台灣地區所得稅收之預測

Abstract

所得稅是近代國家的一項重要財政收入，並供多項財政支出的來源，因此對於它的預 測是相當重要的工作。雖然以往對它曾經從事年稅收或半年稅收的預測，然而為求財 政收支靈活運用所需的月稅收預測則付之闕如，因此本文乃嘗試以由G. E. P. Box及 G. M. Jenkins 二位先生所發展出來的「隨機時間序列分析」從事所得稅月稅收的預 測。 「隨機時間序列分析」方法是由動態系統的歷史行為，推斷其未來的行為，而系統的 行為，則可由將白色干擾轉換為觀測值之轉換函數表示出來。應用它做預測時，不必 對動態系統極為複雜的因果關係做太多的分析，而能由獲得的時序模式，即可對系統 的運作方式允分的掌握。應用它預測含季節變化的觀測值是一極有效的方法，因此也 必合適所得稅月稅收額的預測。 本文使用民國六十年度至民國六十七年度共計九十六個月的稅收資料，為每一項所得 稅分別找得其最精簡、合理的時序模式，然後以各該模式預測民國六十八年度各月份 我國各項所得稅稅收額之大小。與實際徵得的稅收額比較，可以發現預測的效果可以 為我們接受。 本文使用美國威斯康辛大學邁迪遜校區，所發展的「單變數時間序列程式」( Univariate Time Series Program) ，這套程式經我國行政院主計處電子資料中心， 修改後存入IBM370電子計算機內。