税务研究 2019年 第2期
税制改革
大数据背景下基于ARMA模型的增值税销项税额预测
上一篇 下一篇内容提要:本文采用时间序列的自回归移动平均模型(arma)对增值税销项税额进行预测。首先对原始数据作可视化显示,随后进行了取对数、差分和分解的平稳性检测,发现分解能使序列达到平稳性要求。将数据分解为残差、趋势和季节,通过白噪声检验,最后用加法模型得到原序列的预测序列。通过预测误差、白噪声检验以及均方误差(mse)、均方根误差(rmse)和r平方对模型进行评价。模型具有优良的性能,预测精度高,说明arma模型在增值税销项税额预测上具有良好的应用价值。
关键词:增值税,税收预测,销项税额,ARMA模型
本文采用时间序列的自回归移动平均模型(arma)对增值税销项税额进行预测。首先对原始数据作可视化显示,随后进行了取对数、差分和分解的平稳性检测,发现分解能使序列达到平稳性要求。将数据分解为残差、趋势和季节,通过白噪声检验,最后用加法模型得到原序列的预测序列。通过预测误差、白噪声检验以及均方误差(mse)、均方根误差(rmse)和r平方对模型进行评价。模型具有优良的性能,预测精度高,说明arma模型在增值税销项税额预测上具有良好的应用价值。