跳到主要內容

簡易檢索 / 詳目顯示

研究生: 江枝華
論文名稱: 所得稅稅收預測及其管理之研究
指導教授: 黃明聖
學位類別: 碩士
Master
系所名稱: 社會科學學院 - 行政管理碩士學程
Master for Eminent Public Administrators
論文出版年: 2004
畢業學年度: 92
語文別: 中文
論文頁數: 92
中文關鍵詞: 稅收預測預算管理迴歸分析
相關次數: 點閱:245下載:163
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 論文摘要
    所得稅為政府的一項重要經常性收入,也是眾多公共支出的來源,行政部門每年編製預算書時,均須作審慎合理的估測,以符精確表達之要求。準此,本文研究目的有二:第一,預估所得稅稅收之合理收入數。第二個目的,如何分配予各區國稅局,以落實預算之執行及績效之考核。
    在運用單一ARIMA,以稅收實徵數之月資料來預測綜合所得稅及營利事業所得稅之稅收,其有效模式分別為(1,0,1)及(1,1,1),值得參考運用。在迴歸模式上面,綜合所得稅稅收預測與國民所得之解釋變數有正向關係,惟經檢定殘差有自我相關之現象,因此將之修正以AR(1) 誤差來作預測迴歸式,相較所編列預算數,修正後迴歸式較精確;營利事業所得稅之稅收預測,經逐步迴歸結果,與國內生產毛額之解釋變數有正向關係,而以變數取log之迴歸式有較佳之效果。
    就管理層面而言,稅收預算之執行須配合事後績效評估與考核,惟先決條件須稅收預算數合理分配予五區國稅局。經實證分析結果,以國民所得與國內生產毛額之解釋變數來估計其綜合所得稅及營利事業所得稅之預算數,不論在全國所得稅稅收或分五區估計上,其差異性不大,且相當合理可信,值得各稽徵單位分配稅收預算數之參考。


    目 錄


    第一章 緒論--------------------------------------- 1
    第1-1節 研究動機------------------------------ 1
    第1-2節 研究目的------------------------------ 2
    第1-3節 研究範圍------------------------------ 3
    第1-4節 研究方法與架構------------------------ 4
    第1-5節 研究流程------------------------------ 5
    第二章 文獻回顧---------------------------------- 6
    第2-1節 相關文獻之探討------------------------ 6
    第2-2節 理論模型------------------------------ 13
    第三章 預測模型之建立-------------------------- 16
    第3-1節 ARIMA建立方式之簡介------------------- 16
    第3-2節 ARIMA模型判定之準則------------------- 22
    第3-3節 迴歸模型之建立------------------------ 24
    第四章 稅收預測分析----------------------------- 30
    第4-1節 稅收預測模式---單一ARIMA-------------- 30
    第4-2節 稅收預測模式---逐步迴歸--------------- 39

    第五章 所得稅稅收預算管理之探討-------------------- 56
    第5-1節 稅收預算之編擬與執行------------------ 56
    第5-2節 稅收責任目標管理---------------------- 64
    第5-3節 稅收預算執行之管制與考核-------------- 69
    第5-4節 稽徵實務之檢討------------------------ 72
    第六章 結論------------------------------------------- 75
    第6-1節 結論---------------------------------- 75
    第6-2節 研究限制------------------------------ 79
    參考文獻-------------------------------------------- 80

    表目次

    表1-1 各項稅目佔賦稅收入總額之百分比------------------ 1
    表2-1 計量經濟模型所得稅收入預測文獻之回顧------------ 11
    表2-2 各種預測方法之比較------------------------------ 15
    表3-1 理論AFC和PAFC之特性----------------------------- 23
    表3-2 自變數名稱及選取理由---------------------------- 25
    表4-1-1 白干擾的檢定表(綜所稅)------------------------ 31
    表4-1-2 綜合所得稅稅收預測之ARIMA模式----------------- 31
    表4-1-3 相關係數矩陣表(綜所稅)------------------------ 32
    表4-1-4 自我相關殘差值檢定(綜所稅)-------------------- 32
    表4-1-5 2002年綜合所得稅稅收之預測值----------------- 33
    表4-1-6 白干擾的檢定表(營所稅)----------------------- 34
    表4-1-7 營利事業所得稅稅收預測之ARIMA模式------------- 35
    表4-1-8 相關係數矩陣表(營所稅)----------------------- 35
    表4-1-9 自我相關殘差值檢定(營所稅)-------------------- 36
    表4-1-10 2002年營利事業所得稅稅收之預測值------------- 37
    表4-1-11 綜合所得稅建立ARIMA模式之結果--------------- 38
    表4-1-12 營利事業所得稅建立ARIMA模式之結果------------ 38
    表4-2-1綜合所得稅稅收預測之初步迴歸模式(不取log)------ 40
    表4-2-2綜合所得稅稅收預測之初步迴歸模式(取log)-------- 40
    表4-2-3 以LM Test檢定自變數(國民所得)自我相關性---- 43
    表4-2-4 國民所得(NI)變數之自我相關表---------------- 44
    表4-2-5 國民所得 (NI) 變數之ADF Test---------------- 45
    表4-2-6 國民所得 (NI) 變數之DF檢定表---------------- 46
    表4-2-7 綜合所得稅收入預估數與預決算數比較------------ 46
    表4-2-8 營利事業所得稅稅收預測之初步迴歸模式(未取log)48
    表4-2-9 利事業所得稅稅收預測之初步迴歸模式(取log)--- 49
    表4-2-10 以LM Test檢定自變數(國內生產毛額)自我相關性 51
    表4-2-11 國內生產毛額(GDP)變數之自我相關表---------- 52
    表4-2-12 國內生產毛額(GDP)變數之ADF Test------------ 53
    表4-2-13 國內生產毛額(GDP)變數之DF Test表----------- 54
    表4-2-14 營利事業所得稅收入預估數與預決算數比較------- 55
    表5-1 86至90年度各區國稅局綜合所得稅收達成率比較表--- 60
    表5-2 86至90年度各區國稅局營所稅收達成率比較表------- 61
    表5-3 台北市國稅局綜合所得稅稅收預測迴歸模式(未取log)65
    表5-4 台北市國稅局營利事業所得稅稅收預測迴歸模式(取log65
    表5-5 綜所稅各類所得扣繳稅款佔實徵淨額之比重---------- 73
    表6-1 綜合所得稅建立ARIMA模式之結果------------------- 75
    表6-2 營利事業所得稅建立ARIMA模式之結果------------- 76
    表6-3 綜合所得稅及營利事業所得稅迴歸模式之結果-------- 77

    圖目次

    圖1-1研究流程----------------------------------------- 5
    圖3-1 ARIMA模型建立流程圖----------------------------- 21
    圖3-2 迴歸模式建構流程圖------------------------------ 27
    圖4-1 變數不取LOG最小平方殘差與時間的關係圖---------- 41
    圖4-2 變數取LOG最小平方殘差與時間的關係圖------------ 41
    圖4-3 『IITAX』及『NI』原始序列圖-------------------- 43
    圖4-4 變數不取LOG最小平方殘差與時間的關係圖---------- 49
    圖4-5 變數取LOG後最小平方殘差與時間的關係------------ 50
    圖4-6 『BITAX』及『GDP』原始序列圖------------------- 52
    圖5-1各區國稅局86至90年度綜所稅預算數與實徵數比較表--- 58
    圖5-2各區國稅局86至90年度營所稅預算數與實徵數比較表--- 59
    附錄圖1 台灣綜合所得稅稅收趨勢圖---------------------- 84
    附錄圖2 台灣營利事業所得稅稅收趨勢圖------------------ 84
    附錄圖3 綜所稅-ARIMA不取差分的ACF--------------------- 85
    附錄圖4 綜所稅-ARIMA不取差分的PACF-------------------- 86
    附錄圖5 綜所稅-ARIMA取一階差分的ACF------------------- 87
    附錄圖6 綜所稅-ARIMA取一階差分的PACF------------------ 88
    附錄圖7 營所稅-ARIMA不取差分的ACF--------------------- 89
    附錄圖8 營所稅-ARIMA不取差分的PACF-------------------- 90
    附錄圖9 營所稅- ARIMA取一階差分的ACF------------------ 91
    附錄圖10營所稅- ARIMA取一階差分的PACF----------------- 92

    參考文獻

    台北市國稅局,(1999),《國稅局稽徵業務績效評核及獎勵制度之研究》。
    古坤榮,(1995),《我國綜合所得稅收入預測方法之研究》,政治大學財政研究所碩士論文。
    江振南,(1973),「政府財政收入之預測」,《經濟論文》,第1卷第1期,頁143 - 165。
    李慶泉,(1976),「我國稅收估測方法之研究」,《稅務旬刊》,第895期,頁3 - 6及896期,頁6 - 10。
    李懷彬,(1994),《我國民營企業所得稅收入預測方法之研究》,政治大學財政研究所碩士論文。
    林茂文,(1992),《時間數列分析與預測》,台北:華泰書局。
    林華德,(1980),「台灣賦稅收入的月收入試析」,《財稅研究》,第12卷第5期,頁16 - 35。
    凌忠嫄,(1984),《我國賦稅收入迴歸分析之研究》,政治大學財政研究所碩士論文。
    徐偉初,(1989),「我國財政收支模型之估計」,《台灣經濟計量模型研討會論文》,台北: 中央研究院經濟研究所。
    徐瑞玲,(1988),《時間序列模型建立之各種分析方法之比較與實證研究》,國立政治大學統計研究所碩士論文。
    許純君,(1999),《預測的原理與應用》,台北:台灣西書出版社。
    楊志清,(2000),《時間數列模型在國防預算編列上之應用》,淡江大學統計學系碩士論文。
    鄭光甫、林全,(1992),《台灣地區稅收估測模型之建立與應用》,行政院主計處、財政部賦稅署與財政部關政司委託研究計畫。
    鍾世保,(1977),「我國賦稅收入半年預測模型之研究」,《中國統計學報》,第15卷第4期,頁5745 - 5760。
    Box, G.E.P. and Jenkins, G. M., (1976), Time Series Analysis: Forecasting and Control, 2nd edition, San Francisco: Holden-Day.
    Chen, C.; Liu L.M., and Hudak, G.B.,(1990),Outlier Detection and Adjustment in Time Series Modeling and Forecasting, Scientific Computing Associates, Illinois: Dekalb.
    Findley, D. F.(1984), 〞On Some Ambiguities Associated with the Fitting of ARMA models to Time Series〞, Journal Time Series analysis 5, 217-227.
    Hill, C. R.; Griffiths, W. E., and Judge, G. G. (1997), Undergraduate Econometrics, New York: John Wiley & Sons.
    Liu, L. M.(1989), 〞Identification of Seasonal ARIMA Model Using a Filtering Method〞, Communication in Statistics pp.2279-2288.
    Liu, L.M. ; Chen, C. ;Tiao, G.C. ; Tsay, R.S.,(1991), 〞Outlier and Intervention Analysis in Dynamic Regression Model〞, Journal of Chinese Statistical Association 29, 1-26.
    Wooldridge, J. M., (2000), Introductory Econometrics: A Modern Approach, Chicago: South-Western.

    QR CODE
    :::