謝　姍　　汪盧俊

(1.南開(kāi)大學(xué) 經(jīng)濟(jì)學(xué)院，天津300071； 2.南京財(cái)經(jīng)大學(xué) 財(cái)政與稅務(wù)學(xué)院，江蘇 南京210046)

中期預(yù)算框架下我國(guó)財(cái)政收入預(yù)測(cè)研究

謝姍1汪盧俊2

(1.南開(kāi)大學(xué) 經(jīng)濟(jì)學(xué)院，天津300071； 2.南京財(cái)經(jīng)大學(xué) 財(cái)政與稅務(wù)學(xué)院，江蘇 南京210046)

綜合指數(shù)平滑轉(zhuǎn)移自回歸模型、樣本外預(yù)測(cè)分析與蒙特卡洛模擬方法，對(duì)中期預(yù)算框架下我國(guó)財(cái)政收入的預(yù)測(cè)問(wèn)題進(jìn)行實(shí)證研究。結(jié)果表明，財(cái)政收入可區(qū)分為高速增長(zhǎng)階段和中低速增長(zhǎng)階段，兩者之間的非線性轉(zhuǎn)移過(guò)程由指數(shù)函數(shù)描述，發(fā)生非線性轉(zhuǎn)移的位置為滯后一期，轉(zhuǎn)移速度較快；當(dāng)前財(cái)政收入正處于中低速增長(zhǎng)階段，而且在新常態(tài)背景下，財(cái)政收入將維持一定時(shí)期的中低速增長(zhǎng)；建立非線性模型擬合財(cái)政收入的歷史變動(dòng)趨勢(shì)是預(yù)測(cè)的重要前提，而在進(jìn)行具體的中長(zhǎng)期預(yù)測(cè)時(shí)，結(jié)合樣本外預(yù)測(cè)分析與蒙特卡洛模擬方法可以更為有效和精準(zhǔn)，從而為中期預(yù)算框架的編制奠定基礎(chǔ)。

中期預(yù)算框架；財(cái)政收入預(yù)測(cè)；樣本外預(yù)測(cè)

2015年1月1日起施行的新《預(yù)算法》強(qiáng)調(diào)各級(jí)政府應(yīng)當(dāng)建立跨年度預(yù)算平衡機(jī)制，但出人意料的是，中期預(yù)算框架并未在新預(yù)算法中得到體現(xiàn)。究其原因，很大程度上是由于編制中期預(yù)算的基本要求尚未滿足，即基于宏觀經(jīng)濟(jì)預(yù)測(cè)以及財(cái)政政策及其變動(dòng)，對(duì)多年的財(cái)政收入與支出進(jìn)行合理預(yù)測(cè)。實(shí)際上，財(cái)政收入預(yù)測(cè)一直是實(shí)踐中需要解決的問(wèn)題，準(zhǔn)確的預(yù)測(cè)可以有效提高政府預(yù)算編制質(zhì)量和財(cái)政管理效率。因此，對(duì)中期預(yù)算框架下我國(guó)財(cái)政收入進(jìn)行合理預(yù)測(cè)，不僅可以有力貫徹“依法治稅”的精神，有效解決預(yù)決算偏離度過(guò)大的問(wèn)題，克服預(yù)算執(zhí)行中的“順周期”，也可為中期預(yù)算框架的實(shí)施奠定基礎(chǔ)。并且，由于中期預(yù)算框架中制定預(yù)算計(jì)劃的時(shí)間跨度通常為2～5年，從而可對(duì)未來(lái)一段時(shí)期內(nèi)的經(jīng)濟(jì)變化情況及影響因素進(jìn)行綜合考慮，也有利于政府因時(shí)制宜，根據(jù)不同經(jīng)濟(jì)形勢(shì)安排政府收支，更好地平衡財(cái)政能力，實(shí)現(xiàn)財(cái)政的可持續(xù)性。

一、文獻(xiàn)綜述

財(cái)政收入預(yù)測(cè)問(wèn)題一直是國(guó)內(nèi)外財(cái)稅領(lǐng)域的研究熱點(diǎn)，根據(jù)預(yù)測(cè)方法的不同主要分為三類：第一類是采用宏觀經(jīng)濟(jì)面決定財(cái)政收入的回歸模型，即建立GDP、消費(fèi)、投資等宏觀經(jīng)濟(jì)指標(biāo)與財(cái)政收入的線性回歸模型，如Plesko(1988)、Buettner和Kauder(2010)、 Beetsma等(2013)、張倫俊(2005)、馬海濤和曾康華(2007)及孫元和呂寧(2007)等；第二類是采用灰色關(guān)聯(lián)模型、BP神經(jīng)網(wǎng)絡(luò)、HP濾波算法、支持向量機(jī)等模型進(jìn)行預(yù)測(cè)，如Firat和Gungor (2009)、Li等(2011)、寇鐵軍和金雙華(2002)、劉云忠等(2004)、孫智勇和劉星(2011)及侯利強(qiáng)等(2013)等；第三類是采用財(cái)政收入自身數(shù)據(jù)進(jìn)行預(yù)測(cè)的時(shí)間序列模型，包括指數(shù)曲線、ARMA、VAR模型等，如Golosov和King(2002)、Elliott等(2005)、Saez等(2013)、 Krol(2013)、Mertens 和Ravn(2013)、王敏(2010)及陳雋(2011)等。

比較而言，第一類預(yù)測(cè)方法將GDP等宏觀經(jīng)濟(jì)指標(biāo)作為已知的外生變量并不合理，多數(shù)情況下，部門指標(biāo)的公布時(shí)間晚于財(cái)政收入，具體建模時(shí)需要對(duì)這些外生變量進(jìn)行預(yù)測(cè)后再建模，實(shí)際上，這不僅增加了預(yù)測(cè)的風(fēng)險(xiǎn)，也限制了模型的實(shí)際應(yīng)用。同時(shí)，財(cái)政收入受政策影響較大，線性模型很難描述經(jīng)濟(jì)中的體制性影響。第二類預(yù)測(cè)方法沒(méi)有考慮財(cái)政收入的經(jīng)濟(jì)屬性，在理論依據(jù)上存在缺陷，也因此被一些經(jīng)濟(jì)學(xué)家批評(píng)為“沒(méi)有理論的測(cè)量”。相對(duì)而言，第三類預(yù)測(cè)方法在應(yīng)用中受到青睞，尤其是以平滑轉(zhuǎn)移模型為代表的非線性時(shí)間序列模型，可以很好地解釋經(jīng)濟(jì)變量的結(jié)構(gòu)性特征，合理反映經(jīng)濟(jì)現(xiàn)實(shí)的變化。因此，考慮到財(cái)政收入變動(dòng)本身會(huì)受到政策因素影響，存在結(jié)構(gòu)性變化，具體建立財(cái)政收入預(yù)測(cè)模型時(shí)，非線性時(shí)間序列模型更為科學(xué)合理。當(dāng)然，這也需要用客觀的統(tǒng)計(jì)方法對(duì)具體預(yù)測(cè)效果進(jìn)行評(píng)價(jià)。

Yang等(2008)指出，擬合效果好的模型不一定會(huì)有很好的預(yù)測(cè)結(jié)果，只能代表樣本內(nèi)的預(yù)測(cè)，更客觀的評(píng)價(jià)是樣本外預(yù)測(cè)效果。目前我國(guó)的財(cái)政收入預(yù)測(cè)模型多數(shù)缺乏這一環(huán)節(jié)，而這樣會(huì)大大削弱稅收收入預(yù)測(cè)模型的應(yīng)用價(jià)值。因而，本文結(jié)合肖文東(2007)、王雍君(2008)、白彥鋒和葉菲(2013)等對(duì)中期預(yù)算框架本國(guó)化問(wèn)題的深入研究，進(jìn)一步考察中期預(yù)算框架下我國(guó)財(cái)政收入預(yù)測(cè)問(wèn)題。由上述文獻(xiàn)可知，本文討論的中期預(yù)算框架下的財(cái)政收入預(yù)測(cè)本質(zhì)上是關(guān)于財(cái)政收入的中長(zhǎng)期預(yù)測(cè)問(wèn)題，也可歸結(jié)到模型的樣本外預(yù)測(cè)。實(shí)際上，模型的樣本外預(yù)測(cè)能力一直是評(píng)價(jià)模型優(yōu)劣的重要標(biāo)準(zhǔn)，從應(yīng)用的角度看，其重要性甚至超過(guò)模型對(duì)歷史數(shù)據(jù)的擬合能力，Yang等(2008)、Merola和Pérez(2013)、Blanchard和Leigh(2013)以及汪盧俊和謝姍(2014)均對(duì)此進(jìn)行了驗(yàn)證。根據(jù)Lundbergh和Ter?svirta(2002)及Ter?svirta等(2010)的研究，在進(jìn)行樣本外多期預(yù)測(cè)時(shí)，結(jié)合蒙特卡洛模擬方法可以解決有偏預(yù)測(cè)的問(wèn)題，得到無(wú)偏預(yù)測(cè)值。因而，本文在討論中期預(yù)算框架下我國(guó)財(cái)政收入預(yù)測(cè)問(wèn)題時(shí)，主要結(jié)合蒙特卡洛模擬方法與對(duì)應(yīng)的預(yù)測(cè)模型進(jìn)行樣本外預(yù)測(cè)分析。

二、財(cái)政收入的動(dòng)態(tài)特征分析

考慮到1994年財(cái)稅體制改革的影響以及數(shù)據(jù)口徑的統(tǒng)一性與數(shù)據(jù)的可獲得性，本文以1994年1月至2014年12月的中央財(cái)政稅收收入為研究對(duì)象，數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。具體使用czsr代表對(duì)數(shù)化后的財(cái)政收入序列，czsrate代表財(cái)政收入的同比增速。建模分析借助軟件Eviews 8.0及R 3.0.0。

由于中期預(yù)算框架下的預(yù)測(cè)通常為2～5年，本文設(shè)定的樣本外預(yù)測(cè)期為3年是合理的。因而，先對(duì)研究期間進(jìn)行劃分，將1994年1月至2011年12月設(shè)定為樣本期間內(nèi)，2012年1月至2014年12月設(shè)定為樣本期間外，之后對(duì)樣本期間內(nèi)我國(guó)財(cái)政收入的動(dòng)態(tài)特征進(jìn)行有效擬合，最后再結(jié)合樣本外預(yù)測(cè)與蒙特卡洛模擬方法進(jìn)行預(yù)測(cè)。

(一)單位根檢驗(yàn)與線性自回歸模型的估計(jì)

無(wú)論線性還是非線性自回歸模型的建立，均需在平穩(wěn)序列條件下進(jìn)行，以避免虛假回歸問(wèn)題。通常在平穩(wěn)序列下建立線性或者非線性自回歸模型，進(jìn)而對(duì)財(cái)政收入序列進(jìn)行ADF單位根檢驗(yàn)，以確定其平穩(wěn)性特征，結(jié)果見(jiàn)表1。

表1　財(cái)政收入序列的平穩(wěn)性檢驗(yàn)結(jié)果

表1顯示，在5%的顯著性水平下，我國(guó)財(cái)政收入序列為非平穩(wěn)序列，但財(cái)政收入同比增長(zhǎng)率序列為平穩(wěn)序列，可直接對(duì)財(cái)政收入同比增長(zhǎng)率序列進(jìn)行建模分析。

具體建模是采取線性還是非線性模型，需要進(jìn)行詳細(xì)的模型設(shè)定，本文主要參考van Dijk等(2002) 的方法進(jìn)行分析。顯然，本文考慮的線性與非線性情境主要指線性自回歸模型和平滑轉(zhuǎn)移自回歸模型。首先，針對(duì)財(cái)政收入增速序列建立線性自回歸模型，根據(jù)系數(shù)顯著性、DW值、擬合優(yōu)度以及SC準(zhǔn)則等，將財(cái)政收入增速序列擬合成一個(gè)3階的線性自回歸過(guò)程。具體估計(jì)結(jié)果如下：

czsratet=0.072+0.360czsratet-1+0.24czsratet-3+ut

(1)

(4.378)(5.629)(3.854)

表2　線性模型診斷

從表2的Box-Ljung Q統(tǒng)計(jì)量及ARCH(4)、ARCH(6)和ARCH(8)可知，在5%的顯著性水平下，殘差項(xiàng)不存在自相關(guān)和異方差現(xiàn)象，說(shuō)明在線性建模的條件下，式(1)所代表的模型是適宜的。

(二)非線性檢驗(yàn)

van Dijk等(2002)指出，線性模型只是非線性模型的特殊表現(xiàn)形式，并不能排除變量真實(shí)的數(shù)據(jù)生成過(guò)程是非線性的。而根據(jù)White(2000)的研究，非線性模型在進(jìn)行模型預(yù)測(cè)時(shí)，往往會(huì)有更好的效果。因此，本文在線性自回歸的基礎(chǔ)上對(duì)模型是否存在非線性特征進(jìn)行檢驗(yàn)，具體參考了van Dijk等(2002)以及汪盧俊、謝姍(2014)的研究。本文考慮的非線性模型形式是平滑轉(zhuǎn)移自回歸模型，即STAR模型，其一般形式為：

yt=φ10+φ11yt-1+…+φ1pyt-p+(φ20+φ21yt-1+…+φ2pyt-p)F(st,γ,c)+ut

(2)

STAR模型又因轉(zhuǎn)移函數(shù)的不同而區(qū)分為L(zhǎng)STAR模型與ESTAR模型，對(duì)應(yīng)的轉(zhuǎn)移函數(shù)分別為F(st,γ,c)=(1+exp[-γ(st-c)])-1和F(st,γ,c)=1-exp[-γ(st-c)2]。其中：γ為從一種狀態(tài)轉(zhuǎn)移到另一種狀態(tài)的轉(zhuǎn)移速度，而由于γ>0，轉(zhuǎn)移函數(shù)值就限定在[0,1]，對(duì)應(yīng)地，兩種狀態(tài)可定義為狀態(tài)“0”和狀態(tài)“1”，；st表示轉(zhuǎn)移變量；c代表門限值。顯然，當(dāng)stc，變量處于狀態(tài)“1”。綜合轉(zhuǎn)移函數(shù)的統(tǒng)計(jì)性質(zhì)可知，STAR模型可以較好地描述研究變量在不同區(qū)制之間的平滑過(guò)渡，而不是簡(jiǎn)單地呈現(xiàn)出瞬間跳躍的狀態(tài)，能更好地貼近經(jīng)濟(jì)現(xiàn)實(shí)及經(jīng)濟(jì)變量受政策影響的漸變過(guò)程。

在對(duì)STAR模型進(jìn)行三階泰勒展開(kāi)后得到：

(3)

顯然，當(dāng)β2j=β3j=β4j=0時(shí)，STAR模型退化為線性自回歸模型，而這一條件不滿足時(shí)，模型則會(huì)呈現(xiàn)非線性特征。因此，定義零假設(shè)為H0∶β2j=β3j=β4j=0。為區(qū)別具體的非線性模型的形式，構(gòu)建三個(gè)序貫假設(shè)：

H01∶β4j=0

表3　模型設(shè)定中的非線性檢驗(yàn)

具體假設(shè)檢驗(yàn)借助LM統(tǒng)計(jì)量來(lái)判斷，主要根據(jù)是否拒絕零假設(shè)判斷有無(wú)必要建立非線性模型，若不能拒絕零假設(shè)，則線性自回歸模型足以描述財(cái)政收入增速的動(dòng)態(tài)特征。但如果線性零假設(shè)被拒絕，就需要比較序貫假設(shè)H01、H02以及H03條件下對(duì)應(yīng)檢驗(yàn)統(tǒng)計(jì)量的p值(p1、p2、p3)。當(dāng)p1或p3最小時(shí)，應(yīng)建立LSTAR模型，而當(dāng)p2最小時(shí)，則應(yīng)建立ESTAR模型。在這一過(guò)程中，同樣需要注意轉(zhuǎn)移變量的選取，一般應(yīng)為研究變量的滯后項(xiàng)或差分滯后項(xiàng)，可以通過(guò)在式(3)中分別代入不同的轉(zhuǎn)移變量，結(jié)合上述假設(shè)檢驗(yàn)進(jìn)行判斷，以保證非線性檢驗(yàn)的全面性和有效性。

依照上述思路，具體的非線性檢驗(yàn)結(jié)果如表3所示。

可見(jiàn)，在5%的顯著性水平下，根據(jù)以H0檢驗(yàn)被拒絕的概率，可以判斷線性自回歸模型不足以充分描述財(cái)政收入增速序列的動(dòng)態(tài)特征，財(cái)政收入增速的變動(dòng)具備明顯的非線性STAR特征。綜合比較可以發(fā)現(xiàn)，當(dāng)czsrt-1為轉(zhuǎn)移變量時(shí)，構(gòu)建的非線性檢驗(yàn)以最大的概率不能拒絕H01以及H03，但拒絕H02檢驗(yàn)，對(duì)應(yīng)的p值最小，得出的非線性結(jié)論判斷最為清晰。這意味著我國(guó)財(cái)政收入增速具有非線性特征，這一非線性特征以及財(cái)政收入的高速與中低速增長(zhǎng)之間的非線性平滑轉(zhuǎn)換由指數(shù)函數(shù)描述。據(jù)此可判斷財(cái)政收入增速具有ESTAR模型所描述的指數(shù)平滑轉(zhuǎn)移特征。

(三)非線性模型的估計(jì)

進(jìn)一步進(jìn)行ESTAR模型的估計(jì)。先由格點(diǎn)搜索法得到具體的位置參數(shù)c以及轉(zhuǎn)移速度參數(shù)γ，之后借助非線性最小二乘估計(jì)進(jìn)行具體的模型估計(jì)。估計(jì)結(jié)果如下：

czsratet=0.723czsratet-1+0.234czsratet-3+(0.094-0.427czsratet-1)F(st,γ,c)+ut

(4)

(7.869)(3.807)(4.660)(-3.689)

其中：

F(st,γ,c)=1-exp[-100(czsrt-1-0.178)2]

(5)

從估計(jì)結(jié)果上看，兩區(qū)制ESTAR模型的殘差標(biāo)準(zhǔn)差較線性模型下的殘差標(biāo)準(zhǔn)差明顯減小，同時(shí)模型擬合程度顯著上升，這說(shuō)明，在樣本期內(nèi)，該模型可以很好地描述我國(guó)財(cái)政收入增速的非線性動(dòng)態(tài)特征。

表4　非線性模型診斷

繼續(xù)對(duì)建立的非線性模型進(jìn)行診斷，從表4的Box-Ljung Q統(tǒng)計(jì)量及ARCH(4)、ARCH(6)和ARCH(8)可知，在5%的顯著性水平下，殘差項(xiàng)不存在自相關(guān)和異方差現(xiàn)象，這說(shuō)明，考慮非線性因素后，式(4)所代表的非線性ESTAR模型是合適的。

我國(guó)財(cái)政收入增長(zhǎng)具備明顯的非線性特征，且高速增長(zhǎng)與中低速增長(zhǎng)之間的非線性平滑轉(zhuǎn)換由指數(shù)函數(shù)描述，這意味著財(cái)政收入同比增速在高速與中低速之間的轉(zhuǎn)換具有類似于U型曲線的結(jié)構(gòu)。而由于財(cái)政政策的變動(dòng)以及財(cái)稅體制改革的推進(jìn)，加之經(jīng)濟(jì)主體對(duì)財(cái)政收入預(yù)期的差異性，以及不同時(shí)期下的隨機(jī)沖擊，財(cái)政收入增速的動(dòng)態(tài)過(guò)程不能形成顯著的U型特征，而呈現(xiàn)出非線性ESTAR模型結(jié)構(gòu)。

具體地，財(cái)政收入增速的區(qū)制轉(zhuǎn)換發(fā)生在自身的滯后1期，這意味著我國(guó)財(cái)政收入增速的變動(dòng)主要取決于增速自身是否處于較高水平，這也與ESTAR模型屬于自激勵(lì)結(jié)構(gòu)轉(zhuǎn)換模型的內(nèi)在涵義一致。進(jìn)而可以根據(jù)當(dāng)前財(cái)政收入的具體狀況衡量其增速，并預(yù)期下一期財(cái)政收入的增長(zhǎng)。

在指數(shù)轉(zhuǎn)換函數(shù)中，具體值為0時(shí)，財(cái)政收入增速處于高速與中低速的中間狀態(tài)，具體臨界點(diǎn)由估計(jì)的c確定，在本文中為17.8%，進(jìn)一步結(jié)合指數(shù)轉(zhuǎn)移函數(shù)的定義，當(dāng)F=0或F=1時(shí)，財(cái)政收入處于中低速或高速增長(zhǎng)，而F值在0與1之間的變化對(duì)應(yīng)了財(cái)政收入處于中低速增長(zhǎng)和高速增長(zhǎng)的不確定性。F值越大，在財(cái)政政策、預(yù)算編制以及預(yù)期的共同作用下，財(cái)政收入增速換擋(高速增長(zhǎng)轉(zhuǎn)變?yōu)橹械退僭鲩L(zhǎng)或中低速增長(zhǎng)變?yōu)楦咚僭鲩L(zhǎng))的可能性越大。于是，可以基于ESTAR模型判斷財(cái)政收入走向以及何時(shí)發(fā)生增速的變化。

三、中期預(yù)算框架下的預(yù)測(cè)分析

根據(jù)前文分析，樣本期內(nèi)，線性自回歸模型不足以描述我國(guó)財(cái)政收入增速的動(dòng)態(tài)過(guò)程，經(jīng)過(guò)嚴(yán)格的模型設(shè)定與診斷檢驗(yàn)，發(fā)現(xiàn)ESTAR模型可以較好地描述財(cái)政收入增速的非線性調(diào)整過(guò)程，而且可以基于該模型預(yù)測(cè)財(cái)政收入的變化趨勢(shì)。由于中期預(yù)算框架可以有效建立跨年度預(yù)算平衡機(jī)制，在應(yīng)對(duì)經(jīng)濟(jì)危機(jī)、提升預(yù)算透明度、維持財(cái)政政策可持續(xù)性、預(yù)測(cè)政府債務(wù)風(fēng)險(xiǎn)等方面也取得良好效果。根據(jù)新預(yù)算法的精神，建立跨年度預(yù)算平衡機(jī)制是當(dāng)務(wù)之急，而中期預(yù)算框架的編制是主要的發(fā)展方向。為此，需要對(duì)多年的財(cái)政收支進(jìn)行合理預(yù)測(cè)，以充分體現(xiàn)財(cái)政政策的前瞻性，克服以往預(yù)算執(zhí)行中的“順周期”問(wèn)題。結(jié)合之前的分析，本文認(rèn)為，中期預(yù)算框架下對(duì)我國(guó)財(cái)政收入的預(yù)測(cè)本質(zhì)上是就建立的ESTAR模型進(jìn)行的樣本外多期預(yù)測(cè)。

根據(jù)Granger和Ter?svirta(1993)及Lundbergh和Ter?svirta(2002)的研究，利用傳統(tǒng)預(yù)測(cè)方法(天真預(yù)測(cè))進(jìn)行多期預(yù)測(cè)時(shí)，預(yù)測(cè)變量的部分歷史值會(huì)用擬合值或者預(yù)測(cè)值替代，由于忽視了誤差項(xiàng)的影響，結(jié)果就會(huì)出現(xiàn)偏誤。實(shí)際上，當(dāng)預(yù)測(cè)變量的歷史值不是真實(shí)值時(shí)，應(yīng)考慮誤差項(xiàng)的分布。以樣本外兩期預(yù)測(cè)為例，如果采取天真預(yù)測(cè)方法，則：

(0.094-0.427czsrate217)(1-exp[-100(czsrate217-0.178)2])

但根據(jù)Lundbergh和Ter?svirta(2002)相同的思路，為得到czsrate218的無(wú)偏預(yù)測(cè)值，應(yīng)有：

其中，Φ(u)代表誤差項(xiàng)的累積分布函數(shù)。顯然，積分計(jì)算存在一定困難，而蒙特卡洛模擬方法是一個(gè)很好的替代，具體到本文建立的ESTAR模型，定義通過(guò)蒙特卡洛模擬得到的樣本外兩期預(yù)測(cè)值為：

類似地，可以將進(jìn)行樣本外兩期預(yù)測(cè)的思路拓展到多期預(yù)測(cè)，這樣，就可以得到財(cái)政收入的樣本外預(yù)測(cè)值。

基于AR模型以及ESTAR模型分別在天真預(yù)測(cè)和蒙特卡洛模擬方法下的預(yù)測(cè)(模擬次數(shù)為10000次)得到財(cái)政收入的預(yù)測(cè)值，本文采用均方預(yù)測(cè)誤差(MSFE)評(píng)價(jià)模型預(yù)測(cè)能力的優(yōu)劣。Lundbergh和Ter?svirta(2002)在分析LSTAR模型的預(yù)測(cè)能力時(shí)，指出了這一指標(biāo)的優(yōu)越性，而鄭挺國(guó)等(2012)在評(píng)價(jià)模型預(yù)測(cè)能力時(shí)也采用了這一指標(biāo)。具體計(jì)算公式為：

本文研究的重點(diǎn)為中期預(yù)算框架下我國(guó)財(cái)政收入預(yù)測(cè)問(wèn)題，因而基于前文的建模結(jié)論進(jìn)行了3年期的預(yù)測(cè)，對(duì)應(yīng)的樣本外預(yù)測(cè)區(qū)間為2012年1月—2014年12月。具體以樣本外3期為一個(gè)考察周期，

表5　我國(guó)財(cái)政收入增速的樣本外預(yù)測(cè)誤差(MSFE)分析

基于式(1)代表的AR模型以及式(4)代表的ESTAR模型進(jìn)行樣本外預(yù)測(cè)分析。結(jié)果見(jiàn)表5。

從表5可以看出，基于蒙特卡洛模擬方法進(jìn)行樣本外預(yù)測(cè)時(shí)，無(wú)論是短期還是中長(zhǎng)期，ESTAR模型的預(yù)測(cè)誤差均小于AR模型的預(yù)測(cè)誤差，即ESTAR模型的預(yù)測(cè)效果更好。而由于中長(zhǎng)期預(yù)算框架下更多地需要對(duì)財(cái)政收入進(jìn)行2～5年的中長(zhǎng)期預(yù)測(cè)，從我國(guó)實(shí)踐來(lái)看，采用非線性ESTAR模型進(jìn)行分析預(yù)測(cè)會(huì)較常規(guī)的線性AR模型有更好的效果。這一分析也說(shuō)明，進(jìn)行預(yù)算編制時(shí)，應(yīng)充分考慮財(cái)政收入的歷史變化趨勢(shì)，不能簡(jiǎn)單地建立線性模型進(jìn)行擬合，需要嚴(yán)格地進(jìn)行模型的設(shè)定與診斷檢驗(yàn)，針對(duì)歷史變動(dòng)趨勢(shì)進(jìn)行客觀建模，同時(shí)結(jié)合蒙特卡洛模擬技術(shù)進(jìn)行樣本外預(yù)測(cè)，得到無(wú)偏的預(yù)測(cè)值。

四、結(jié)論

本文應(yīng)用ESTAR模型，結(jié)合樣本外預(yù)測(cè)分析與蒙特卡洛模擬技術(shù)對(duì)中期預(yù)算框架下我國(guó)財(cái)政收入的預(yù)測(cè)問(wèn)題進(jìn)行了實(shí)證研究。首先，通過(guò)對(duì)1994年1月—2011年12月我國(guó)財(cái)政收入增速的動(dòng)態(tài)特征進(jìn)行考察，經(jīng)非線性檢驗(yàn)以及模型診斷后建立ESTAR模型對(duì)樣本期內(nèi)財(cái)政收入增速進(jìn)行了有效的擬合。然后，基于建模結(jié)果并結(jié)合蒙特卡洛模擬技術(shù)進(jìn)行了樣本外預(yù)測(cè)，對(duì)中期預(yù)算框架下我國(guó)財(cái)政收入的預(yù)測(cè)問(wèn)題進(jìn)行了分析。結(jié)論如下：

其一，我國(guó)財(cái)政收入增長(zhǎng)可區(qū)分為高速階段和中低速階段，兩個(gè)階段之間的非線性轉(zhuǎn)移過(guò)程由指數(shù)函數(shù)描述，發(fā)生非線性轉(zhuǎn)移的位置為滯后一期，轉(zhuǎn)移速度較快。這一結(jié)論一方面說(shuō)明我國(guó)經(jīng)濟(jì)主體對(duì)財(cái)政收入變動(dòng)的反應(yīng)并不一致，另一方面也說(shuō)明財(cái)政政策與預(yù)算編制客觀上具備相機(jī)抉擇的能力，財(cái)政政策有效性得到體現(xiàn)。

其二，財(cái)政收入增長(zhǎng)處于高速階段和中低速階段的臨界值為17.8%，但兩個(gè)階段之間的轉(zhuǎn)移不僅需要考慮這一臨界值，還要結(jié)合具體的轉(zhuǎn)移概率F進(jìn)行分析。本文在中期預(yù)算框架下進(jìn)行財(cái)政收入預(yù)測(cè)時(shí)，財(cái)政收入正處于中低速增長(zhǎng)階段，但對(duì)應(yīng)的F值遠(yuǎn)小于1，說(shuō)明新常態(tài)背景下，財(cái)政收入將維持一定時(shí)期的中低速增長(zhǎng)。

其三，結(jié)合建立的ESTAR模型，對(duì)2012年1月—2014年11月我國(guó)財(cái)政收入的同比增速進(jìn)行了預(yù)測(cè)，通過(guò)比較預(yù)測(cè)效果發(fā)現(xiàn)，本文建立的ESTAR模型較常規(guī)的線性預(yù)測(cè)模型有更小的預(yù)測(cè)誤差，預(yù)測(cè)效果更佳。因此，在進(jìn)行中期預(yù)算框架下的財(cái)政收入預(yù)測(cè)時(shí)，應(yīng)充分考慮可能存在的非線性特征，有效擬合財(cái)政收入的歷史變動(dòng)規(guī)律是預(yù)測(cè)的重要前提。而在進(jìn)行具體的中長(zhǎng)期預(yù)測(cè)時(shí)，結(jié)合樣本外預(yù)測(cè)與蒙特卡洛模擬技術(shù)可以得到更有效和精確的結(jié)果，為中期預(yù)算框架的編制奠定基礎(chǔ)。

白彥鋒，葉菲. 2013. 中期預(yù)算:中國(guó)模式與國(guó)際借鑒[J]. 經(jīng)濟(jì)與管理評(píng)論(1):76-85.

陳雋. 2011. 1994—2010年稅收增長(zhǎng)分析及“十二五”稅收預(yù)測(cè)[J]. 稅務(wù)研究(8):72-75.

侯利強(qiáng)，楊善林，王曉佳. 2013. 基于粒子群優(yōu)化偏最小二乘支持向量機(jī)的我國(guó)稅收收人預(yù)測(cè)研究[J]. 中國(guó)管理科學(xué)(11):1-7.

寇鐵軍，金雙華. 2001. 灰色系統(tǒng)理論在稅收預(yù)測(cè)中的應(yīng)用研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究(12):86-89.

劉云忠，宣慧玉，林國(guó)璽. 2004. 粗糙集理論在我國(guó)稅收預(yù)測(cè)中的應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐(10):98-103.

馬海濤，曾康華. 2007. 我國(guó)財(cái)政發(fā)展預(yù)測(cè)與政策選擇研究[J]. 財(cái)政研究(7):42-44，7．

孫元，呂寧. 2007. 地方財(cái)政一般預(yù)算收入預(yù)測(cè)模型及實(shí)證分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究(1):38-45.

孫智勇，劉星. 2011. 模糊軟集合理論在稅收組合預(yù)測(cè)中的應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐(5):936-943.

汪盧俊,謝姍. 2014. 人民幣外匯市場(chǎng)的弱式有效性研究：基于樣本外預(yù)測(cè)的檢驗(yàn)[J]. 國(guó)際貿(mào)易問(wèn)題(6):140-150.

王敏. 2010. 稅收經(jīng)濟(jì)分析的方法、模型和系統(tǒng)實(shí)現(xiàn)研究[M]. 北京：經(jīng)濟(jì)科學(xué)出版社.

王雍君. 2008. 中國(guó)的預(yù)算改革:引入中期預(yù)算框架的策略與要點(diǎn)[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)(9):1-5.

肖文東. 2007. 年度預(yù)算與中期預(yù)算:比較及借鑒[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)(12): 7-11.

張倫俊. 2005. 結(jié)構(gòu)調(diào)整中的稅收與經(jīng)濟(jì)增長(zhǎng)關(guān)系[J]. 統(tǒng)計(jì)研究(1):20-24.

鄭挺國(guó)，王霞，蘇娜. 2012. 通貨膨脹實(shí)時(shí)預(yù)測(cè)及菲利普斯曲線的適用性[J]. 經(jīng)濟(jì)研究(3):88-101.

BLANCHARD O J, LEIGH D. 2013.Growth forecast errors and fiscal multipliers [R]. NBER Working Paper No.18779.

BUETTNER T, KAUDER B. 2010. Revenue forecasting practices: differences across countries and consequences for forecasting performance [J]. Fiscal Studies, 31(3):313-340.

BEETSMA R, BLUHM B, GIULIODORI M, et al. 2013. From budgetary forecasts to ex post fiscal data: exploring the evolution of fiscal forecast errors in the European Union [J]. Contemporary Economic Policy, 31(4):795-813.

ELLIOTT G, TIMMERMANN A, KOMUNJER I. 2005. Estimation and testing of forecast rationality under flexible loss [J]. The Review of Economic Studies, 72(4):1107-1125.

FIRAT M, GUNGOR M. 2009. Generalized regression neural networks and feed forward neural networks for prediction of scour depth around bridge piers [J]. Advances in Engineering Software, 40(8):731-737.

GOLOSOV M, KING J R. 2002. Tax revenue forecasts in IMF-supported programs [R]. IMF Working Paper No.02/236.

GRANGER C W J, TERASVIRTA T. 1993. Modeling nonlinear economic relationships [M]. Oxford:Oxford University Press.

KROL R. 2013. Evaluating state revenue forecasting under a flexible loss function [J]. International Journal of Forecasting, 29(2):282-289.

LIU L X, ZHUANG Y Q, LIU X Y. 2011. Tax forecasting theory and model based on SVM optimized by PSO [J]. Expert Systems with Applications: An International Journal, 38(1):116-120.

LUNDBERGH S, TERASVIRTA T. 2002. Forecasting with smooth transition autoregressive models [M]. [S.l.]:Blackwell Publishing Ltd.

MERTENS K, RAVN M O. 2013. The dynamic effects of personal and corporate income tax changes in the United States [J]. American Economic Review, 103(4): 1212-1247.

MEROLA R, PEREZ J J. 2013. Fiscal forecast errors: governments versus independent agencies [J]. European Journal of Political Economy, 32:285-299.

PLESKO G A. 1988. The accuracy of government forecasts and budget projections [J]. National Tax Journal, 22(4):483-501.

SAEZ E, SLEMROD J, GIERTZ S H. 2012. The elasticity of taxable income with respect to marginal tax rates: a critical review [J]. Journal of Economic Literature, 50(1):3-50.

TERASVIRTA T, TJOSTHEIM D, GRANGER C W J. 2010. Modelling nonlinear economic time series [M].[S.l.]:Oxford University Press .

VAN DIJK D, TERASVIRTA T, FRANSES P H. 2002. Smooth transition autoregressive models—a survey of recent developments [J]. Econometric Reviews, 21(1):1-47.

WHITE H. 2000. A reality check for data snooping [J]. Econometrica, 68(5):1097-1126.

YANG J, SU X, KOLARI J W. 2008. Do Euro exchange rates follow a martingale? Some out-of-sample evidence [J]. Journal of Banking and Finance, 32(5):729-740.

(責(zé)任編輯 劉志煒)

China′s Fiscal Revenue Prediction Under the Medium-term Budget Framework

XIE Shan1WANG LuJun2

(1.School of Economics, Nankai University,Tianjin 300071;2.School of Public Finance and Taxation, Nanjing University of Economics and Finance, Nanjing 210046)

With comprehensive ESTAR model, sample-outside forecast and monte carlo simulation method, this paper empirically researches into China's finance income prediction under the framework of medium-term budget. The results show that China′s fiscal revenue is divided into the high growth stage and the slow growth stage, the nonlinear transfer process between the two stage is described by the index function, and the nonlinear shift position is the lag issue, which moves faster; At the moment, the fiscal revenue is in slow speed growth stage, and under the background of the new normal fiscal revenue will remain in a certain period of slow growth; Finally, to establish a nonlinear model fitting revenue trend is the important precondition for predicting, and in the specific long-term prediction, combining sample-outside prediction and monte carlo simulation can provide more effective and accurate prediction, which lays a foundation for the medium-term budget framework establishment.

medium-term budget framework; fiscal revenue forecasts; out-of-sample forecast

2015-04-01

謝姍(1988--)，女，河南沁陽(yáng)人，南開(kāi)大學(xué)經(jīng)濟(jì)學(xué)院博士生。

汪盧俊(1985--)，男，安徽太湖人，博士，南京財(cái)經(jīng)大學(xué)財(cái)政與稅務(wù)學(xué)院講師。

F812.4

A

1001-6260(2015)04-0064-07

*南京財(cái)經(jīng)大學(xué)校級(jí)預(yù)研項(xiàng)目“中期預(yù)算框架下我國(guó)稅收收入預(yù)測(cè)研究”(YYJ 201407)。

財(cái)貿(mào)研究2015.4