税收收入预测的时间序列方法选择

被引：21

作者：

郭剑川

刘黎明

机构：

[1] 首都经济贸易大学数量经济研究中心

来源：

统计与决策 | 2009年 / 05期

基金：

北京市自然科学基金;

关键词：

Holt-Winter模型; SARIMA模型; 税收;

D O I：

10.13546/j.cnki.tjyjc.2009.05.046

中图分类号：

F812.42 [税收]; F224 [经济数学方法];

学科分类号：

020104 [西方经济学]; 020219 [财政学（含：税收学）];

摘要：

税收是国家财政收入的主要来源,能否准确地预测税收收入对于制定国家财政预算具有重要意义。文章以中国2001年至2007年的税收收入数据为基础,分别采用传统时间序列分析方法和Box-Jenkins的方法建立了中国月度税收收入的时间序列预测模型。该模型可用于对未来短期情况的预测,同时说明有时在进行预测时传统方法除了操作简便外,精度也更高一些。因此,在建模时,要通过对几个不同模型的比较,找出数据规律,确定最优的模型。

引用

页码：30 / 32

页数：3