西安财政收入分析及预测研究会计财务管理专业.docx

题 目 西安市财政收入分析及预测 摘 要 本文以西安市为研究对象，应用相关分析法、多元回归分析法等，以国内现行财政经济理论为基础，对西安财政收入进行影响因素模型的构建，并对其进行预测。对西安财政收入进行影响因素模型构建时，本文采取定量与定性相结合，其中，占有财政收入较大的税收收入，对财政收入有较大影响的宏观经济形势等因素，均在本文建模中有所体现。通过实证分析、验证，该模型结果具有优良性，而检验结果可延申至其他地方财政收入模型构建，对其具有参考意义。结果发现:（1）税收收入对财政收入具有显著正向影响；（2）全社会固定资产投资这一因素对财政收入影响较大；（3）在岗职工平均工资对西安财政收入影响较大。并结合此给出具有针对性意见。 关键词：西安市；财政收入；预测 IV Abstract This article uses multiple regression analysis, correlation analysis and other traditional statistical analysis methods to establish an analysis model and a forecast model of Xi'an fiscal revenue influencing factors on the basis of my country's current fiscal economic theory. When establishing the analysis model of the factors affecting Xi'an fiscal revenue, this article uses a combination of qualitative and quantitative methods. Tax revenue accounts for the main part of Xi’an fiscal revenue. At the same time, my country’s macroeconomic situation also affects Xi’an fiscal revenue. These factors are established in this article. It is reflected in the modeling process. Through data testing, the model results are relatively ideal, and the testing results have certain reference value for local governments to establish local fiscal revenue forecasting models. The results showed that: (1) Tax revenue as the main source of fiscal revenue has a significant impact on fiscal revenue; (3) The fixed asset investment of the whole society has an important impact on the city’s fiscal revenue; (3) The average salary of employees on duty has a significant impact on Xi’an fiscal revenue. Greater impact. And combine this to give targeted opinions. Keywords: Xi'an City; fiscal revenue; forecast 目 录 摘 要 I Abstract II 1 绪论 1 1.1 研究背景 1 1.2 研究的目的及意义 1 1.3 研究内容及方法 2 1.3.1 研究内容 2 1.3.2 研究方法 2 2 文献综述 2 2.1 国外研究 2 2.2 国内研究 3 2.3 国内外研究现状评述 4 3 关于西安市财政收入的实证分析与预测 5 3.1 西安财政收入数据说明 5 3.2 指标选择 5 3.3 分析方法 5 3.3.1 相关性分析 5 3.3.2 多元线性回归模型 5 3.4 近十年西安财政收入的描述分析 6 3.4.1 西安财政收入的描述分析 6 3.4.2 西安财政指标的描述分析 6 3.5 结果与分析 9 3.5.1 相关性结果分析 9 3.5.2 多元线性回归结果分析 10 3.5.3 财政收入预测结果分析 11 4 研究结论与政策建议 12 4.1 研究结论 12 4.2 政策和建议 13 参考文献 15 致 谢 17 1 绪论 1.1 研究背景 在国家当权的时候，为使得社会秩序稳定性得到保证，国家会参与社会经济运并介入到经济领域。所有对于一个国家而言，其能否存在，是否具有稳定性以及国家职能的实现均需依靠财力才能得到保障，然而对于政府自身而言，并无收入渠道，因此政府为维护自身运转，使得各部门正常运行，就必须要通过税收等方式获取收入，从而实现国家机构的运作。 财政的实质内涵在于其以国家、政府作为主体凭借自身职能权利来对社会生产品进行财富再分配的过程，并通过财政财富实现自身的职能控制。现如今的社会经济发展过程中，财政活动一般所指的就是财政收入和支出的活动。其中财政收入主要有：针对个人征收的有财产税、个人所得税、遗产税，针对企业征收的有企业所得税，财政支出有：环境保护、基础设施、科学研究、义务教育以及国防等，该部分支出是将财政收入通过转移支付形式发放给居民，其中包括有：生活补贴、社会保障等。财政的收入及支出都是国家财政地位的核心活动，也是国家进行宏观调控的重要依赖，财政收入水平的高低会影响政府的宏观调控能力，从而导致政府职能履行的完善度受到影响，当对财政收入了解较为深入时，才能准确、合理对支出进行安排。 财政收入的目的是使得财政支出需求得到满足，进而将所有资金集合起来的合计，可认为其为政府在一段时间内可获取的货币收入。而税收在我国整个财政收入中占有重要地位，当前我国的财政管理制度为分税制，导致地方与中央财政收入实行分开管理，目前我国财政收入一直在逐年迅速增长，亟需科学的方法来构建财政收入预测体系，从而通过预测实现对财政收入的预算，在第二年进行决策时，可将其作为参考依据。这种预测体系的构建对我国的财政体系的建立及完善具有相当程度的现实意义。 国家财政收入的项目主要有一下：专项税收、各项税收、行政事业型收费、罚没收入、其他收入等。上述收入项目都严重影响着我国的经济形势，因此，在构建其预测模型时，首先需对社会经济现象进行深入研究，保证预测结果可靠性与可解释性。 1.2 研究的目的及意义 一个地区的社会是否稳定且安全、人民富裕程度是区域经济发展的重要标志。 20世纪90年代开始，我国国民经济发展速度迅猛，伴随着政府财力的增加，因此财政收入也进入人们的视野，而对于地方财政而言，其是国家财政收入的重要组成，因此，科学合理的研究西安财政并对其进行预测，这将加快优化和转变财政结构和结构，对构建新的财政成本观产生积极影响，进而完善公共财政体制，深化财政体制改革，具有一定的引领作用，财政支出对提高服务效率和公共产品供给起到一定的促进作用，对经济发展和公民的普遍发展起到一定的促进作用。 因此，研究该课题具有一定的理论和现实意义。 1.3 研究内容及方法 1.3.1 研究内容 以西安市相关数据为研究基础，对影响地方财政收入进行因素分析，之后对其进行深入探究，采取定性结合定量的方法，对政府分配有关资源提供参考，并对财政收入分配进行合理调整，旨在使得地方财政规划更具科学性，为西安经济稳步发展与制度建设提供帮助。 1.3.2 研究方法 用多元回归方法进行统计建模，为分析西安市目前的发展状况提供决策依据和数据事实；预测结果方面，通过本文做出的研究实证结果，科学、合理地预测西安市地方财政收入，并提出针对性的政策建议，有助西安市对地方财政预算进行更合理的安排，提高资金利用率。本文通过数据建立基于统计理论的地方财政收入预测模型，在一定程度上，我们可以研究和分析西安财政收入的主要影响因素和不同因素的影响程度，另一方面可以对结构变化趋势以及地方财政收入进行短期预测，帮助地方财政和经济进行协调性的发展。 2 文献综述 2.1 国外研究 根据国外研究现状分析找出具有代表性的两个国家：参与美国、英国和其他国家宏观经济和金融预测过程的功能部门不相同。根据国外研究现状分析找出具有代表性的两个国家：参与美国、英国和其他国家宏观经济和金融预测过程的功能部门不相同。据统计，95%的国家收益预测是金融部门负责人，在英国，英国和其他国家/地区，已经建立了年度收入预测机制，预测时间与国家预算时间基本相同，其中每年度的预测结果均需更新，且更新次数超过两次。在其他国家的预算机制中，也同样包含中期预算。以荷兰为例，荷兰会在总统选取过程中散发中期预算，在其他国家的任期则需要五年的时间。澳大利亚曾专门设置了长达40年的长期预算。美、英等国的宏观经济预测时间会早于财政支出预测过程。对于财政的预测已然成为当今研究中的重点和难点，当前财政收入预测都会与宏观经济及初步预测数据的假设具有紧密的关系，美英国家因为收入预测数据来源的广泛性、高质量，便能带来更为精准的预测。美国的统计调查数据十分稳定，来源主要是美国的各种行政部门和相关第三方所提供。它是一种数学统计分析工具，可以有效满足数据和信息质量要求。除此以外，荷兰的财政部，中央计划局以及其他政府部门也建立了紧密的数据链接机构，而税务部门和其他职能部门则依法提供了科学数据和合理的预测依据。 Tibshirani(1996)[1]通过Lasso方法实现了对变量系数的压缩，压缩过程中采用的方法是L1惩罚措施，并通过压缩后模型筛选和处理了整个高维数据体系，并且得出了相关研究结论。Zou(2006)[2]对于传统的Lasso方法进行了修正，提出了自适应Lasso方法，并且认为后者乃是前者基础层面上的改进，并可根据变量系数的不同，通过权重的附加对相关问题进行改进和完善，避免Lasso的过度压缩。Fan和Li（2001）[3]提出了SCAD惩罚函数的相关概念，研究中还通过该函数来对Lasso方法中的L1惩罚措施进行替代，研究结果表明，SCAD惩罚函数相对于L1惩罚项目函数而言，能对变量系数的过度压缩问题带来更有效的帮助。 2.2 国内研究 董小刚(2018)[4]等学者以吉林省为案例，调查研究了与吉林省具备影响关联的18个指标因素，通过不同的回归方法进行了深度分析。董小刚所运用的回归方法主要包括Lasso回归、Adaptive Lasso回归方法、岭回归等，基于分析模型数据的对比，发现吉林省财政收入的预测回归模型选择中选用Adaptive Lasso回归模型效果更好。王启(2018)[5]利用了甘肃省从2009-2016年8年间的财政数据对甘肃省未来的财政状况进行了预测，采用的预测方法是移动平均法、一元线性回归、指数平滑法等。这些方法最终得到了有效的数据和结果。蒋锋(2018)[6]等采用Lasso变量选择方法对影响财政的因素进行了筛选和分析，希望能确定对财政收入影响过大的指标，进而做到精准预测。分析最后对指标的筛选结果输入神经网络，从而构建出了专门的预测模型体系，并将其命名为Lasso－GRNN神经网络模型。肖倩冰(2017)[7]使用了逐步回归方法对我国财政收入影响的具体因素和指标进行了回归分析和筛选，