税收预测分析.pdfVIP

第四章 稅收預測分析 配合前章預測模型之概述，本章將實證分析個人綜合所得稅與營利事 業所得稅稅收之預測。 實證過程中單一 ARIMA 模型所用之數據資料，有關個人綜合所得稅及 營利事業所得稅之稅收實徵數額(期間自 1973 年 1 月至2001 年 12 月) ，係 取自財政部統計處編印之賦稅統計年報。另一節以年資料，作逐步迴歸分 析，進行賦稅結構之探討，所用之國民所得與國內生產毛額等之數據，則 係取自行政院主計處編印之國民經濟統計資料，茲說明如下 第 4-1 節 稅收預測模式 單一 ARIMA 傳統迴歸預測模式於進行時間數列研究時，皆假設誤差項為獨立常態 隨機變數，因此前後期的預測變數Y 與Y 亦是沒有相關的，但事實上在時 t t 1 間序列或商業經貿領域中有許多資料的本性具有自我相關行為。本節以綜 合所得稅及營利事業所得稅實徵數之月歷史資料來預測其稅收數，以 SAS 套裝軟體執行，採條件最小平方法 估計。求 解步驟如下： 一、 綜合所得稅： 30 依照ACF與PACF找出與時間序列Z 相關的遞延數列，並判斷是否應取差 t 分。由附錄圖3 、圖4 、圖5 、圖6可明顯看出有取差分的必要，經過一階差 分的處理，情形大為改善;而經測試的結果，二階差分則有過度差分的現象。 在白干擾的檢定上，由下表4-1-1 其 p0.05 ，表示經由一次差分後， 原先無定向的數列已經轉為穩定數列了。 表 4-1-1 白干擾的檢定表 (綜所稅) To Chi- Pr Lag Square DF ChiSqAutocorrelations 6 45.25 6 .0001 -0.207 -0.126 0.144 -0.169 -0.105 -0.098 12 275.44 12 .0001 -0.061 -0.191 0.148 -0.137 -0.059 0.744 18 300.65 18 .0001 -0.116 -0.072 0.095 -0.132 -0.117 -0.101 24 492.40 24 .0001 -0.079 -0.170 0.134 -0.112 -0.039 0.667 結合AR項、MA項，不斷地測試結果，其常數項、AR(1,1) 、MA(1,1)的T 值大於2 ，P值小於0.0001 ，表示顯著不為0 ，得到最佳模式為ARIMA(1,0,1) ， 隨機漫步不成立。 表4-1-2 綜合所得稅稅收預測之ARIMA模式 Standard Approx Lag MU 0.14819 0.01943 7.63 *** .0001 0 MA1,1 0.39796 0.05353 7.43 *** .0001 12 AR1,1 0.25031 0.05556 4.51 *** .0001 1 AR1,2 0.06577 0.05608 1.17 0.2417 2 註: Std Error Estimate 0.283809 AIC