。

待2、3月份数据出来后，将在此基础上做进一步的跟踪预测。

五、分布

总结前三年全国税收收入的月分布规律，2007年实现的税收将会呈现表1的数据分布，继续呈现税收数据下半年小于上半年的形态。2月份为最低点，月收入约为3340亿元；4月份为最高点，月收入有望达到5191亿元（见表1和图1）。