APP下载

吉林省税收景气指数的构建及其与宏观经济的互动性

2023-02-11马秀颖

税务与经济 2023年1期
关键词:景气吉林省预警

马秀颖,姚 敏

(吉林财经大学 统计学院,吉林 长春 130117)

一、引 言

景气指数大多用于如实刻画经济发展变化轨迹,反映当前经济运行的位置,以及预测未来经济发展的趋势。现有文献大多是学者基于宏观经济或部分行业建立景气指数,使景气指数理论越来越成熟,但是其研究角度和数据来源较为单一,对于宏观经济的反映能力较弱,可信性较低。而税收作为我国最主要的一种财政收入方式,在经济发展中发挥着重要作用,承担着重要使命,“经济决定着税收,税收反映着经济”,税收和经济二者紧密相连。同时,税收数据相较于其他数据更为准确、及时和全面,可以更直接地反映经济运行状况,因此,将税收数据与景气指数方法相结合更具有实际意义。一方面,可以通过税收景气指数的具体数值对当前税收工作做出合理的总结评价,对未来税收工作进行提前预判,有助于税收领域工作者了解税收发展态势、提高工作效率。另一方面,税收景气指数能够先于经济数据体现经济发展动态,在一定范围内领先于经济景气指数,更好地体现税收作为经济发展晴雨表的作用。同时,构建税收景气指数是提升税收数据在研究经济发展中所处地位的一次尝试,突破税收数据的传统使用方法,并且符合税收数字化的理论要求,促进税收数据助力经济发展。

目前关于税收数据的研究,一方面集中于探讨税收数据服务税收治理效率的提高和纳税服务效率的改善;另一方面集中于探索利用税收指数进行经济监测的方法,建立税收遵从指数、税收努力指数等,从税收角度对经济变化进行描述,以更准确、全面地为政府部门提供决策依据。[1-6]例如,钱斌华建立了税收经济指数,该指数可以全面科学地反映和预测经济运行态势。[7]Geoffrey H.Moore、Shiskin和Moore等提出扩散指数和合成指数的概念,之后被广泛用于建立景气指数来监测经济发展、预测经济转折。[8-9]樊勇等认为可以将税收数据与经济监测结合建立税收景气指数,并指出该指数能够克服传统经济景气指数数据种类单一和计算方法相对滞后的不足。[8]云南省税务局、天津市国税局、江苏省税务局等均通过建立税收景气指数进行了经济监测。

以往通过景气指数监测宏观经济的研究大多从单个行业,如房地产业、电力行业、服务业等展开,且研究范围大多限于全国水平,对税收数据的应用较少,建立税收景气指数尚停留在理论方面。[9-12]从研究内容看,过去主要集中在税收收入、税收负担对经济增长的直接影响上,较少从分税种角度建立景气指数进行经济监测。基于此,本文在阐述吉林省税收环境的基础上,构建涵盖各税种的景气指标体系,通过合成指数法建立吉林省税收景气指数,并运用模型探究该指数与宏观经济的互动性,为吉林省宏观经济稳定发展提出普适性建议。

二、吉林省税收景气指数的构建

(一)景气指标的初选

建立税收景气指标体系不仅要包括税收指标,还要涵盖宏观经济变量及影响税收的相关指标。从已有研究看,税收指数的研究一般包括三类:(1)关于税收治理能力的评价指标,包括电子申报率、专业化人才率等;(2)关于税收预警的指标体系,包括税收协调系数、税源入库率、预缴税款比率等;(3)关于税收风险管理的指标评价体系,包括风险管理税款贡献率、风险管理覆盖面等。根据以上分析,结合当前吉林省现状,本文从价格指数、分税种税收和影响税收收入的经济变量三个方面,初步选定30个备用指标建立税收景气指标体系,再根据备用指标与基准指标之间的相关系数、各指标间的相关系数及各指标的数据完整度进行筛选,最终保留24个指标进行下一步操作。

(二)基准指标的确定

基准指标是景气指数体系研究的核心,景气指数的编制过程是围绕基准指标开展的,其目的是分析和预测基准指标的变化趋势。大多数经济景气指数研究都选取GDP作为基准指标,因为GDP数据统计全面,且容易获取。而行业景气指数分析中,因行业增加值最能体现该行业的整体发展状况而被选为基准指标。可见,基准指标要代表所研究领域的整体运行态势,能够反映该领域和经济发展的相关关系,同时两者具有相同的波动规律性。因此,本文选取吉林省税收收入的增加值作为基准指标,并据此区分筛选先行、一致和滞后指标。

(三)税收景气指标的划分

本文选取时差相关分析法和K-L信息量法进行指标分类,在时差相关分析中所有指标与基准指标之间的相关系数值均大于0.8,这说明各项指标与基准指标的相关关系良好。同时分类结果的统计量均大于0.5,可见时差相关分析结果较为准确。然后将其与K-L信息量法得出的结果进行比较,发现两种结果基本一致。具体分类结果如表1所示。

表1 指标分类结果表

(四)税收景气指数的建立

本文采用合成指数法计算各类税收景气指数,但是直接得出的税收先行、一致和滞后景气指数之间的波动关系并不明显,从图1中可以看出一致景气指数大概包含两个周期,按照“谷”到“谷”的测算方法可以看出,该指数从2001~2020年有3次景气波动:第一次是从2001~2007年,第二次是从2007~2011年,第三次是从2011~2017年,且目前正处于第四周期的上升阶段。从图1中可以看出,先行景气指数领先于一致景气指数三年,先行景气指数在2002年开始上升,而一致景气指数从2005年开始上升。在2019~2020年先行景气指数处于上升阶段,结合滞后年数可以推测,2021~2022年吉林省经济发展应该处于上升阶段。

图1 先行、一致景气指数波动对比图

三、吉林省税收景气指数与宏观经济的互动性研究

(一)税收景气指数与GDP增长率的描述性分析

为了更清晰地描述税收景气指数对经济发展的评价和预测作用,本文将三类景气指数、税收收入增长率和GDP增长率进行对比分析,具体情况如图2所示。

图2 税收景气指数与GDP增长率对比图

从一致景气指数角度看,2001~2020年间其变化规律与GDP增长率的波动情况基本吻合,均在2007年首次达到峰值,然后开始下降,又在2009年缓慢上升,在2011年达到峰值之后,又开始下降,并在2015年重新开始上升。因此,可以初步断定该指数的可用性和准确性,但对2001~2004年间波动情况的拟合效果较差,因此,需要进一步研究其对经济发展的评价作用。先行景气指数与GDP增长率相比,可以提前一年展示出经济波动的周期性。滞后景气指数的波动在2005~2020年均呈现上升趋势,与GDP增长率的差距较大。

总体而言,三类景气指数均可以在一定程度或一定时间段内体现出对经济的评价和预测作用,但对经济发展的规律性和波动性的拟合效果不明显。因此,需要通过模型来进一步探究税收景气指数与经济发展之间的互动性。

(二)税收景气指数与居民消费价格指数的VAR模型验证

为进一步验证税收景气指数与经济发展的契合度,本文借鉴钱斌华的做法,选取统计局发布的2001~2020年的居民消费价格指数(CPI)代表吉林省的经济发展情况,与税收一致景气指数建立VAR模型,探究两者之间的互动性,具体分析过程如下:

1.单位根检验。为避免构建的VAR模型存在伪回归现象,保证模型的有效性,本文利用ADF方法进行平稳性检验。从表2中可以看出,居民消费价格指数(CPI)和税收一致景气指数(YIZHI)的单位根检验结果不显著,经过一阶差分后变量均显著,说明二者的一级差分序列平稳,满足构建VAR模型的条件。

表2 平稳性检验结果

2.确定最佳滞后期数。通过平稳性检验后,需要进一步确定最佳滞后期。VAR模型的滞后期越大,模型的信息更完全,但自由度会随之减少,因此,需要选择最优滞后阶数。从表3中可以看出,FPE、AIC、SC和HQ准则给出的最佳滞后阶数为2,因此本文应构建滞后阶数为2的VAR模型。

表3 滞后阶数检验结果

3.格兰杰因果检验。确定最佳滞后期后,进行格兰杰因果关系检验的结果如下,当原假设为“YIZHI不是CPI的格兰杰原因”时,P值为0.019,小于0.05,表示在5%的显著性水平下拒绝原假设;当原假设为“CPI不是YIZHI的格兰杰原因”时,P值为0.114,大于0.05,表示在5%的显著性水平下接受原假设。检验结果表明,一致景气指数是居民消费价格指数的格兰杰原因,但居民消费价格指数对一致景气指数的影响不显著,这说明一致景气指数可以推动居民消费价格指数的发展。

4.VAR稳定性检验。从图3的单位根检验可以看出,VAR模型的全部特征根均小于1,没有点位于单位圆外,表明本文建立的向量自回归模型是可行的。

图3 模型稳定性检验

5.脉冲响应分析。本文利用脉冲响应函数,选取20期分析反映时间和冲击强度对变量的影响,脉冲响应结果如图4所示。居民消费价格指数(CPI)对税收景气一致指数(YIZHI)冲击的影响为:当给一致景气指数一个冲击后,前10期波动幅度较大,第10期之后波动幅度较小,趋于平稳递减状态。说明税收一致景气指数对居民消费价格指数的影响主要集中在前11期,随着时间的推移,影响逐步变小。从影响幅度看,税收一致景气指数对居民消费价格指数的影响较大,可见该指数是居民消费价格指数上涨的重要因素。因此,要稳定吉林省经济发展,必须密切关注一致景气指数的波动情况。

图4 脉冲响应图

(三)吉林省税收景气指数对经济发展的预警研究

本文使用景气信号灯法对吉林省税收发展进行预警研究,进而对经济发展做出预警判断。首先,在吉林省税收景气指数构建的基础上进行税收发展预警研究,选取税收景气先行指标和一致指标作为预警指标,构建税收景气监测预警指数。然后通过与交通信号灯类似的红、黄、绿、浅蓝和蓝灯来表示经济的“趋热”“过热”“稳定”“趋冷”和“过冷”,据此判断未来税收和经济发展的趋势。

本文用变异系数法计算选取14个预警指标的权重,具体计算方法为:Cv=Sd/mean;Wi=Cvi/∑Cvi。然后根据各指标权重计算综合预警指数,计算公式为:综合预警指数=单指标值×各指标权重。用2σ法则划分综合预警指数的各个预警区间,即选择[μ-2σ,μ+2σ]作为基本范围,蓝、浅蓝、绿、黄、红的区间范围依次是[-∞,μ -2σ]、[μ -2σ,μ -σ]、[μ -σ,μ +σ]、[μ +σ,μ +2σ]、[μ +2σ,+∞],由此可以得出,过冷点、微冷点、微热点和过热点的临界值分别为 -29.39、105.55、375.45 和510.39。

根据临界值对综合预警指数进行预警分析得到各年预警信号指数及警度,具体结果如表4所示。

表4 综合预警指数和警度汇总表

表4包含2001~2019年综合预警指数的数值、信号和警度3个信息,这些信息组成一个预警系统,该系统既可以通过信号的形式发出警报,也可以监控经济运行趋势,从而展示经济波动情况。为了更直接地展示各年份综合预警指数的发展状态,本文绘制了综合预警指数走势图(见图5)。

从图5中可以看出,吉林省税收景气综合预警指数在2001~2005年的数值说明吉林省税收发展处于趋冷状态,发展缓慢,但是整体处于上升状态;在2006~2012年有所上升,说明吉林省税收发展处于正常范围内,发展态势良好;2013~2015年发展过快,说明税收发展由正常向趋热变动,随后回落到正常水平,但是在2017~2019年再次出现税收发展过快的情况。虽然吉林省税收预警指数经历了“上升—下降”的变动趋势,但是从总体上看,指标变动较为平衡,长时间处于绿灯区内,发展状态正常。众所周知,税收状态能够如实刻画经济发展,因此,本文可以进一步判断出吉林省的经济发展相对稳定。

图5 税收综合预警指数走势图

四、结论与对策建议

本文探讨了税收景气指数的计算方法及应用。在研究过程中,从税收角度出发,构建吉林省税收景气指数,并通过向量自回归模型探究该指数与宏观经济之间的互动性。从模型中可以看出,税收景气指数实现了用税收数据描述经济发展的目的。具体结论如下:

第一,将税收景气指数与经济发展水平进行对比分析发现,税收一致景气指数能够较好地评价吉林省经济发展情况,但滞后指数的波动规律与经济发展波动情况差距较大。同时,税收先行景气指数可以初步预测出2021~2022年吉林省经济发展处于上升阶段。

第二,用居民消费价格指数代表经济发展,进一步探究税收景气指数和经济发展的契合度,建立其与税收一致景气指数的VAR模型,且该模型通过稳健性检验。从模型检验结果可以看出,税收一致景气指数是居民消费价格指数的重要影响因素,一致指数及其滞后期对当期居民消费价格指数及其滞后期产生正向作用,故可以说税收一致景气指数与经济发展的波动方向一致。

第三,建立税收景气预警体系。选取先行和一致景气指标作为预警指标体系,结合预警体系的相关理论编制基于税收的经济预警指数,并引入指示灯系统,更加直观地展示2001~2020年吉林省的税收和经济发展趋势。从结果上看,吉林省税收发展经历“上升—下降—上升”的发展趋势,其状态由“趋冷”转变为“正常”“趋冷”,最终落入“趋热”区间。但总体来看,吉林省经济发展长时间处于绿灯区,发展情况相对稳定。

为保持吉林省经济平稳发展,笔者提出如下建议:

第一,要加强对宏观经济的监测力度,扩大宏观经济的监测角度,协调各种因素对宏观经济的影响,全方位地选取监测指标,做到全面综合的经济监测。重点关注就业、公共服务和基础设施建设等方面,避免使用单一数据进行经济描述,同时,探索从不同领域进行经济监测的方法,选取特定领域的创新性指标进行分析,推测经济发展动态,提高经济监测效率。

第二,促进税收征管配合产业结构调整,以探索新的经济增长点。吉林省应紧跟我国产业结构转型的步伐,降低国家优先发展产业、行业的税收负担,对高新技术产业给予适当的税收优惠以促进其快速发展,拓展新的经济增长点。同时,要着力促进传统行业的技术改革,传统行业作为吉林省经济发展的重要支住,是吉林省税收收入的贡献主力,因此,应适当增加对传统行业的财政支持和税收优惠,促进其升级优化,从而实现吉林省经济高质量发展。

第三,加大减税降费力度,拉动经济增长。新冠肺炎疫情对我国经济发展产生逆向冲击,吉林省的经济发展也受到阻碍。因此,吉林省应积极响应国家的减税降费政策,优化税率结构,减少纳税费用,将减税的红利落实到企业内部,减少企业税收负担,促进企业发展。进一步推进农村税费改革,减轻农民负担,增加农民收入,鼓励农村居民积极消费投资,从而增大税收乘数效应,有效促进经济发展。

猜你喜欢

景气吉林省预警
下半年黄羽鸡或迎景气周期
吉林省教育厅新年贺词
吉林省梅河口老年大学之歌
法国发布高温预警 严阵以待备战“史上最热周”
吉林省完成1.4万公里农村公路“畅返不畅”整治
2018年2月中轻景气指数为88.38
2018年3月中轻景气指数为87.82
2018年2月中轻景气指数为88.38
园林有害生物预警与可持续控制
机载预警雷达对IFF 的干扰分析