地方税收收入预测的数学模型_以贵州省为例.doc

地方税收收入预测的数学模型 ———以贵州省为例 余杨，王时绘 （湖北大学数学与计算机科学学院，湖北 武汉 ４３００６２） 摘要 建立地方税收收入的３ 个单一模型，针对单一模型中存在的模型误差，将组合预测的方法引入地 方税收收入预测中，构建基于 Ｃｕｂｉｃ模型和 ＡＲＩＭＡ 模型的非负组合预测模型．利用地方税收收入数据进行 实证研究表明，组合预测模型的误差优于相应的单一预测模型． 关键词 税收收入；组合预测；Ｃｕｂｉｃ模型；线性回归；ＡＲＩＭＡ 模型 中图分类号 Ｆ８１２．７４５ 文献标志码 Ａ ０ 引言 “地方税收收入”是指地方税务局系统负责征收的税收收入．地方税务局系统包括省、自治区、直辖 市地方税务局，地区、地级市、自治州、盟地方税务局，县、县级市、旗地方税务局，征收分局、税务所．地 方税收收入涉及的主要税种有营业税、城市维护建设税，地方国有企业、集体企业、私营企业缴纳的所 得税、个人所得税、资源税、城镇土地使用税、耕地占用税、土地增值税、城市房地产税、车船使用税、车船 使用牌照税、契税、屠宰税、筵席税等． 本文中主要研究地方税收收入预测的数学模型． 预测地方税收收入的数学模型国内外已经有很多学者进行研究．税收收入特别是地方税收收入有 着与国外税收不同的规律，因此建立地方税收收入预测的数学模型既要考虑税收收入的变化规律，也要 考虑地方税收收入的地域特点和地方经济发展规律． 郭菊娥等［１］运用因果模型对我国税收收入的影响因素进行验证，在其基础上构建税收收入的预测模 型．徐利君等［２］在实证分析的基础上，得出地方税收收入与区域经济增长回归模型，探讨不同区域地方税 收收入对经济发展水平的影响．曾纪芬［３］运用统计、对比分析方法，探索地方经济与税源以及税收三者之 间的关系．广州市地方税务局课题组［４］以１９９９－２００５年为分析期，对“十一五”期间六城市地方税收的增长 趋势进行预测．刘明珠等［５］分析了利用 ＳＰＳＳ进行税收预测要注意的问题．李扬［６］研究了相关联的若干经 济指标与国税收入之间的??互依赖、相互制约的影响程度．贵州省地方税务局课题组［７］分析了１９９６－１９９９ 年贵州省地方税源结构，并对２０００年地方税收年增长率进行预测．王碧秀［８］研究了地税收入总量与经济总 量的关系；地方税收与地方产业结构的关系；地方税收与税种及地方经济的关系．李洁［９］和张鑫［１０］研究了 采用组合预测方法对省级税收收入进行预测，并用历史数据对模型进行实证检验． １ 数据和模型 本文中使用的数据包括１９９９－２００９ 年贵州省地方税收收入、贵州省 ＧＤＰ、贵州省居民消费价格指 数 ＣＰＩ和工业品出厂价格指数 ＰＰＩ．所有数据主要来源于 １９９９－２００９ 年各年《贵州统计年鉴》（中国统 收稿日期：２０１１－０７－０４ 基金项目：贵阳地税风险管理数据建模（０７０－０９７４９１）项目资助  计出版社）和国家统计局网站． 我们建立的贵州省地税税收收入预测模型主要是曲线估计模型、线性回归模型和时间序列模型．考 虑到以地方税收收入为单一变量的时间序列模型本身难以反映和解释经济增长对税收收入的影响，因 此在建立税收收入时间序列预测模型时，建立了税收收入的计量经济学预测模型．具体建模时主要考虑 地方宏观经济量与地方税收收入之间的相互关系，采用年度数据建立以地方税收收入为因变量，地方 宏观经济变量为自变量的整合自回归移动平均（ａｕｔｏｒｅｇｒｅｓｓｉｖｅｉｎｔｅｇｒａｔｅｄ ｍｏｖｉｎｇａｖｅｒａｇｅ，ＡＲＩＭＡ）预 测模型，对地方税收收入进行预测． 在建立贵州省地方税收收入预测模型时，我们还建立了地方税收收入的曲线估计模型．根据地方税 收收入在较长一段时间的发展趋势以及地方税收收入随时间变化的数量关系（这种关系不是一种因果 关系，而是一种结构关系［１１］），建立了地方税收收入的曲线估计模型（趋势外推模型）． １．１ 模型１：税收收入总量的趋势外推模型———Ｃｕｂｉｃ模型 很多变量的发展变化与时间之间都存在 一定的规律性，趋势外推预测法是研究变量的发展变化与时间之间的函数关系．根据函数关系的形态不 同，可分为直线趋势外推预测法、曲线趋势外推预测法． 曲线外推预测法是指根据时间序列历史数据的散点图的曲线变化趋势，选择恰当的曲线方程，利用 最小二乘法确定待定的参数，建立曲线预测模型，并用它进行预测的方法． 常见的曲线外推趋势预测法有二次曲线法、三次曲线（Ｃｕｂｉｃ）法等． 本文中将１９９９－２００９年贵州省地方税收收入数据作为时间序列，并对其进行各种曲线拟合，结果 发现所有曲线趋势中以三次曲线（Ｃｕｂｉｃ）法的各项统计结果最为理想，因此，建立贵州省地方税收收入 的趋势外推模型———Ｃｕｂｉｃ预测模型［１１］． 曲线趋势外推预测模型为 ＾ｙｔ＝＾ａ＋