税收预测.docVIP

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。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。 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0＜＜1。 （2）最佳平