□(遼寧稅務(wù)高等專科學(xué)校 遼寧大連 116023)
預(yù)測是在對過去信息進行分析的基礎(chǔ)上,找出其發(fā)展變化的規(guī)律,用以對未來進行推斷的一門科學(xué)。稅收預(yù)測從狹義的角度來說即是對稅收收入的預(yù)測,是對一個國家(或地區(qū))在未來某一時期可能的稅收收入的測算,它是根據(jù)過去和現(xiàn)在相關(guān)的歷史資料和數(shù)據(jù)對未來稅收收入趨勢的推測。稅收收入預(yù)測是稅源管理工作的重要組成部分,是提高稅收收入工作的計劃性和預(yù)見性、實行稅源專業(yè)化管理的客觀要求,在加強組織收入、完成稅收收入計劃、為領(lǐng)導(dǎo)科學(xué)決策和管理服務(wù)等方面起著非常重要的作用。因此對于稅務(wù)部門而言,采用科學(xué)的稅收預(yù)測方法,提高預(yù)測的準確率,對做好組織稅收收入工作有著更為深遠的理論和現(xiàn)實意義。
國家稅務(wù)總局目前在進行稅收預(yù)測時主要使用的方法有常規(guī)預(yù)測方法、統(tǒng)計學(xué)預(yù)測方法和機器預(yù)測方法等三類。
常規(guī)預(yù)測方法中包括層層上報預(yù)測法、歷史數(shù)據(jù)經(jīng)驗預(yù)測方法和滾動預(yù)測模型等。
層層上報預(yù)測法是指稅收統(tǒng)計部門采取的從稅務(wù)部門最基層的稅管員開始通過層層上報的方式,逐級匯總從而得到最終預(yù)測值的方法。由于基層稅收管理人員對其管轄內(nèi)的納稅人的了解程度較高,互動性較強,通常通過這種方法得到的預(yù)測結(jié)果可信性較高。其數(shù)據(jù)采集的方式主要有兩種:一是每月上旬和中旬預(yù)測本月稅收收入;二是每年11月和12月份預(yù)測全年稅收收入,從而在一定程度上大大提高預(yù)測的精確度。
歷史數(shù)據(jù)經(jīng)驗預(yù)測方法是根據(jù)全年中上、下半年或者季度稅收比重加以測算的,通常稅收收入在上、下半年間或者各季度間的比重存在一定的區(qū)間范圍,可以通過計算近年來的該比重區(qū)間范圍,估計全年稅收收入,這個方法通常在季度或者半年預(yù)測時使用。需要強調(diào)的是按照此前幾個月份的收入規(guī)模進行測算時,要注意剔除各月份中類似所得稅匯算清繳等特殊因素的影響。
滾動預(yù)測模型的基本思路是通過以下步驟得以實現(xiàn):一是利用歷史資料找出修正的稅收收入的月度分布曲線;二是利用預(yù)測年度已經(jīng)實現(xiàn)的稅收與修正曲線的數(shù)據(jù)相比較,求出實現(xiàn)稅收的增長系數(shù);三是利用實現(xiàn)稅收的增長系數(shù)和經(jīng)濟預(yù)期增長速度加權(quán)求出稅收年度增長系數(shù);四是用稅收年度增長系數(shù)乘以修正后的稅收月分布曲線各月稅收,求出預(yù)測年度各月稅收;五是滾動調(diào)整。
統(tǒng)計學(xué)預(yù)測方法可歸納為定性預(yù)測方法和定量預(yù)測方法兩大類。
定性預(yù)測方法較適用于對缺乏歷史統(tǒng)計資料或趨勢面臨轉(zhuǎn)折時的情況進行預(yù)測,這種方法既可用于短期預(yù)測也可用于中、長期預(yù)測,應(yīng)用時需要做大量的調(diào)查研究工作。
定量預(yù)測方法主要有回歸預(yù)測法和時間序列預(yù)測法等。回歸預(yù)測法主要包括一元線性回歸預(yù)測法、多元線性回歸預(yù)測法和非線性回歸預(yù)測法等;時間序列預(yù)測法包括時間序列分解法、趨勢外推法、移動平均和指數(shù)平滑法、自回歸過濾法以及平穩(wěn)時間序列預(yù)測法等。定量預(yù)測諸多方法的一個共同特點是需要搜集大量的歷史數(shù)據(jù),這也是這種預(yù)測方法中最費時費力的一項前期準備工作。
目前主要使用了神經(jīng)元方法和支持向量機方法,這些方法無須更多的經(jīng)濟學(xué)解釋,只需通過計算機及專業(yè)的分析軟件在收集數(shù)據(jù)以及對數(shù)據(jù)預(yù)處理的基礎(chǔ)上即可進行預(yù)測,它們通常是作為統(tǒng)計預(yù)測方法的輔助參考使用。
很顯然,就方法的選擇而言,在實際工作中不同的層級間、不同的時間(長、中、短期)狀況下、根據(jù)不同的數(shù)據(jù)可以選擇不同的預(yù)測方法。常規(guī)預(yù)測方法中的歷史數(shù)據(jù)經(jīng)驗預(yù)測的方法經(jīng)常被用于對稅收收入的估算,而這一方法由于對經(jīng)濟變化及規(guī)律性把握不是十分準確而使其方法的估算并不很科學(xué);而復(fù)雜的機器預(yù)測方法又需要我們掌握大量的數(shù)理統(tǒng)計及計算機相關(guān)知識,使其可操作性較差;統(tǒng)計學(xué)作為處理數(shù)據(jù)的一門學(xué)科,它的很多方法在稅收收入預(yù)測中被越來越多的加以重視和利用。其中,回歸分析法由于需要較為準確、及時地掌握影響稅收變化的諸多經(jīng)濟數(shù)據(jù)才能在此基礎(chǔ)上建立回歸模型,因此實際應(yīng)用過程中難度較大;如此一來,利用稅務(wù)部門自己掌握的數(shù)據(jù)進行稅收預(yù)測就成為最為可行和方便的辦法,時間序列分析法中的很多方法正是這一思路的具體體現(xiàn)。
不同的數(shù)據(jù)特征下可以考慮采用不同的方法,其中很多時候數(shù)據(jù)的表現(xiàn)特征更適宜運用移動平均趨勢季節(jié)比率測算這一方法。需要強調(diào)的是在利用統(tǒng)計模型進行預(yù)測時應(yīng)滿足以下條件:一是預(yù)測年度的經(jīng)濟發(fā)展趨勢應(yīng)與前幾年保持同步;二是稅收政策沒有重大調(diào)整;三是稅收征管水平?jīng)]有明顯提高或降低。如果有一個條件不能滿足,那么利用模型進行預(yù)測的效果將大打折扣。
移動平均趨勢季節(jié)比率測算方法顧名思義是將移動平均分析、趨勢分析和季節(jié)分析三種測算方法相結(jié)合而形成的一種統(tǒng)計分析方法。
隨著時間的推移,數(shù)據(jù)的波動有上升也有下降,而且上升或下降的幅度也不相同。這種波動通常包括長期趨勢變動、季節(jié)變動、周期變動和不規(guī)則變動。對于這類數(shù)據(jù),在進行預(yù)測時,通常是先將各個因素依次分解出來,然后再進行預(yù)測。由于周期變動的分析需要有多年的數(shù)據(jù)才能發(fā)現(xiàn)其周期成分,實際工作中很難實現(xiàn),因此我們采用的分析模型為:Y=T×S×I。這一模型表示數(shù)據(jù)的波動包含有長期趨勢變動、季節(jié)變動和不規(guī)則變動。對于這類數(shù)據(jù)的預(yù)測方法很多,其中移動平均趨勢季節(jié)比率測算方法較為常用且簡便。具體計算方法和步驟為:
1.計算移動平均值(根據(jù)掌握的數(shù)據(jù)資料,如果是季度數(shù)據(jù)采用4項移動平均,則月度數(shù)據(jù)采用12項移動平均),從而剔除數(shù)據(jù)由于隨機因素引起的不規(guī)則變動 (需要強調(diào)的是,偶數(shù)項的移動平均還需要進行二項移正平均)。
2.再將各月(季)實際值除以對應(yīng)的趨勢值,即Y/T。
3.將Y/T按月(季)排列,再分別按月(季)計算季節(jié)比率。
4.進行季節(jié)指數(shù)調(diào)整。加總各平均的季節(jié)比率,其總和應(yīng)為12或4,如若不是,則需要計算調(diào)整系數(shù),用調(diào)整系數(shù)分別乘以各月(季)的平均季節(jié)比率,就是所求的季節(jié)比率。
5.分離季節(jié)成分,以消除季節(jié)變動對數(shù)據(jù)的影響。
6.根據(jù)數(shù)據(jù)特點建立適當?shù)念A(yù)測模型并進行預(yù)測(這一預(yù)測模型是消除了不規(guī)則變動和季節(jié)變動后只反映數(shù)據(jù)趨勢變動的模型)。
7.根據(jù)模型計算最終的預(yù)測值(用各預(yù)測值分別乘以相應(yīng)的季節(jié)比率得到最終的預(yù)測值)。
下面以某地區(qū)2009-2013年各月稅收收入資料為例(見下表),將其按月排列,說明移動平均趨勢季節(jié)比率測算方法的具體應(yīng)用。

某地區(qū)2009-2013年各月稅收收入 單位:萬元
據(jù)相關(guān)數(shù)據(jù)資料,連續(xù)5年各月稅收收入總的趨勢是上升的,但也體現(xiàn)出較明顯的季節(jié)變動和偶然因素引起的不規(guī)則變動。
第一步:計算移動平均值并將其移正,目的是消除不規(guī)則變動的影響。經(jīng)過對原始數(shù)據(jù)采用12項移動平均所得移動平均值以及在此基礎(chǔ)上進行的移正平均形成的新的數(shù)列值看,這種不規(guī)則波動被明顯削弱了(見下圖)。

修正平均后稅收收入折線圖
應(yīng)當說明的是,采用移動平均法時,移動平均所取項數(shù)的多少,應(yīng)視原數(shù)列資料的特點而定,原數(shù)列如有循環(huán)周期性波動,則應(yīng)以循環(huán)周期的長度或其倍數(shù)作為移動平均的項數(shù),否則趨勢變動中就會包括周期變動在內(nèi)。
再將各月實際值除以對應(yīng)的移動平均值求得月份比值;然后就可以考慮對時間序列中的季節(jié)變動加以測算了。測定季節(jié)變動的重要指標是季節(jié)指數(shù),測定的方法很多,這里采用按月平均法。
第二步:計算各年同月的月份比值的平均值及總的月份比值平均值,將各年同月的月份比值平均值與總的月平均值對比,得到各月的季節(jié)比率。
第三步:計算調(diào)整系數(shù),得到最終的季節(jié)指數(shù)。
測算出最終的季節(jié)指數(shù)后,用各月的實際值除以對應(yīng)的季節(jié)指數(shù),就可以分離季節(jié)變動因素,使數(shù)列中的數(shù)據(jù)只表現(xiàn)其趨勢變化。剔除季節(jié)成分后的稅收收入的時間序列分布折線圖具有明顯的線性趨勢,因此建立一元線性預(yù)測模型并用其來預(yù)測各月收入,而最終的預(yù)測值是要在一元線性預(yù)測模型預(yù)測值的基礎(chǔ)上再乘以相應(yīng)的季節(jié)指數(shù)才能得到。
通過上述分析我們發(fā)現(xiàn),采用時間序列移動平均趨勢季節(jié)比率測算法最大的優(yōu)點就是能夠通過歷史數(shù)據(jù)找到反映時間序列本身的變化趨勢,這種方法對于有明顯周期性變化趨勢且變動趨勢相對穩(wěn)定的數(shù)據(jù)資料進行短期預(yù)測效果較好。當然其局限性也是顯而易見的,那就是要求有較多的數(shù)據(jù)資料以便對數(shù)據(jù)變動趨勢做出較為準確的判斷。
影響稅收收入的因素很多,其中有些因素是可以量化的,有些是難以量化的,而任何宏觀層面的稅收預(yù)測模型只是把錯綜復(fù)雜的經(jīng)濟稅收關(guān)系簡單化、抽象化,它不可能全面地、真實地反映經(jīng)濟稅收運行的全部情況。如何為這些影響因素建立合適的統(tǒng)計分析模型,并用于稅收收入預(yù)測,以不斷提高工作效率,形成規(guī)范的收入預(yù)測工作機制,是需要我們不斷探索的課題。