税收剖析基本的方法概论.pptVIP

（三）税收聚类分析模型 聚类分析（ClusterAnalysis）是数理统计的一个分支，是运用事物本身所具有的某种数据特征，遵循“物以类聚”规律进行数据处理，为事物的分类管理提供数据支持的一种分析方法。借用这种分析开展税收分析，可将具有某种税收共同特征的事物聚集在一起，使我们更清楚地认识税收征管工作的分类特征。 将聚类分析技术应用税收分析工作中，可以有效地利用多项指标以量化的形式对税收事物分类评价考核，避免了单一指标评价考核税收征管的局限性，从而使税收事物评价考核更具有综合性和合理性，相关征管措施的制定更具有针对性。 （四）税收滚动分析预测模型 滚动预测是对事物近期活动发展态势进行了解和把握常用的预测方法。目的在于跟踪事物近期活动发展趋势和运行规律，防范事物的突然变化，及时出台应对措施。 按预测期间长度的变化与否来分类，有两种基本形式。 一种形式是给定固定长度的预测期间的不断递推，来实现滚动预测。即预测期间总的长度根据需要是给定不变的，随着近期活动的完成，再加一个单位的预测期间继续向前预测。比如给定的预测长度是5个月，第一次的预测期是1-5月，待1月的活动完成后，第二次的预测期即为2-6月，以此类推实现不断的滚动预测。 另一种形式是预测期的终点是给定的，随着近期活动的不断实现，预测的期间也不断地缩短，在已实现数据的基础上修正预测参数，继续滚动预测其余期间的态势。 根据税收收入是