影响企业所得税入因素的回归分析.doc

影响企业所得税收入因素的回归分析 描述背景 目前，税务机关掌握着大量的数据，如申报数据、入库数据、发票数据、核定数据、财务指标数据等等，数据已经成为税收工作的基础。但是，受到思维和工具的限制，这些数据资源并没有得到充分利用，不能全面反映税收工作的过程、成果、规律，造成数据资源浪费。如何充分运用这些数据资源，为税收工作服务，成为摆在我们面前的一个亟待解决的问题。本人结合所学的统计学知识，并结合日常工作，探索统计学知识对纳税评估工作的实践与应用，更有效的提高税收数据应用水平。 企业所得税的税收收人占国税税收的较大的比重，属于重点税种，对其进行评估预测，为组织收入、领导决策具有很重要的意义。企业所得税与利润总额、企业销售费用、物价指数等有密切的关系，因此，可以运用统计学回归的知识，从利润总额、销售费用、商品零售物价指数三个因素来分析预测企业所得税的发展变化。 数据采集 由于中国税务系统综合征管软件于2005年上线，无法查询更早的数据信息，加之辖区企业涉税数据的必威体育官网网址性，为了确保建模的准确性及可行性，本人选取海螺水泥作为分析对象，该公司为2002年的上市公司，企业所得税收入、利润总额、销售费用等数据来源于网易财经海螺水泥所披露的年度报告，而商品零售物价指数来源于国家统计局网站，以下为我所搜集到的数据。 表一 年份 企业所得税收入（万元） 利润总额 （万元） 销售费用 （万元） 商品零售物价指数 （%） 2001年 4085 31487 19473 99.2 2002年 6080 54373 21692 98.7 2003年 12572 164917 30320 99.9 2004年 27393 194173 44376 102.8 2005年 49060 86137 83276 100.8 2006年 68686 249831 109077 101.0 2007年 78098 348499 121923 103.8 2008年 56623 324575 136642 105.9 2009年 81460 447654 141957 98.8 2010年 172400 807833 154645 103.1 2011年 382785 1565219 185921 104.9 2012年 162559 808782 227977 101.5 建模 首先，选择自变量。确定三个自变量为X1：利润总额 X2：销售费用 X3：商品零售物价指数，由表一数据绘制散点图。 另，通过EXCEL的数据分析 (相关系数，求得Y与X1相关系数R1=0.985862，Y与X2相关系数R2= 0.749391，Y与X3相关系数R3=0.525549。 由图可得，可以发现，利润总额的散点图趋势与企业所得税的税收收入散点图最为接近；销售费用相关性一般；商品零售物价指数与因变量相关性不大，趋势不明显。综合相关系数，剔除自变量X2,X3。 第二步，确定回归预测模型 由散点图及相关系数分析，三个因素同时影响企业所得税税收收人，但是利润总额是起决定作用的，销售费用相关性不够大，商品零售物价指数不显著，可以确定用一元回归预测模型。同时，企业所得税税收收人与利润总额之间的数据分布基本上是直线趋势，可确定用一元直线回归预测模型。 Y：企业所得税税收收入 Y = a + bX 求解 将表一数据，企业所得税收入与利润总额数据在EXCLE中进行回归分析，得出以下结果。 Multiple R 0.985862 R Square 0.971925 Adjusted R Square 0.969117 标准误差 18773.56 观测值 12 　 df SS MS F Significance F 回归分析 1 1.2201E+11 1.22E+11 346.1837892 4.34383E-09 残差 10 3524463783 3.52E+08 总计 11 1.2554E+11 　 　 　 　 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% Intercept -8655.684505 7650.523 -1.131 0.2843 -25702.1 8390.743 利润总额 0.237173986 0.012747 18.606 4.3E-09 0.208772 0.265576 由数据分析回归可得，回归方程为 Y=0.237X-8655.68 分析 一、经济意义检验： b=0.237为正数，说明企业所得税收入与利润总额之间参存在正的线性关系。 二、统计学检验：? （1）拟合优度检验：相关系数R＝0.985862，表明因变量与自变量之间存在显著的相