統(tǒng)計方法在稅收分析中的應用

目錄第一節(jié)統(tǒng)計學概述——知識準備一、統(tǒng)計學的定義二、數(shù)據(jù)處理（一）統(tǒng)計數(shù)據(jù)的類型（二）數(shù)據(jù)預處理的基本步驟三、統(tǒng)計推斷的基本原理介紹（一）幾個基本概念（二）區(qū)間估計（三）假設檢驗四、相關分析與方差分析（一）相關分析與偏相關分析（二）方差分析第二節(jié)稅收收入運行的統(tǒng)計學分析一、稅收收入運行的經濟性（一）描述統(tǒng)計量（二）相關性分析（三）稅收隨GDP增長的彈性二、稅收收入的內在增長趨勢（一）稅收收入運行隨時間變動的趨勢（二）稅收增長率分析三、稅收收入運行的季節(jié)性四、其他常用稅收分析方法（一）稅源質量的效能位差分析（二）同業(yè)稅負分析第三節(jié)多元統(tǒng)計分析方法一、聚類分析（一）定義（二）聚類的基本步驟（三）實例：部分國家稅收加社保負擔率聚類分析二、主成分分析法和因子分析法（一）主成分分析法（二）因子分析法第四節(jié)回歸分析一、基本原理（一）一元回歸模型（二）多元回歸模型二、模型的基本假設和特殊情況處理（一）古典回歸模型的假設（二）模型的檢驗統(tǒng)計量（三）幾種特殊情況及處理方法第五節(jié)指數(shù)一、加權綜合指數(shù)（一）拉氏價格指數(shù)（二）帕氏價格指數(shù)（三）加權平均指數(shù)二、常用價格指數(shù)（一）消費者物價指數(shù)的定義（二）消費者物價指數(shù)的作用三、多指標綜合評價指數(shù)的構建第六節(jié)常用統(tǒng)計分析軟件簡介——SPSS和EVIEWS應用實例一、描述統(tǒng)計量二、相關性分析三、圖表演示四、回歸分析五、預測六、時序模型——季節(jié)性差分附：EXCEL軟件數(shù)據(jù)分析功能的應用第一節(jié)數(shù)據(jù)整理第二節(jié)圖表功能一、柱形圖二、散點圖三、折線圖第三節(jié)分析功能一、抽樣二、描述統(tǒng)計三、相關系數(shù)四、回歸五、移動平均參考書目統(tǒng)計學概述——知識準備一、統(tǒng)計學的定義統(tǒng)計學是收集、處理、分析、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結論的科學，在多個科學領域有著日益重要的地位。統(tǒng)計學分為描述統(tǒng)計、推斷統(tǒng)計、理論統(tǒng)計和應用統(tǒng)計。統(tǒng)計學是與數(shù)據(jù)打交道的學科，包括數(shù)據(jù)收集、數(shù)據(jù)處理和數(shù)據(jù)分析。數(shù)據(jù)收集也就是取得統(tǒng)計數(shù)據(jù)，這是一切統(tǒng)計分析的立足點；數(shù)據(jù)處理是將數(shù)據(jù)用圖表等形式展示出來，是數(shù)據(jù)特征的直觀反映；數(shù)據(jù)分析則是選擇適當?shù)慕y(tǒng)計方法研究數(shù)據(jù)，并從數(shù)據(jù)中提取有用信息進而得出結論，這是對數(shù)據(jù)的精細加工，數(shù)據(jù)分析的方法宜適當，應能說明問題。數(shù)據(jù)分析所用的方法可分為描述統(tǒng)計和推斷統(tǒng)計。描述統(tǒng)計是指用圖形、表格和數(shù)值方法來匯總數(shù)據(jù)的統(tǒng)計學。目的在于描述數(shù)據(jù)的統(tǒng)計特征，找出數(shù)據(jù)的基本規(guī)律。推斷統(tǒng)計是指以一定的置信標準要求,根據(jù)樣本數(shù)據(jù)來判斷總體數(shù)量特征的歸納推理方法。二、數(shù)據(jù)處理（一）統(tǒng)計數(shù)據(jù)的類型1、定性數(shù)據(jù)和定量數(shù)據(jù)分類數(shù)據(jù)是指歸于某一類別的非數(shù)字型數(shù)據(jù)，它是對事物進行分類的結果，數(shù)據(jù)表現(xiàn)為文字表述的類別。例如，人口按性別分為男、女兩類。順序數(shù)據(jù)是只能歸于某一有序類別的非數(shù)字型數(shù)據(jù)，如考試成績分為優(yōu)、良、及格、不及格等。數(shù)值型數(shù)據(jù)是按數(shù)字尺度測量的觀測值，其結果為具體數(shù)值。分類和順序數(shù)據(jù)統(tǒng)稱為定性數(shù)據(jù)或品質數(shù)據(jù)；數(shù)值型數(shù)據(jù)可稱為定量數(shù)據(jù)或數(shù)量數(shù)據(jù)。2、截面數(shù)據(jù)和時間序列數(shù)據(jù)橫截面數(shù)據(jù)：在同一時刻或幾乎同一時點所收集到的數(shù)據(jù)。如：多個企業(yè)當年利潤總額、實繳稅收、稅負水平等。時間序列數(shù)據(jù)：在若干個連續(xù)時點內所收集到的數(shù)據(jù)。如：2000年-2005年每年福建省地方稅收收入等。區(qū)分數(shù)據(jù)類型十分重要，因為對不同類型的數(shù)據(jù)應用不同的統(tǒng)計方法來處理。比如：對分類數(shù)據(jù)我們通常計算出各組頻數(shù)或頻率，計算其眾數(shù)和異眾比率，進行列聯(lián)表分析和檢驗等；對于順序數(shù)據(jù)可以計算其中位數(shù)和四分位差，計算等級相關系數(shù)；對于數(shù)值型數(shù)據(jù)可以用更多的統(tǒng)計方法進行分析，計算各種統(tǒng)計量、進行參數(shù)估計和檢驗等。對于橫截面數(shù)據(jù)可以計算集中度和離散度、進行聚類和主成分分析等；對于時間序列數(shù)據(jù)可以計算時間趨勢，建立預測模型進行預測等。（二）數(shù)據(jù)預處理的基本步驟1、數(shù)據(jù)收集數(shù)據(jù)收集是一切統(tǒng)計工作的基礎，搜集數(shù)據(jù)的方法有多種，可以采用統(tǒng)計報表、典型調查、重點調查或抽樣調查。（1）統(tǒng)計報表制度指按照國家統(tǒng)一規(guī)定的各項要求，自下而上地定期向國家和主管部門報送基本統(tǒng)計資料的一種報告制度。優(yōu)點：能保證統(tǒng)計資料的全面性和連續(xù)性，能保證統(tǒng)計資料的統(tǒng)一性和及時性，能滿足各級部門對統(tǒng)計資料的需要。缺點：統(tǒng)計報表過多會增加基層負擔，有可能由于虛報瞞報而影響統(tǒng)計資料質量。如：月度稅收會統(tǒng)報表等。（2）普查指國家為詳盡了解某項重要的國情國力而專門組織的一次性全面調查優(yōu)點：可以為抽樣調查提供抽樣框，可以收集統(tǒng)計報表所不能提供的反映重大國情國力的基本統(tǒng)計信息。缺點：由于需要大量的人力、物力和財力，不宜經常進行。如：經濟普查、稅源普查等。（3）重點調查為了解總體基本情況，在調查對象中只選擇一部分重點單位進行調查的一種非全面調查組織方式優(yōu)點：能以較少的投入和較快的速度取得總體基本情況及變動趨勢的資料。缺點：只適用于客觀存在著重點單位的情況。如：重點稅源監(jiān)控等。（4）典型調查在對調查對象有一定了解的基礎上，有意識地選擇少數(shù)典型單位進行調查的一種非全面調查組織方式。優(yōu)點：一定條件下能估計總體指標數(shù)值，可以補充全面調查的不足，可以用來研究新生事物。缺點：不能確定推斷的把握程度，無法計算和控制推斷誤差。如：稅源典型性個案分析。（5）抽樣調查按照隨機原則從調查對象中抽取一部分樣本單位進行調查，再用樣本資料推斷把握總體的數(shù)量特征的一種非全面調查組織方式。優(yōu)點：按隨機原則抽取樣本單位，目的是推斷總體的數(shù)量特征，抽樣誤差可以事先計算并控制。能用較少的人力、物力和時間達到全面調查的目的，調查資料的準確性較高、受人為干擾的可能性較小。應用較廣，為統(tǒng)計調查的發(fā)展方向。2、數(shù)據(jù)整理：數(shù)據(jù)整理是指將統(tǒng)計調查得到的原始資料進行科學的分組和匯總形成綜合統(tǒng)計資料的工作過程。（1）數(shù)據(jù)審核：從完整性和準確性兩方面審核數(shù)據(jù)。（2）數(shù)據(jù)篩選：當數(shù)據(jù)中的錯誤不能予以糾正，或者有些數(shù)據(jù)不符合調查的要求而又無法彌補時，需要對數(shù)據(jù)進行篩選。（3）缺失數(shù)據(jù)處理：在樣本數(shù)據(jù)中，可能出現(xiàn)部分數(shù)據(jù)點缺失或個別數(shù)據(jù)點異常波動的情況，幾種處理不完備數(shù)據(jù)集的方法：（3.1）刪除元組（3.2）數(shù)據(jù)補齊——平均值填充、眾數(shù)填充。（3.3）回歸——基于完整的數(shù)據(jù)集，建立回歸方程模型，將已知屬性值帶入方程來求未知屬性值。（4）數(shù)據(jù)排序：指按一定順序將數(shù)據(jù)排列，以便研究者通過瀏覽數(shù)據(jù)發(fā)現(xiàn)一些明顯的特征或趨勢。也對進一步數(shù)據(jù)重新歸類或分組提供方便。（5）數(shù)據(jù)分組：數(shù)據(jù)分組是根據(jù)統(tǒng)計研究需要，將原始數(shù)據(jù)按照某種標準劃分成不同組別，分組后的數(shù)據(jù)稱為分組數(shù)據(jù)。其目的在于觀察數(shù)據(jù)的特征。（5.1）幾個基本概念頻數(shù)：落在各類別中的數(shù)據(jù)個數(shù)。組距：一個組上下限間的差。組中值：每一組中上下限值的中間值。開口組組中值=上（下）限+（-）鄰組組距/2極差：一組數(shù)據(jù)最大值和最小值之間的差，也稱全距。眾數(shù)：一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的變量值，用于測度分類數(shù)據(jù)的集中趨勢。中位數(shù)：指一組數(shù)據(jù)排序后處于中間位置上的變量。設一組數(shù)據(jù)為，按從小到大排序后為，則中位數(shù)為：平均數(shù)：是集中趨勢的主要測度值A、簡單平均數(shù)B、加權平均數(shù)，其中,即樣本量。C、幾何平均數(shù)（5.2）常用分組方法——組距分組將變量值的一個區(qū)間作為一組，適合于連續(xù)變量和變量值較多的情況，分組區(qū)間需要遵循“不重不漏”的原則，可采用等距分組，也可采用不等距分組。分組步驟：確定組數(shù)：根據(jù)Sturges提出的經驗公式得組數(shù)K為：，n為樣本數(shù)。計算組距：組距=極差/分組數(shù)確定組限，編制頻數(shù)分布表。三、統(tǒng)計推斷的基本原理介紹（一）幾個基本概念1、概率與概率分布（1）概率：隨機試驗或觀察中,某種事件或結果（隨機事件）出現(xiàn)的可能性,稱為概率。基本性質：非負性0≤P(A)≤1，即事件發(fā)生的概率介于0和1之間。正則性P(Ω)=1，即所有事件發(fā)生的概率之和恒為1。（2）概率分布：如果有某種形式能夠表現(xiàn)出隨機變量的取值及其概率，則稱這種形式為隨機變量的概率分布。連續(xù)型隨機變量的概率分布 ，其中 為密度函數(shù)。2、集中度和離散度（1）樣本均值:為樣本中各觀測值的平均數(shù)。，為樣本觀測值，為頻數(shù)。n為自由度，為樣本數(shù)據(jù)-1。（2）離散度指標（2.1）樣本方差：，為樣本觀測值，為頻數(shù)。（2.2）樣本標準差s：為樣本方差的平方根。（2.3）離散系數(shù)：為一組數(shù)據(jù)的標準差與其相應平均數(shù)的比。注意：方差和標準差均是反映數(shù)據(jù)分散程度的絕對值，而離散系數(shù)是測度數(shù)據(jù)離散程度的相對統(tǒng)計量，消除量綱的影響，可直接用于不同樣本間離散程度的比較。（2.4）偏斜度：反映以平均值為中心的不對稱程度，正偏斜度表示不對稱部分的分布更趨向正值，負偏斜度表示不對稱部分的分布更趨向負值。在EXCEL中用SKEW（）函數(shù)求值。（2.5）峰度表述分布的尖端程度，其中代表正態(tài)分布的為常峰態(tài)。正峰值表示相對尖銳的分布，負峰值表示相對平坦的分布。在EXCEL中用KURT（）函數(shù)求值。3、抽樣與抽樣分布（1）抽樣（1.1）定義抽樣即從總體中按一定原則抽取樣本。優(yōu)點：以樣本特征推斷總體，簡單，方便。主要的抽樣方法有：簡單隨機抽樣，分層抽樣，整群抽樣、系統(tǒng)抽樣，多階段抽樣。（1.2）抽樣平均誤差指每一個可能樣本的估計值與總體指標值之間離差的平均數(shù)，即樣本估計量的標準差。抽樣誤差是由于抽樣的隨機性引起的樣本結果與總體真值之間的誤差。抽樣誤差可以控制但不可避免。（1.3）影響抽樣誤差的因素：A、總體各單位的差異程度（即標準差的大?。簶藴什钤酱螅闃诱`差越大；B、樣本單位數(shù)的多少：樣本單位數(shù)越大，抽樣誤差越??；C、抽樣方法：不重復抽樣的抽樣誤差比重復抽樣的抽樣誤差小；D、抽樣組織方式：簡單隨機抽樣的誤差最大。（2）幾個主要的抽樣分布（2．1）正態(tài)分布N（） 標準正態(tài)分布變換通過上述公式可將一般正態(tài)分布轉化為標準正態(tài)分布N（0，1），再通過查標準正態(tài)分布即可求得X的概率。中心極限定理：設X1,X2,…,Xn是n個相互獨立同分布的隨機變量。在一定條件下,它們的樣本均值服從正態(tài)分布，即：。根據(jù)中心極限定理，獨立同分布的樣本，在大樣本的情況下，近似服從正態(tài)分布，可以用正態(tài)分布的特征來研究樣本特征。(a)正態(tài)分布(a)正態(tài)分布(b)偏態(tài)分布正偏(右偏)負偏(左偏)（2.2）t分布，此為自由度為n-1的t分布。應用：當抽樣的樣本容量為小樣本（n<30）時,抽樣分布即為t分布。t分布與正態(tài)分布一樣是單峰偶函數(shù)，但t分布的尾部更厚，即方差更大一些。（2.3）c2分布樣本方差除以總體方差的n-1倍的分布是自由度為n-1的c2分布。應用：c2分布在研究樣本方差分布特征和信度區(qū)間等方面有重要的價值。（2.4）F分布為，為，與獨立，記，則F服從參數(shù)為m和n的F分布，記為F（m,n）。性質：當F為F（m,n），則1/F為F（n,m）。當T為t(n),則為F（1，n）應用：可用于檢驗線性回歸模型的顯著性和異方差。（二）區(qū)間估計區(qū)間估計指根據(jù)樣本指標和抽樣極限誤差以一定的可靠程度推斷總體指標的可能范圍；其中，被推斷的總體指標的下限與上限所包括的區(qū)間稱為置信區(qū)間，估計的可靠程度也稱為置信度。一個正態(tài)總體的區(qū)間估計設總體∽N（），為的樣本，現(xiàn)討論的區(qū)間估計。1、均值的區(qū)間當已知，則置信區(qū)間為：其中稱抽樣平均誤差為置信度，n為樣本容量為正態(tài)分布的右側分位數(shù)當未知，由于樣本的方差為總體方差的最優(yōu)無偏估計，所以可用代替。置信區(qū)間為：其中為t分布t(n-1)的下側分位數(shù)2、方差的區(qū)間估計置信區(qū)間為（，）其中與為分布的分位數(shù)?？蓳?jù)此對一定置信度內，抽樣樣本容量進行推斷。（三）假設檢驗假設檢驗是指在總體分布或參數(shù)未知情況下,提出某些關于總體分布或參數(shù)的假設,然后根據(jù)樣本資料對所提出的假設進行檢驗，并作出判斷。假設檢驗的依據(jù)：小概率定理。正態(tài)總體均值的假設檢驗設為總體∽的樣本，為未知參數(shù)。已知，對可提出以下假設：（1）（2）（3）（4）（5）（6）其中（1）、（4）和（6）三種情況較為常見，以下我們介紹（1）和（4）兩種假設檢驗，（6）的處理方法類似于（4）。關于（1）：的拒絕域為關于（4）：的拒絕域為正態(tài)總體方差的假設檢驗設為總體∽的樣本，為修正樣本方差。未知時，假設（1）（2）（3）關于（1）：的拒絕域為關于（2）：的拒絕域為關于（3）：的拒絕域為四、相關分析與方差分析（一）相關分析與偏相關分析相關分析研究現(xiàn)象之間相互關系的密切程度，求得相關系數(shù)。1、相關分析相關系數(shù)檢驗統(tǒng)計量t2、偏相關分析偏相關分析是用于衡量在多變量情況下，變量之間的相關關系。與簡單相關分析不同的是，偏相關分析要對其他變量的影響進行控制，以考察兩個變量之間的凈相關關系。（二）方差分析方差分析是檢驗兩個樣本或多個樣本的均值間差異是否有統(tǒng)計意義。假定：總體同方差，服從正態(tài)分布。各樣本總方差：各樣本聯(lián)合方差：g為樣本組數(shù)，n為每組樣本個數(shù)，為每組均值，為總體均值。檢驗統(tǒng)計量>時，總體均值間存在差異。在實際工作中，方差分析過程常用方差分析表來表現(xiàn)，眾多統(tǒng)計分析軟件都可直接生成方差分析表，而常用的EXCEL軟件，在數(shù)據(jù)分析的分析工具選擇中就提供了單因素方差分析、可重復雙因素方差分析、無重復雙因素方差分析三種選擇。第二節(jié)稅收收入運行的統(tǒng)計學分析一、稅收收入運行的經濟性稅收收入來源于經濟性稅源，稅收與經濟運行有較強的正相關性。表：1994-2006年福建省地方稅收收入和GDP表（單位：億元）年份GDP稅收收入1994164444199521465619962560701997297591199832871021999355011520003765130200140731592002446817320034984202200457632442005656928420067502366從圖中可以看出，稅收收入和GDP成正相關關系，2001年和2006年是兩個跳躍點，將曲線大致分為三段。描述統(tǒng)計量根據(jù)此表可知稅收收入和GDP的95%置信區(qū)間，并可進行離散系數(shù)分析。稅收收入的離散系數(shù)為：95.78/156.62=0.61GDP的離散系數(shù)為：1730.02/4098.92=0.42二者的離散系數(shù)都比較大，數(shù)據(jù)波動比較明顯。（二）相關性分析稅收收入和GDP相關系數(shù)為0.9866,存在正相關性。也可進行偏相關分析，計算在稅收收入與GDP和年份兩變量都相關的條件下，通過控制其中一個變量的干擾，判斷另兩變量間的相關關系。如控制時間變量后，稅收收入和GDP的偏相關系數(shù)為0.9372,仍存在明顯正相關。（三）稅收隨GDP增長的彈性稅收的GDP彈性定義為一定時期內，稅收變動對于GDP變動的關系。彈性分為點彈性和線彈性。點彈性指當GDP增長一個百分點時，稅收變動的百分比。線彈性指兩個經濟變量存在函數(shù)關系時，函數(shù)曲線的斜率。對數(shù)稅收和對數(shù)GDP的回歸系數(shù)近似為稅收線彈性。如下圖：Y=1.44X-3.035,R平方為0.9939,系數(shù)1.44即為1994-2006年稅收對GDP的線彈性。注意:由上述關系圖可以看出2001年和2006年為明顯跳躍點,若要更精確的求出彈性,應將時期分成三個階段分別求彈性。稅收收入的內在增長趨勢（一）稅收收入運行隨時間變動的趨勢稅收收入的運行除了具有和經濟變量密切相關的特點外，其序列本身也具有隨時間變化的內在規(guī)律性。稅收收入隨時間變化的走勢圖如下：對圖中指數(shù)模型取對數(shù)，可以得到：對數(shù)稅收=0.1627年份-118.31此為半對數(shù)模型,根據(jù)半對數(shù)模型的特點,稅收的增長率為16.3%。也可選擇外推的時期數(shù)，作粗略預測。（二）稅收增長率分析1、增長率：也稱增長速度，它是時間序列中報告期觀察值與基期觀察值之比減1后的結果，用%表示。由于對比基期的不同，增長率可以分為環(huán)比增長率和定基增長率。環(huán)比增長率是報告期觀察值與前一時期觀察值之比減1，說明現(xiàn)象的逐期增長變化程度；定基增長率是報告期觀察值與某一固定時期觀察值之比減1，說明現(xiàn)象在整個觀察期內總的增長變化程度。環(huán)比增長率：定基增長率：平均增長率：也稱平均增長速度，它是時間序列中逐期環(huán)比值（也稱環(huán)比發(fā)展速度）的幾何平均數(shù)減1后的結果，計算公式為：表示平均增長率，n為環(huán)比個數(shù)。2、增長率分析中應注意的問題：對于大多數(shù)時間序列，特別是有關社會經濟現(xiàn)象的時間序列，經常利用增長率來描述其增長狀況，盡管增長的計算和分析都比較簡單，但在實際工作中仍應注意不誤用和濫用，不能單純就增長率而論，應與絕對水平結合分析。3、平均增長率的計算實例實例：2001-2004年某省稅收收入增長分別為11%、12%、13%和14%，要求計算這4年稅收收入的平均增幅。實例：某省2001年稅收收入159億元，2006年稅收收入365.76億元，求該省這幾年的稅收收入平均增幅。三、稅收收入運行的季節(jié)性年度稅收數(shù)據(jù)序列有明顯的隨時間增長的特征，而月度稅收波動則呈現(xiàn)出一大月二小月交錯分布，具有明顯的季節(jié)性。2002年1月-2007年7月的全省月度稅收走勢圖如下：對于此類波動數(shù)據(jù)類型，應選用季節(jié)性差分模型進行處理。四、其他常用稅收分析方法（一）稅源質量的效能位差分析效能位差法化絕對指標為相對指標，可以簡便直觀的分析納稅能力和稅源質量的關系?？捎糜诮Y合稅源狀況，對征管效率進行評估。1、實例：六區(qū)域稅源質量分析稅源質量綜合指數(shù)測算表地區(qū)排序盈利比例(%)利潤率(%)戶均盈利增值率(%)稅源質量指數(shù)合計/平均046.992.46173.338.971西北539.451.9668.0111.800.836華北647.651.95118.606.380.800西南255.462.48148.5718.001.262中南444.982.31156.739.110.943東北338.031.97182.1211.070.974華東164.143.06350.027.491.365稅收效能位差測算表地區(qū)企業(yè)戶數(shù)稅源質量指數(shù)排序稅負（%）排序效能位差合計/平均25339102.0600西北39570.83653.0023華北62500.80061.4142西南18301.26225.3911中南79450.94342.6731東北22430.97430.926-3華東44511.36511.405-42、稅源質量指數(shù)的計算方法：計算各項指標的平均值，填入合計/平均行。將各指標值除以各自對應列的平均值得出各項指數(shù)，求各項指數(shù)的平均值，即得稅源質量指數(shù)。3、效能位差的計算方法：根據(jù)各地區(qū)稅源質量指數(shù)排序，再根據(jù)各地區(qū)稅負排序，將稅源質量指數(shù)排序值減去同行的稅負排序值，差值即為效能位差。（二）同業(yè)稅負分析1、定義行業(yè)稅負:某一行業(yè)稅收總量與稅源總量之間的比例關系，是一項反映行業(yè)稅收經濟關系的數(shù)據(jù)指標。它可以是一個行業(yè)所有稅收總量負擔的概念，也可以是該行業(yè)一個稅種總量負擔的概念。同業(yè)稅負：同一行業(yè)稅收負擔形成過程中所表現(xiàn)出的稅收與經濟的一系列相關關系，包括個體與整體的相關關系，個體之間的相關關系，以及由這一系列關系所反映出的行業(yè)稅收經濟關系的規(guī)律特征。同業(yè)稅負分析理論依據(jù)——可比性。同業(yè)稅負分析的目的：強化稅負分析的可比性；建立行業(yè)稅負客觀標準；尋找地區(qū)差異、評價征收力度；為建立稅負預警系統(tǒng)提供理論基礎和數(shù)據(jù)支持。營業(yè)稅同業(yè)稅負分析指標：準予扣除率、計稅收入比、應交稅負、實交稅負。企業(yè)所得稅同業(yè)稅負分析指標：贏利企業(yè)比例成本費用率、經營利潤率、內外資企業(yè)分贏利規(guī)模的計稅所得額與利潤總額的比例、內外資企業(yè)分贏利規(guī)模應交稅負、內外資企業(yè)分贏利規(guī)模實交稅負。征收力度是以各行業(yè)的實際稅負水平在全國各行業(yè)相對位置的積分表示。2、同業(yè)稅負的分析方法（1）計算同業(yè)稅負TB為稅負，TAX為稅收，CR為計稅收入，i為地區(qū)，j為行業(yè)。j行業(yè)稅負水平計算稅負相對值綜合征收力度（2）稅負預警模型計算行業(yè)稅負的平均值：計算行業(yè)稅負的離散度。標準差離散系數(shù)一個行業(yè)的稅負標準差和離散系數(shù)越大，說明這個行業(yè)的稅收征管情況越復雜。計算稅負預警線。當時，稅負預警上下限=當時，稅負預警上下限=0.6和1均為經驗值。（3）實例：2006年上半年全國重點企業(yè)稅收負擔預警分析對2006年上半年重點稅源企業(yè)稅收負擔(比率)進行分析,比率標準差為2.47765,均值為6.7694,離散系數(shù)為0.37<0.6,所以此例中比率預警線為6.77+(-)2.48,即上線為9.25,下線為4.29。注意:此處稅收負擔并非同業(yè)稅負，亦可使用同業(yè)稅負數(shù)據(jù)實現(xiàn)該分析。第三節(jié)多元統(tǒng)計分析方法聚類分析（一）定義聚類分析是利用樣本的多變量條件，通過數(shù)理統(tǒng)計，對屬性相近的數(shù)據(jù)聚類，根據(jù)聚類的量度和方向予以定性，是根據(jù)對象特征進行“物以類聚”的方法。分為系統(tǒng)聚類，動態(tài)聚類等。假使每個樣品有p個變量，則每個樣品都可以看成p維空間中的一個點，n個樣品就是p維空間中的n個點，則第i樣品與第j樣品之間的距離記為。距離和相關系數(shù)均可以衡量樣品間的接近程度。歐氏距離：相關系數(shù)：（二）聚類的基本步驟：1、將n個樣品各作為一類；2、計算n個樣品兩兩之間的距離，構成距離矩陣；3、合并距離最近的兩類為一新類，計算新類與當前各類的距離；再合并、計算，直至只有一類為止；4、畫聚類圖，決定分類個數(shù)和類。（三）實例：部分國家稅收加社保負擔率聚類分析1、單指標聚類將2004年部分OECD國家的稅收加社保負擔率（taxrevenue+socialcontribution）用SPSS軟件進行聚類分析，操作步驟：SPSS下選數(shù)據(jù)分組，聚類，系統(tǒng)聚類，做出聚類圖。2004年，中國稅收加社保負擔率為19.55%，由聚類結果可以看出，我國的稅收加社保負擔率在第一層次聚類分組中，與智利、墨西哥、泰國等國家同屬一類，在第二層次聚類分組中與智利、墨西哥、泰國、新加坡和巴基斯坦同屬一類。稅收加社保負擔率水平在第一層次聚類七大分組中，列為第二低值組，僅高于新加坡和巴基斯坦所在的分組；在第二層次聚類四大分組中，列為最低值組。據(jù)此推斷，我國的稅費負擔水平與福布斯公布的稅負痛苦指數(shù)位次不符，我國稅收加社保負擔率在所比較的OECD國家中應屬于較輕水平。2、雙指標聚類以兩組指標分別為X和Y軸，做散點圖，求取各指標數(shù)據(jù)的平均值，（或用已知標準值），畫,兩條直線把數(shù)據(jù)分成四個區(qū)。再畫直線（連接（0,0）（,）兩個點），把數(shù)據(jù)分成兩個區(qū)。測算各點到（,）的距離。用SPSS軟件做散點圖(圖形,交互式,散點圖,在圖形屬性中添加X,Y均值的參考線,將圖形導出在畫圖程序中,繪制斜線)如下:

從上圖可以看出中國屬于社保負擔和稅收負擔雙低的國家,但相對我國的稅收負擔,中國的社保負擔偏輕（落在斜線下方），同區(qū)域的國家有智利、泰國和阿根廷。二、主成分分析法和因子分析法（一）主成分分析法1、定義主成分分析是一種簡化數(shù)據(jù)、降低維數(shù)的多元技術。即在不損失或很少損失原有信息的前提下，將多個指標轉化為少數(shù)幾個相互獨立的綜合指標，稱之為主成分。設有n個被評價對象，每個被評對象由p個指標來描述，得到原始數(shù)據(jù)矩陣：主成分分析的目的是找出少數(shù)幾個綜合指標替代原來p個指標。理論證明，主成分問題可以轉化為求系數(shù)矩陣征值和特征向量問題。2、基本步驟：（1）求X的協(xié)方差陣V；（2）求特征值λi和特征向量ui；（3）求得第i個主成分;（4）寫出主成分，并適當作出篩選。選擇依據(jù)主成分的累計貢獻率（≥85%）。因子分析法因子分析是從相關矩陣內部的依賴關系出發(fā)，把多個變量復雜關系用少數(shù)幾個隱變量——綜合因子來解釋?？梢钥闯墒侵鞒煞址治龅耐茝V。1、一般模型為其中稱為因子，系數(shù)稱因子負荷，為特殊因子。因子分析的目的就是通過替代，達到既降維又不損失原變量主要信息的目的。因子模型的基本假設：公因子之間相互獨立，且均值為0，方差為1；特殊因子與公因子之間相互獨立，COV（,)=0；特殊因子之間相互獨立，E（)=0。2、基本步驟(1)將原始數(shù)據(jù)標準化，計算相關系數(shù)陣；(2)計算載荷陣，確定公因子數(shù)（貢獻率）；(3)因子旋轉，解釋因子意義；(4)計算總因子得分；(5)進行綜合評價分析。3、因子分析的意義：將評價指標歸納成幾個方面，如評估稅源質量，可用計稅收入率、經營利潤率、銷售增值率等十幾個乃至幾十個指標，但大致可歸納為幾個方面的指標，并衡量每個方面指標的不同影響程度。因子分析可以用于在建模分析中尋找替代變量。4、實例：根據(jù)《年鑒》資料，選取全國31個?。ㄖ陛犑?、自治區(qū)）2006年經濟發(fā)展情況的10項綜合性指標資料：地區(qū)生產總值、人均GDP、工業(yè)總產值、第三產業(yè)總值、固定資產投資總額、進出口貿易總額、社會消費品零售總額、財政收入、城鎮(zhèn)居民可支配收入、農村居民純收入等，對全國31個?。ㄖ陛犑?、自治區(qū)）2006年經濟發(fā)展情況作主成分和因子分析。第四節(jié)回歸分析一、基本原理一元線形回歸方程和多元線形回歸方程的建模思想均是依據(jù)最小二乘法原理。（一）一元回歸模型：根據(jù)最小二乘法原理，由偏導求解最小值得參數(shù)估計最小二乘法基本思想是配合一條較為理想的趨勢線，使觀察值與估計值的離差平方和為最小。即在平面上求取一條趨勢線，使各散點值到直線的距離總體最小。（二）多元回歸模型：現(xiàn)實問題處理中，因變量往往由多個自變量共同決定，例如：稅收不僅和GDP相關，還受物價指數(shù)、稅制等多個因素影響。二、模型的基本假設和特殊情況處理（一）古典回歸模型的假設:（1）解釋變量x為非隨機變量；（2）零均值假定：；（3）同方差假定：為常數(shù)；（4）非自相關假定：；（5）解釋變量與隨機誤差項不相關假定：；（6）無多重共線性假定。（二）模型的檢驗統(tǒng)計量1、判定系數(shù)：為回歸平方和和總離差平方和的比值?？傠x差平方和=回歸平方和+殘差平方和，即TSS=ESS+RSS。判定系數(shù)用于判定回歸模型的擬合程度，各個樣本觀測點和樣本回歸直線靠得越近，。注意：不能簡單的認為時最好，應檢驗是否存在偽回歸的可能。截面模型的一般小于時序模型，當時，也可認為模型擬合度較好。2、回歸系數(shù)的顯著性檢驗（t檢驗法）回歸參數(shù)的T統(tǒng)計量P為變量的個數(shù)，一般取，即檢驗在95%的水平上，回歸參數(shù)的顯著程度。當T的絕對值大于臨界值時認為回歸系數(shù)顯著。3、回歸方程的整體顯著性檢驗--F檢驗法其中：ESS和RSS分別為自由度為p和n-p-1的分布。F值大于臨界值，可以認為模型顯著。（三）幾種特殊情況及處理方法1、自相關檢驗（1）散點圖示法繪制殘差e的散點圖圖(為橫軸)若散點大部分落在一、三象限為擾動項正自相關。若散點大部分落在二、四象限為擾動項負自相關。（2）DW檢驗--用于時序模型的隨機誤差項具有一階自回歸形式的序列自相關性檢驗。DW≈2(1-ρ),為殘差，ρ是干擾項的系列相關系數(shù)，。對于小樣本查DW（p,n-p-1）的上下臨界值，dL和dU。0≤DW≤dL時，認為存在一階正自相關性。4-dU≤DW≤4時，認為存在一階負自相關性。dU≤DW≤4-dU時，認為不存在一階自相關性。dL<DW<dU或4-dU<DW<4-dL時，無法確定是否存在自相關性。（3）自相關產生的原因：A、時間序列樣本中，經濟變量具有慣性，前后期之間總是互相關聯(lián)。B、擾動項序列本身自相關。C、遺漏重要解釋變量誤差項會出現(xiàn)明顯正相關?？紤]變量應全面，并反復嘗試，若模型的判別系數(shù)值偏小，則有可能遺漏重要解釋變量。（4）自相關的影響后果（4.1）參數(shù)估計值的方差增大。（4.2）常用F檢驗和t檢驗失效。（4.3）模型預測時有較大的方差錯誤解釋。（5）消除一階自相關的方法：將變量進行一階差分，即令。2、異方差散點圖圖示法判斷是否存在異方差，方法有散點圖圖示法、殘差回歸檢驗法和樣本分段比較法等，對于處理異方差常用加權最小二乘法（WLS），即以自變量和方差作為加權權數(shù)對變量進行標準化處理。樣本分段比較法取兩個同樣本的子樣，分別回歸，計算各自殘差平方和。構造統(tǒng)計量，C為取樣時未取入的樣本個數(shù)。SSR2對應X值較大部分樣本殘差。時，存在異方差，且為遞增異方差。3、多重共線性所謂多重共線性是指線性回歸模型中解釋變量樣本觀測值間具有某種線性關系。（1）多重共線性的影響后果A、各個解釋變量的影響難以精確鑒別。B、回歸參數(shù)估計量方差偏大，導致不當剔除解釋變量。C、模型參數(shù)對觀測值增減和剔除不顯著解釋變量都過于敏感。方差擴大因子表示偏回歸系數(shù)方差因多重共線性擴大的倍數(shù)。表示第j個解釋變量對其他解釋變量進行回歸的判定系數(shù)。時，認為存在多重共線性。（2）多重共線性的處理A、刪除不重要的解釋變量從實際經濟分析為不重要的，且偏相關系數(shù)檢驗為多重共線性的原因的變量中刪除。B、追加樣本信息——樣本增容。C、改變解釋變量的形式橫截面數(shù)據(jù)采用相對數(shù)變量，時間序列數(shù)據(jù)采用增量型數(shù)據(jù)。D、逐步回歸法逐步引入經F檢驗顯著的自變量，并剔除不顯著的自變量，至沒有不顯著的變量引入方程，也沒有顯著的變量從方程中剔除為止。E、嶺回歸在解釋變量中加入對角矩陣I，以適度有偏為代價解決共線性問題。Y～（X+KI）4、含虛擬變量回歸（1）模型間斷點有時異常數(shù)據(jù)點是樣本的真實情況，體現(xiàn)事物發(fā)展的階段性變化，此類數(shù)據(jù)點對反映真實情況有著重要的價值，不宜簡單處理。周檢驗：用于查找劃分樣本的異常數(shù)據(jù)點。（2）虛擬變量回歸虛擬變量線形回歸模型，虛擬變量以間斷點為界，將模型劃分成斜率、截距不同的兩條直線。其中：若，則為截距相同，斜率不同。若，則為截距不同，斜率相同。虛擬變量回歸模型與分為不同區(qū)間段分別回歸模型的區(qū)別在于前者擾動項相同，即隨機因素影響的假設是一致的。5、非線形模型線形化現(xiàn)實生活中，變量之間并不總是遵循線形關系，而是非線形的，幾種常用的非線形回歸模型：（1）拋物線模型（二次曲線模型）當X的一階差分和Y的二階差分接近常數(shù)時，可用此模型。（2）雙曲線模型Y隨X的增加而增加（減少），開始增加（或減少）很快，后來逐步趨于穩(wěn)定。（3）冪函數(shù)模型一般可對冪函數(shù)模型兩邊取對數(shù)化為線形模型Log表示取自然對數(shù)，此類模型的優(yōu)點在于模型中的參數(shù)可以直接表示Y對X的彈性。（4）指數(shù)函數(shù)模型廣泛的應用于社會經濟現(xiàn)象的某種變動趨勢，如：稅收按一定比率增長等。對此模型取對數(shù)，得：，稱為半對數(shù)模型。建立的是Y的增長率與的關系，相關系數(shù)為。若X為時間趨勢t,則可衡量變量隨時間的增長趨勢。（5）多項式模型根據(jù)數(shù)學上級數(shù)展開的原理，任何曲線、曲面、超曲面的問題均可用多項式逼近，因而該模型在非線性回歸分析中占有重要的地位。總結：我們常用的稅收計量模型為數(shù)據(jù)驅動模型，認真觀察數(shù)據(jù)的特征是建模的基礎。建模并不是簡單列出一個線性等式，模型的建立涵蓋了多方面的內容，只有綜合掌握了上述建模要點，才可能建立與真實情況較為接近的模型。以回歸模型為例，考慮的問題就包括選擇模型的類型，選擇哪些變量，模型平穩(wěn)性，顯著性，各變量的顯著性，無異方差，無序列自相關等等，應考量全面，反復嘗試。以上內容并不要求大家都能掌握，但大家應知道建立一個簡單的模型并不困難，但模型若要能較好的反映客觀現(xiàn)實，卻有大量的工作要做。第五節(jié)指數(shù)在進行稅收分析中，我們經常要和各種指數(shù)打交道，例如：零售價格指數(shù)、銷售價格指數(shù)、GDP平減指數(shù)等等。本節(jié)主要介紹一些價格指數(shù)的編制方法。一、加權綜合指數(shù)通過加權來測定一組商品價格的綜合變動。因權數(shù)固定的時期不同，加權綜合指數(shù)有不同的計算方法。（一）拉氏價格指數(shù)：把作為權數(shù)的銷售量固定在基期。（二）帕氏價格指數(shù)：把作為權數(shù)的銷售量固定在報告期。（三）加權平均指數(shù)：是計算綜合指數(shù)的一種形式，它是以某一時期的銷售額作為權數(shù)對單個商品價格指數(shù)加權平均計算。我們注意到該指數(shù)化簡后與拉氏指數(shù)相近，但經濟含義完全不同。二、常用價格指數(shù)我們常接觸的價格指數(shù)主要有居民消費者物價指數(shù)、固定資產投資價格指數(shù)、商品零售價格指數(shù)等。我們重點介紹消費者物價指數(shù)。（一）消費者物價指數(shù)的定義消費者物價指數(shù)又稱消費價格指數(shù)。是反映一定時期內消費者所購買的生活消費品價格和服務項目價格的變動趨勢和程度的一種相對數(shù)。通過這一指數(shù)可以觀察消費價格的變動水平及對消費者貨幣支出的影響，研究實際收入和實際消費水平的變動狀況。可分為城市居民消費價格指數(shù)、農村居民消費價格指數(shù)和全國居民消費價格指數(shù)。（二）消費者物價指數(shù)的作用１、用于反映通貨膨脹的狀況通貨膨脹的嚴重程度一般用通貨膨脹率來表示，它說明一定時期內商品價格持續(xù)上升的幅度。通貨膨脹率=（報告期消費價格指數(shù)-基期消費價格指數(shù)）/基期消費價格指數(shù)×100%（１）用于反映貨幣購買力變動貨幣購買力指單位貨幣可以購買到的消費品和服務的數(shù)量。貨幣購買力指數(shù)=1/消費價格指數(shù)×100%（２）用于反映對職工實際工資的影響消費價格指數(shù)提高意味著實際工資減少，消費價格指數(shù)下降意味著實際工資的提高。實際工資=名義工資/消費價格指數(shù)（３）用于縮減經濟序列——GDP平減物價指數(shù)通過縮減經濟序列可以消除價格變動的影響，其方法是將經濟序列除以消費價格指數(shù)。常見的為用GDP縮減價格指數(shù)，從而得出可比價（不變價）的GDP增幅?？s減后的GDP=GDP/居民消費價格指數(shù)三、多指標綜合評價指數(shù)的構建多指標綜合評價是利用指數(shù)的思想與方法，將選擇有代表性的若干指標合成一個指數(shù)，從而對事物的發(fā)展狀況作出綜合評價。1、結合理論知識對指標進行挑選。2、建立評價指標體系。首先應選擇有綜合意義的代表性指標，其次應盡可能運用主成分分析等多元統(tǒng)計方法進行指標篩選。3、評價方法研究，主要包括綜合評價指數(shù)的構造方法、指標的賦權方法以及各種評價方法比較等。（1）指標的轉化方法幾種標準化的方法都可消除變量的量綱統(tǒng)計標準化極值標準化定基轉換環(huán)比轉換（2）權數(shù)構造包括主觀構權法和客觀構權法。主觀構權法常用的有專家評判法、層次分析法等；客觀構權法主要有主成份分析法、因子分析法、相關法、回歸法等。第六節(jié)常用統(tǒng)計分析軟件簡介——SPSS和EVIEWS應用實例稅收分析中常用的統(tǒng)計軟件主要有SPSS、EVIEWS和SAS，其中SAS較為專業(yè)，提供強大編程功能，而SPSS和EVIEWS操作很簡便，功能也基本夠用，我們主要介紹后兩種軟件。SPSS和EVIEWS各具特點，SPSS界面與EXCEL軟件類似，比較友好，便于演示統(tǒng)計量特征，作圖，處理聚類、主成分分析等，而EVIEWS便于處理時序數(shù)據(jù)的建模和預測以及季節(jié)性差分等，實際工作中，建議綜合使用兩種軟件。描述統(tǒng)計量1、雙擊打開SPSS軟件，單擊點選[分析]下拉窗口，單擊選擇描述統(tǒng)計量，彈出窗口有五項選擇，單擊選擇描述。2、在對話框中選擇要描述的統(tǒng)計量，按右選箭頭。3、點[選擇]按鈕，按需要勾選，單擊[繼續(xù)]，回到描述對話框后點[OK]。結果如下：相關性分析1、雙擊打開SPSS軟件，單擊點選[分析]下拉窗口，單擊[相關分析]再選[聯(lián)合分析]，選擇描述統(tǒng)計量。2、在對話框中選擇要描述的統(tǒng)計量，按右選箭頭。3、點[選擇]按鈕，按需要勾選，單擊[繼續(xù)]，回到描述對話框后點[OK]。結果如下：三、圖表演示1、雙擊打開SPSS軟件，單擊點選[圖表]下拉窗口，單擊[散點圖]再選[簡單]，點[確定]選擇描述統(tǒng)計量。2、在對話框中選擇要描述的統(tǒng)計量，按右選箭頭，然后點[OK]。3、單擊[選擇]，勾選需要的項，點[繼續(xù)]，回到散點圖對話框中點[OK]。4、雙擊生成的圖片，可進行進一步調整，并可添加圖表名稱、指示軸、擬合線等。四、回歸分析1、雙擊打開EVIEWS軟件，新建模型，生成變量GDP和稅收收入SS序列，根據(jù)數(shù)據(jù)特點，選用對數(shù)模型建模。在對話框中輸入如圖的命令，生成對數(shù)序列。2、選擇下拉菜單[QUICK]下的[估計方程]，在對話框中如下輸入。@LOG()表示生成原序列的對數(shù)序列,@TREND表示時間趨勢，此處為從1到13的變量。3、完成后確定，回歸結果如下：4、由模型殘差圖可以看出，2001年點可能是個間斷點，還可以按前文介紹過的用周檢驗引入虛擬變量的方法，使模型進一步精確。五、預測用EVIEWS軟件也可以方便的進行外推或內推預測。步驟如下：1、在上述回歸中將樣本期改為1994-2008。2、把2007年或2008年GDP估計值，輸入GDP序列中，假設為8500和10000。3、在上述回歸方程對話框中點[FORCAST]，在彈出的對話框中，點OK。4、預測結果SSF和預測圖如下：六、時序模型——季節(jié)性差分1、雙擊打開EVIEWS，選擇QUICK下拉菜單下的[序列統(tǒng)計]的[指數(shù)平滑]。2、在彈出的對話窗中輸入要平滑的序列“SS”，點OK。3、在彈出的對話框中勾選最后一項WINTERS季節(jié)乘法，季節(jié)周期輸入“12”，4、平滑結果（含預測值）如下，注意到用EVIEWS做季節(jié)平滑不僅操作簡單，而且預測的準確度要高于我們下章將介紹的用EXCEL處理的結果。擬合圖：附：EXCEL軟件數(shù)據(jù)分析功能的應用第一節(jié)數(shù)據(jù)整理EXCEL提供了方便的數(shù)據(jù)管理和檢索功能，并提供了400多個函數(shù)，可以用來做統(tǒng)計、財務、數(shù)學、字符串等操作以及各種工程上的分析與計算。例：2006年上半年重點稅源企業(yè)（分地區(qū)）已繳稅收與相關財務指標對比情況表（單位：戶、萬元、%）地區(qū)戶數(shù)主營業(yè)務凈收入已繳稅收數(shù)額比率北京市1730168709073133614087.9天津市11034477425320846924.7河北省13843603461127573387.7山西省6932574952619508117.6內蒙古401147015338380875.7遼寧省30395355762623917264.5大連市823137211555792484.2吉林省4761831502310002935.5黑龍江60226234402285033210.9上海市4016152948742655126.9江蘇省546012618630552857534.2浙江省20765939399229542295寧波市11142663882810156583.8安徽省8602297495715771146.9福建省16712116984112168505.8廈門市585103355275102654.9江西省420141461618386025.9山東省50708214920952105706.3青島市1167176181447449084.2河南省13833838732926935517湖北省6753024780617057735.6湖南省5531785811817269709.7廣東省22216000091235838576深圳市383251358406065622.4廣西區(qū)749118944268383067.1海南省1081190133823006.9重慶市750111060466936886.3四川省6341914014113143186.9貴州省36485590198472619.9云南省57917106055258602815.1西藏區(qū)2392695943610.2陜西省10052051313919935999.7甘肅省230112596586708836青海省75176339117736510.1寧夏區(qū)17938124631810784.8新疆區(qū)7191875597313868457.41、數(shù)據(jù)格式在EXCEL中提供了對數(shù)據(jù)格式和位數(shù)進行處理的方法。以鼠標右鍵單擊數(shù)據(jù)格，在彈出的下拉框中單擊[設置單元格式]，點選[數(shù)字]，[自定義]。在對話框中[類型]一欄鍵入“#，###，”即可得截去后三位的結果（即以原來的千位為個位的截尾數(shù)據(jù)，并經過四舍五入）。若在對話框中[類型]一欄鍵入“#，###，，”即可得截去后六位的結果（即以原來的百萬位為個位的截尾數(shù)據(jù)，并經過四舍五入）。當需要輸入一組前幾位相同，只有末幾位不同的數(shù)，如輸入一組納稅人識別號，可在對話框中[類型]一欄鍵入前幾位相同的數(shù)“11011124”#，后點確定，則只需要在數(shù)據(jù)格中輸入余下的數(shù)即可，如在A4中輸入“278”，則得到11011124278。若是中間幾位數(shù)不同，可在對話框中[類型]一欄鍵入相同的數(shù)11#68724，后點確定，則只需要在數(shù)據(jù)格中輸入余下的數(shù)即可，如在A5中輸入“278”，得到1127868724。2、數(shù)據(jù)查詢對于冗長的數(shù)據(jù)資料，EXCEL可實現(xiàn)某項數(shù)據(jù)的查詢。打開數(shù)據(jù)表，選擇數(shù)據(jù)清單所在的區(qū)域。單擊[數(shù)據(jù)]/[記錄單]，單擊[條件]按扭，進入對話框，在[地區(qū)]文本框中輸入“福建”，完成后按回車。對應查詢結果如下：3、數(shù)據(jù)篩選數(shù)據(jù)篩選可從數(shù)據(jù)庫中篩選出符合條件的所有記錄。（1）選中工作表單元格區(qū)域（2）單擊[數(shù)據(jù)]/[篩選]/[自動篩選]命令，在每個工作表中列表所在的單元格后出現(xiàn)了一下拉按鈕，單擊比率列表單元格后的下拉按鈕，在下拉列表中單擊“自定義”。（3）在自定義自動篩選對話框中選擇比率大于或等于“5”，確定。則可列出所有比率大于5的地區(qū)。對于多條件的篩選要求，EXCEL提供了高級篩選功能。（1）在EXCEL中鍵入條件行41和42，如圖所示，注意與數(shù)據(jù)區(qū)域間隔一行以上。（2）選擇數(shù)據(jù)清單所在區(qū)域，單擊[數(shù)據(jù)]/[篩選]/[高級篩選]，在高級篩選對話框中，單擊[將篩選結果復制到其他位置]單選按鈕，單擊[條件區(qū)域]后的折疊按鈕，選擇A41：A42，B41：B42單元區(qū)域，完成后點確定。篩選出重點稅源監(jiān)控戶數(shù)在500戶以上且稅收負擔在5%以上的地區(qū)如下：4、數(shù)據(jù)排序（1）選中工作表數(shù)據(jù)單元格區(qū)域；（2）單擊[數(shù)據(jù)]/[排序]命令，在[排序]對話框單擊[主要關鍵字]后的下拉按鈕，選擇“類別”，單擊選中[升序]單選按鈕，完成后確定。排序結果如下，可以方便的分析某個地區(qū)在全國的稅負水平，如：福建（不含廈門）和廈門在全國的稅負水平分別排在第14位和第9位。5、數(shù)據(jù)分類匯總對于一個指標值下有多個記錄值的數(shù)據(jù)資料，EXCEL還提供了分類匯總的方法。（1）選定排序好的數(shù)據(jù)資料，選擇[數(shù)據(jù)]/[分類匯總]，在[分類匯總]對話框中，如圖鉤選，點確定，即可實現(xiàn)分類匯總。6、函數(shù)運算EXCEL提供了強大的函數(shù)運算功能。在單元格中鍵入“=”，單擊[插入]，[函數(shù)]，在下拉框中選擇函數(shù)類別，找到需要使用的函數(shù)，確定。在對話框中，[NumBer]鍵入所要計算的數(shù)據(jù)，或者選擇數(shù)據(jù)所在區(qū)域，[Power]鍵入要計算的乘方，計算結果出現(xiàn)在“=”之后，點確定后，數(shù)據(jù)出現(xiàn)在單元格中。注意[Power]中輸入的若為分數(shù)，則為求冪運算。例：福建省2001年稅地方收收入159億元，2006年地方稅收收入365.76億元，求該省這幾年的地方稅收收入平均增幅。在[NumBer]中輸入“365.76/159”,在[Power]中輸入“1/5”。計算結果-1，即為所求增幅18.1%。注意在EXCEL中“^”符號也可用來計算乘冪，如在單元格中輸入“=（365.76/159）^(1/5)”,按回車也可得到如上結果。常用函數(shù)AVERAGE返回參數(shù)平均值EXP返回指數(shù)LN返回自然對數(shù)FORECAST根據(jù)線性趨勢返回值GROWTH根據(jù)指數(shù)趨勢返回值MODE返回眾數(shù)STDEV基于樣本估算標準偏差VAR估算樣本方差MIN返回最小值MAX返回最大值SUM返回參數(shù)求和PRODUCT將參數(shù)相乘第二節(jié)圖表功能在EXCEL中，系統(tǒng)大約有100多種不同的圖表可供選擇，用戶可通過簡單的操作，制作精美的圖表，運用圖表對數(shù)據(jù)進行生動形象的演示和分析。一、柱形圖例：利用2006年上半年全國重點稅源數(shù)據(jù)做各地區(qū)重點稅源企業(yè)稅負柱形圖。選定數(shù)據(jù)資料；單擊工具欄中的[圖表向導]快捷鍵，在標準類型中提供了多種圖表類型。稅收分析中常用于分析截面數(shù)據(jù)的有柱形圖和餅圖，常用于分析時序數(shù)據(jù)的有折線圖和散點圖。單擊[柱形圖]，在子表類型中可選擇所要的圖表形態(tài)，再單擊[下一步]，在下圖對話框中，單擊[系列]，可對對應欄目進行調整，再點擊[下一步]。（4）在步驟3的對話框中可對圖表進行進一步設定，也可添加標題等。（5）調整完成后，點下一步，完成。用柱形圖可以比較各地區(qū)重點稅源稅負的相對情況，但若要分析個體在整體中的地位，則可以用餅圖。2006年全國各省重點稅源企業(yè)監(jiān)控戶數(shù)圖如下（百分比為各地區(qū)監(jiān)控戶數(shù)占全國的比重）：對于時間序列數(shù)據(jù)的演示，我們多用散點圖或折線圖。二、散點圖例：1994-2006福建地方稅收收入年份稅收收入（億元）199444199556199670199791199810219991152000130200115920021732003202200424420052842006366（一）繪制散點圖（1）選擇數(shù)據(jù)區(qū)域；（2）單擊工具欄中的[圖表向導]快捷鍵，在標準類型中選擇[X-Y散點圖]，點[下一步]。選下一步，完成四個步驟后，點完成，輸出圖形。（3）點選圖形坐標軸，調整坐標刻度，完成后點確定。（二）添加趨勢線我們可以在散點圖中添加趨勢線，并得出初步的回歸方程。點擊已完成的散點圖；單擊[圖表]，單擊[添加趨勢線]，根據(jù)散點分布的特征，在[類型]中選擇[指數(shù)]。單擊[選項]，可選擇前推，倒推的趨勢預測，勾選顯示公式及顯示R平方值，點確定。由圖可以看出，用添加趨勢線的方法可以建立稅收收入與時間趨勢的簡單數(shù)學模型，二者存在著指數(shù)形式的正向相關關系。（三）預測這一指數(shù)函數(shù)關系可以化為半對數(shù)函數(shù)關系：即可以看作對數(shù)化的稅收收入序列與時間之間存在著正向相關關系。我們構造稅收收入的對數(shù)化序列，并對2007年的稅收收入進行預測。在D87中輸入對數(shù)化稅收Lss，在D88中，輸入公式“=LN（C88）”，回車確認，得到值“3.78”。選擇D89：D100，將D88復制到選定的區(qū)域，得到如圖序列。在B103中輸入“=FORECAST(2007,D91:D103,A91:A103)”（公式表示當X值為2007時，序列D91：D103對序列A91：A103按最小二乘法回歸的預測值），按回車，得到預測值6.01,此為對數(shù)稅收的預測值。在B104中輸入“=EXP(B106)”，按回車，得到稅收的預測值409.11。三、折線圖折線圖可以較為明顯的演示數(shù)據(jù)波動的情況。例2.3：2002-2007年福建地稅月度稅收。單擊工具欄中的[圖表向導]快捷鍵，在標準類型中選擇[折線圖]，點[下一步]。在步驟2的對話框中選擇數(shù)據(jù)區(qū)域，點[下一步]。在步驟3的對話框中輸入相關信息，點[下一步]；完成折線圖如下：自定義類型中的兩軸線-柱圖、兩軸折線圖、柱-線圖等還提供了坐標差異較大的兩組序列如何在同一張圖中演示的方法。第三節(jié)分析功能雖然在操作的方便和統(tǒng)計分析的功能上不如EVIEWS和SPSS等專業(yè)統(tǒng)計軟件，但EXCEL仍提供了一定的數(shù)據(jù)分析功能，掌握這些方法有助于初學者理解數(shù)據(jù)分析的基本方法和原理，并可在精度要求不高的情況下進行簡單的統(tǒng)計分析。調出數(shù)據(jù)分析功能：單擊[工具]，[加載宏]，勾選[分析工具庫]，點[確定]，注意到[工具]下拉菜單中增加了[數(shù)據(jù)分析]欄，點選進入，調出數(shù)據(jù)分析對話框?？梢钥吹?9項分析工具選擇。其中在稅收分析中應用較多的有以下幾項：抽樣描述統(tǒng)計選擇數(shù)據(jù)區(qū)；單擊[工具]，[數(shù)據(jù)分析]，[描述統(tǒng)計]，[確定]；在描述統(tǒng)計對話框中，如圖選擇，點[確定]。輸出描述統(tǒng)計結果如下：相關系數(shù)單擊[工具]，[數(shù)據(jù)分析]，[相關系數(shù)]，[確定]；在相關系數(shù)對話框中，選擇“戶數(shù)”、“主營業(yè)務凈收入”、“已繳稅收數(shù)額”和“比率”列，點[確定]。輸出相關數(shù)據(jù)結果如下：可以看出主營業(yè)務凈收入和已繳稅收數(shù)額存在明顯的相關，相關系數(shù)為0.94?；貧w單擊[工具]，[數(shù)據(jù)分析]，[回歸]，[確定]，出現(xiàn)回歸對話框。（2）回歸對話框中作如下設定，點確定。（3）新工作表中輸出的回歸結果如下：由上表可以看出用這組截面數(shù)據(jù)回歸的R平方值為0.54,偏小,各變量系數(shù)顯著性較好,模型顯著。結果分析表明，2006年上半年全國重點稅源稅收負擔與已繳稅收數(shù)額成正向關系，與主營業(yè)務凈收入成反向關系。在95%的置信度水平下，認為稅收負擔與稅源監(jiān)控戶數(shù)無關，在90%的置信度水平下，認為稅收負擔與稅源監(jiān)控戶數(shù)正向相關，即在這一置信度水平下，監(jiān)控戶數(shù)多的地區(qū)，稅收負擔也高。移動平均年度稅收數(shù)據(jù)存在著明顯的隨時間增長的趨勢，但需要做進一步分析月度數(shù)據(jù)時，由于征繳期的不同，會出現(xiàn)大小月波動的情況。對于此類數(shù)據(jù)做預測時,可先進行移動平滑,消除擾動因子,找出長期趨勢。選擇數(shù)據(jù)區(qū)域；點選[工具]，[數(shù)據(jù)分析]，[移動平均]，[確定]。（3）在移動平均對話框中，選擇數(shù)據(jù)區(qū)為D2：D69，輸出區(qū)域選E3，勾選標志位于第一行和圖表輸出，由于為月度數(shù)據(jù)，一年為一周期，間隔輸入“12”，點[確定]；得到結果如下圖，預測值為移動平均后的趨勢，列在E14：E67中在此基礎上進一步進行預測。將稅收除以移動平均趨勢值M（1），填入F列，即在F14中輸入“=D14/E14”將列F的值整理如下表，計算各月稅收/移動平均趨勢值的平均數(shù)，即在I79中輸入“=AVERAGE(C79:H79)”回車，下拉填列至I90。求各月稅收/移動平均趨勢值的和，在I91中輸入“=SUM(I79:I90)”。標準化各月平均趨勢，在J79中輸入“=12*I79/13.11443”在E70中輸入“=FORECAST(B70,D3:D69,B3:B69)”，下拉填列至E74，得到稅收趨勢預測值，乘上標準化稅收/移動平均趨勢值，即可得到預測值。通過上述操作，可以看出季節(jié)性平滑趨勢預測，實質是將季節(jié)性因素和其他因素（本例為時間趨勢因素）分離開來，從而消除趨勢預測時季節(jié)性因素帶來的擾動。參考書目：1、美，威廉·H·格林，《計量經濟分析》，中國社會科學出版社，1998。2、賈俊平、何曉群、金勇進編著,《統(tǒng)計學》，中國人民大學出版社,2000。3、曾五一、王美今等編著《統(tǒng)計估算理論、方法和應用研究》，中國金融出版社，1999年。4、李朋編著《Excel統(tǒng)計分析實例精講》，科學出版社，2006年。5、焦瑞進等編著《微觀稅收分析指標體系及方法》，中國稅務出版社，2005年。

會計科目和賬戶

第一節(jié)會計科目

一、會計科目的概念

會計科目是指對會計要素的具體內容進行分類核算的項目?！纠繒嬁颇渴菍Γ?/p>

）的具體內容進行分類核算的項目。

A經濟業(yè)務B會計主體C會計對象

D會計要素

二、會計科目的分類

1、按其所提供信息的詳細程度及其統(tǒng)馭關系不同，分為：總分類科目和明細分類科目。（1）總分類科目——總賬科目或一級科目總分類科目是對會計要素具體內容進行總括分類、提供總括信息的會計科目；（2）明細分類科目——明細賬科目或子目、細目或二級、三級。。。。如：銀行存款（一級）——中行存款（二級）——人民幣存款（三級）明細分類科目是對總分類科目作進一步分類、提供更詳細更具體會計信息的科目。對于明細科目較多的總賬科目，可在總分類科目與明細科目之間設置二級或多級科目。2、按其所歸屬的會計要素不同，分為：舊準則：五類資產類、負債類、所有者權益類、成本類、損益類五類。新準則：六類資產類、負債類、共同類、所有者權益類、成本類、損益類六類。科目參照表一、資產類

1001庫存現(xiàn)金

1002銀行存款

1012其他貨幣資金

1101交易性金融資產

1121應收票據(jù)

1122應收賬款

1123預付賬款

1131應收股利

1132應收利息

1221其他應收款

1231壞賬準備

1321代理業(yè)務資產

1401材料采購

1402在途物資

1403原材料

1404材料成本差異

1405庫存商品

1406發(fā)出商品

1407商品進銷差價

1408委托加工物資

1411周轉材料

包裝物

低值易耗品

1461融資租賃資產

1471存貨跌價準備

1501持有至到期投資

1502持有至到期投資減值準備

1503可供出售金融資產

1511長期股權投資

1512長期股權投資減值準備

1521投資性房地產

1531長期應收款

1532未實現(xiàn)融資收益

1601固定資產

1602累計折舊

1603固定資產減值準備

1604在建工程

1605工程物資

在建工程減值準備

1606固定資產清理

1701無形資產

1702累計攤銷

1703無形資產減值準備

1711商譽

1801長期待攤費用

1811遞延所得稅資產

1901待處理財產損溢

二、負債類

2001短期借款

2101交易性金融負債

2201應付票據(jù)

2202應付賬款

2203預收賬款

2211應付職工薪酬

2221應交稅費

2231應付利息

2232應付股利

2241其他應付款

2314代理業(yè)務負債

2401遞延收益

2501長期借款

2502應付債券

2701長期應付款

2702未確認融資費用

2711專項應付款

2801預計負債

2901遞延所得稅負債

三、共同類

3101衍生工具

3201套期工具

3202被套期項目

四、所有者權益類