1.税收预测的基本原则

税收预测和其他经济预测一样，把进行预测的客观事物看成一个系统，把客观事物的过去、现在和未来看成是一个连续的、不断发展变化的辩证统一体。正是由于系统中某种结构的稳定性，才有可能使我们对客观事物做出科学的预测。一般来讲，税收预测要遵循以下几条原则。

（1）连贯性原则

所谓连贯性原则，是指过去和现在将会持续至未来，无论是宏观经济还是微观经济系统，其发展都具有这种延续性。它有两方面的含义：一是时间方面的连贯性，即在系统中，如果过去一直受某种政策的支配，现在即使停止执行这种政策，经济系统仍然会按照原来的惯性运行一段时间。二是系统结构的稳定性，即经济系统的结构在短期内可以认为是不变的，它存在相对稳定性。这两点是我们进行税收预测的根据，前者是进行趋势外推法的基本假设，后者是利用因果关系建立结构模型的主要理论依据。

（2）类推性原则

类推性原则是指经济事物——如国民收入、税收、各部门和企业的经济活动都有各自的运行模式，并且这些模式之间会存在相似之处。例如，货币供应量的过快增长，意味着未来通货膨胀率将要上升，而通货膨胀率的上升又会提高税收收入的增长速度。因此，认识了这些经济运行的模式，就可以设想和推断未来的经济现象。要认识这些经济现象的模式，不仅需要大量过去和现在的事实和数据，还要进行深刻的理论分析，二者都是科学的税收预测不可或缺的。

（3）相关性原则

相关性原则是指各种经济现象之间都是相关的。在经济系统中，许多经济变量之间都存在着相关关系。有些变量是正相关的，有些则是负相关的，这些关系常常在一定的预测模型中表现为因果关系。在税收预测中，经常就是通过这种相关关系，建立预测模型，如回归分析模型。

（4）概率性原则

税收预测必须通过对事物发展偶然性的分析，揭露事物内部隐藏着的规律性。从偶然中发现必然是有规律可以遵循的，这个规律就是人们普遍运用的统计规律。为了预测税收收入在某时期的发展趋势，常常需要对某时期的实际税收收入进行模拟。这种模拟的经济过程与实际的经济过程相比，无疑会存在一定的偏差，而且这种偏差会带有随机性。概率性原则就要求税收收入预测者对实际的税收收入做出区间估计。

2.税收预测的一般步骤

（1）确定预测目标，选择预测变量

进行任何一项税收预测，首先应当确定预测的目标。在明确预测目标的前提下，确定预测的具体内容。进行税收预测，要定量分析经济活动中各因素之间的因果关系。在选择了一定的因果关系之后，就要正确选择变量。在因果分析中，对于自变量的选择一般应遵循两条原则。一是选择的自变量应当是那些与预测目标紧密相关的因素；二是所选择的自变量之间不能存在较高的线性相关关系。

（2）收集、整理数据资料

明确预测目标之后，需要围绕预测对象，搜集尽可能多的资料。资料要力求完整、准确、适用和时新。进行预测时，对搜集到的资料要认真审核，对不完整的或不便使用的资料要进行必要的推算和调整。

（3）选择预测方法

选择正确的预测方法是税收预测分析成败的关键。预测方法不同，预测结果就不一样，最好综合运用几种不同的方法进行预测，以保证预测的科学性和正确性。

（4）建立预测模型

在经济理论的指导下，在对客观税收现象进行深入分析的基础上，建立拟合客观实际的数学模型。建立数学模型是技术处理的核心，一般分理论模型设计、模型参数估计、模型的检验与修正等。由于客观事物总是处于不断发展变化之中，因此在运用预测方法时，切不可生搬硬套某一公式或数学模型、简单的得出结论。

（5）进行实际预测，提出预测分析报告

所设计的模型通过检验之后，可根据未来的假设条件进行税收预测。一般来讲，税收预测分析报告应包括预测目标、对象和预测结果，主要资料来源，预测方法选择以及预测模型的建立和检验等。

（6）根据新的情况，修正预测模型

对预测结果和实际结果进行比较分析，计算误差，分析原因，评价所选用预测方法的可靠性，以修正预测方案，改进预测模型或重新选择预测变量，不断提高预测质量。

3.税收预测的基本方法

根据不同的标准，可以将税收预测方法分为不同的种类。例如，根据预测时间区间的长短，可以分为短期预测（月度预测或季度预测）、中期预测（年度预测）和长期预测（多年度预测）。此外，人们还经常将税收预测方法分为定性预测和定量预测两种。

（1）定性预测

定性预测是依靠人们的观察和分析能力、经验判断能力和逻辑推断能力所进行的预测分析。定性分析方法主要运用于对税收未来发展趋势的判断，所预测的对象缺乏必要的数据或者某些不能用模型来模拟的税收问题。典型的定性分析方法如“德尔菲法”（Delphi Method），又称“专家调查法”，就是向专家征求意见，并把专家的意见集中起来，对其进行综合整理，做出最后的预测。其主要作用是在定量分析前首先进行定性分析，以明确税收发展趋势，为定量分析做好准备工作，并与定量分析相结合，提高定量分析的可靠性。

（2）定量预测

定量预测是指主要依靠历史统计数据，在定性预测的基础上，运用数学方法建立拟合的数学模型进行税收预测的方法。定量预测要根据经济与税收的理论分析，从税收与GDP、投资、政府支出、净出口等关系中，制定揭示因果关系的计量统计模型。定量分析常用的预测方法通常包括线性预测法（直线预测法）和非线性预测法（非直线预测法）。

①单一变量法和平均速度外推预测法

该方法通过计算各种情况的税收时间序列的平均发展速度和平均增长速度，假定未来变化遵从这个平均速度，简单外推得到预测期望的税收收入预测值。当条件许可时，预测者就可以使用趋势外推法对财政收入进行预测，因为这种预测方法比较快捷、便利，也不需要太多的数据。这种预测方法的推理可能复杂，也可能简单，但都是以财政收入的过去模式外推将来。这种预测方法不需要在经济因素或者其他因素和需要预测的财政收入之间建立起因果关系及因果模型。这就给多数财政收入的预测者们带来了一个问题：他们需要了解的正是税收收入体制中的因果关系，而且，当预测者需要解释财政收入为什么会下降时，就更需要对其原因进行说明了。

不管这种预测方法是简单还是复杂，单一变量预测法都具有一个共同的特征：使用过去的税收收入数据对将来的税收收入数据进行预测（例如，利用过去15年中消费税的收入情况，来对预算年度和预算年度之后的其他年度消费税的收入情况进行预测），其中不会涉及经济、人口、社会和文化等其他方面的变量。

具体来说，其中的第一个方法就是简单的时间序列外推法或者时间回归法。这种外推法认为：一是增长的数额会保持一致（如果一种税收收入在过去的5年中每年都增长了5000美元，那么这种方法就认为，今年的这种税收收入也将增长5000美元）。二是变化的百分比会保持一致（如果一种税收收入在过去的5年中每年的增长幅度都是5%，那么这种预测方法就认为，这种税收收入今年也会增长5%）。三是可以使用平均复利计算公式的简单增长模型。四是预算年度的税收收入与时间呈线性变化趋势，即时间算术公式R＝a＋bt；或者税收收入与时间呈非线性变化趋势，即时间的自然对数形式ln R＝a＋bt，其中，R＝税收收入，t＝时间系数。为了得出比较准确的预测结果，时间系数的选择要尽量合理。许多地方政府使用的都是这种预测方法，因为这些政府部门缺乏关于本地经济的数据，而这些数据是更为复杂的因果联系预测法所必需的。美国的各个州政府经常会使用这种方法来对小税种进行预测。因为即使对这些小税种的预测技术进行改善，也不会对整个财政格局产生重大影响。

第二种预测方法是分解法。这种预测方法会将时间序列分解成趋势性因素、周期性因素、季节性因素（用于月度预测或者季度预测）和不规则因素（或者残差因素）；再将这些因素重新组合，就可以得到预测的结果了。这种方法认为，这4种基本因素都会对时间序列数据产生影响：趋势性因素，即长期的增长趋势或者衰退趋势；周期性因素，即围绕趋势水平的周期性波动，这种波动通常是由于衰退和扩张所组成的全国性或者地区性商业周期所造成的；季节性因素，即日历年度中重复性的、经常性的波动，这通常是由于天气和节假日等因素所导致的；不规则性因素，即不会遵循任何规律的误差性变化。

将每种因素的影响过滤掉的顺序是：季节性因素、趋势因素、周期性因素和不规则因素。可以使用中心季节的移动平均来去除季节性因素的影响；可以使用根据季节性调整之后的时间因素所形成的线性回归，将趋势性因素去除；在去除了季节性因素之后的数据中再去除趋势因素之后，就可以得到周期性因素；从数据序列中去除周期性因素之后，最后得到的是不规则性因素。进行预测时，就是要在基期观测值的基础上将这些因素逐一加上。其中，基期观测值通常就是最近的实际数值。政府收入的预测专家很少会使用分解法来对税收收入进行预测，但是对于其他预测过程中所需要使用的经济变量或者人口变量的预测，确实可以使用分解法。

其他单一变量预测法还会用到自回归技术、不同复杂程度的移动平均技术（例如，将移动平均技术和自回归方法结合在一起的模型）和不同的平滑技术。这种更复杂技术的应用范围受到了一定的限制，因为其中需要用到长期数据序列；只要税收的基本结构不出现重大变化，关于税收收入的预测就很少会用到长期时间序列的数据。同样的，税收收入的预测专家可以将这种技术用于对纳入模型的一些因变量的预测。

②一元线性回归预测法

一元线性回归预测法是用一元线性回归模型，对具有线性趋势的税收问题，只使用一个影响较大的因素所做出的预测。一般通过税收收入与GDP的关系，建立关于税收收入与GDP的一元回归模型，用未来GDP的预测值或计划安排值预测税收收入的规模。

③多元线性回归法

多元线性回归法是用多元线性回归模型，对具有线性趋势的税收问题所做出的预测。因为宏观经济中除GDP外，投资、净出口额、政府支出等因素均会在不同程度上影响税收收入，多元线性回归模型就是通过税收收入与多个经济变量的关系，建立关于税收收入预测的数学预测模型。(www.daowen.com)

多元回归模型，是用途最广泛的一种预测机制。这种预测方法通过将财政收入看成是一个或者多个独立变量的函数来进行预测，这些独立变量是由收入模型之外的其他因素决定的。

对独立变量或者因变量的预测，要通过税收方程式之外的分析工作和预测工作来进行。为了运用这种方法，对独立变量的预测要能赶得上预测期间的运用：如果消费者指数只有在预算年度的前三个季度结束之后才能得到，而这个消费者指数又是销售税收入的估测公式所必需的，那么就不能使用这种预测方法了。由于这种财政收入的预测结果是要用于编制预算的，因此必须要在预算年度开始之前得到。虚拟变量（dummy variables）提供了这样一种方法，可以将过去两年中特别定性经验的影响考虑进来。

选用多元回归方程来进行预测，一般要取决于在前些年中使用这个方程的估测结果与财政收入实际结果的拟合程度。由于许多其他的具体方法可以产生与历史数据相似拟合程度的结果（根据一般对拟合程度和预测错误的分析，这些具体的方法几乎是无差别的），也可以对早些年进行实验性的预测（例如，模仿测试或者“样本测试”），例如，现在有关于1960～2001年间的数据，准备要对2003预算年度进行预测（这种预测要在2002年开展）。根据1960～2000年间的数据可以形成方程，并可以将这个方程用于对2001年情况的“预测”，最后要选用其中最接近于已知实际数据的方程。一般来讲，在对各种主要财政收入种类分别编制方程时，需要在独立变量中将对变化的不同反应考虑进来。下表对回归预测的基本步骤做了说明。

表4－2　使用多元回归预测税收收入的步骤

④非线性预测法

非线性预测法，也称为“非直线趋势预测法”，是对利用非线性模型进行预测的一系列方法的总称，例如，二次曲线预测法和指数曲线预测法等。二次曲线预测法是在确定税收与某个经济变量之间存在二次曲线趋势时，利用二次曲线模型预测税收收入的方法。指数曲线预测法则是利用指数曲线模型对呈固定速度增长的税收问题进行预测的模型。

与直线趋势预测法相比较，非直线趋势预测法要更复杂一些，但对税收趋势的描述也更准确一些。因为税收收入的增长通常会受多种因素的影响，所以从长期来看，税收收入的增长一般不是直线型的，而往往是曲线型的。

4.税收预测示例

下面我们使用平均速度外推预测法和一元线性回归法对税收收入进行预测。实证数据选取我国2003～2012年GDP和税收收入的历史资料，对2013年、2014年等两年的税收收入进行预测。

首先，我们来对税收收入近年来的变化做定性分析。从近年来GDP和税收收入的实际增长情况来看，国民经济发展对税收增长的影响非常明显。随着我国经济规模的不断扩大，我国税收收入从2003年的2万亿增长到2012年的11.07万亿。但是，注意到2008年金融危机之后，我国2009年的税收收入增速明显放缓，再加上近几年我国经济结构调整，可以看出我国的税收增长率逐渐放缓。但是，税收收入与经济增长之间呈正向关系，根据这一关系，我们可以借助经济模型对税收收入进行预测。

表4－3　2003～2011年我国税收收入情况

由表4－3可以看出，2003～2012年间税收收入连年增长，年均增长率为19.08%。以2012年11.07万亿为基数，按照19.08%的年均增长率，我国2013、2014年的税收收入将分别为13.18万亿元和15.70万亿元。但是，考虑到当时国际形势的影响和税收增长趋缓等因素，我国的税收收入数额有可能会比该预测值低。实际数值也证明了这一点。

（2）一元线性回归法

使用一元线性回归法时，通常选用对税收收入影响最大的一个因素来作为自变量推算税收收入。GDP是经济情况最客观的衡量标准，因此我们选择GDP作为自变量，来进行税收收入的一元线性回归预测。

①税收预测模型的建立

设直线方程Y＝a＋b X。其中Y为某一年份的税收收入，X为GDP，即以GDP作为自变量来预测未来某一年份的税收收入。a、b均为需估计的参数，n为数据资料的期数，则可得方程组

整理得

表4－4　税收收入与GDP一元线性回归模型合成计算表

整理表4－4中的数据，代入上述方程组，可得：

则可得一元线性回归方程Yc＝－0.452＋0.193X

并分别可以得出2013年、2014年税收收入的预测值。

②对预测模型进行评价

下面对方程的拟合程度进行检测。

表4－5　一元线性回归模型相关系数计算表

这表明预测模型可以解释99.9%以上的内容，说明税收收入与GDP之间存在相当紧密的联系。

通过运用模型对1999～2012年间的税收收入的预测推算（参见表4－5中“Yc”），我们可以发现，预测值与实际值之间存在着一些差异，但相对于整个税收收入规模而言，差异并不是很大。因此，从总体上说，该预测模型的预测效果还是比较准确的，具有较强的可信度。

③运用模型对税收收入进行预测

近年来我国国民经济稳步增长，模型中预计2013年、2014年还将保持8%的增长速度。按8%计算，2013年和2014年，我国GDP将分别为56.08万亿和60.57万亿。

将这些数据分别代入上述预测模型：

则2013年和2014年我国的税收收入将分别为10.51万亿、11.41万亿。比较上述平均速度外推预测法的预测结果：12.91万亿和15.49万亿，二者可以分别看作是对我国税收收入较为乐观和保守的预测。实际情况是，2013年和2014年我国的税收收入分别为11.05万亿、11.92万亿。