第1章 导论 1
1.1 选题背景 1
1.2 相关的研究领域 3
1.2.1 计算经济学 3
1.2.2 经济预测 4
1.2.3 税收收入预测 6
1.3 研究目的和意义 8
1.4 研究文献回顾 9
1.4.1 经济预测研究回顾 9
1.4.2 中国经济预测的进展 13
1.4.3 税收收入预测研究领域国外重要文献回顾 15
1.4.4 我国税收收入预测研究现状 19
1.5 本书篇章结构简介 20
第2章 经济及税收收入预测概论 22
2.1 经济预测概论 22
2.1.1 经济预测的方法论研究 22
2.1.2 经济预测的一般框架体系 25
2.1.3 经济预测的主要问题 28
2.2 税收收入预测的基础——税收经济关系分析 38
2.2.1 税收经济的基本关系 38
2.2.2 税收经济分析基本模式初探 42
2.3 我国税收经济预测的基本实践 48
2.3.1 我国经济预测的实践与经验 48
2.3.2 我国税收收入预测实践和经验 55
2.4 税收收入预测的计算经济学分类 59
2.4.1 税收收入预测方法 59
2.4.2 基于计算经济学的税收收入预测框架体系 62
第3章 国外税收收入预测的借鉴——以美、加两国为例 66
3.1 美国的税收收入预测 66
3.1.1 JCT的税收收入预测模型 66
3.1.2 税收政策分析办公室（OTA） 69
3.1.3 CBO的预测 70
3.1.4 NBER的TAXSIM模型简介 74
3.1.5 美国FTA税收预测会议的情况 76
3.2 美国州及地方税收收入预测实践 79
3.2.1 预测机构 79
3.2.2 预测中的关键因素 82
3.2.3 税收测算 84
3.2.4 预测工具 86
3.3 加拿大税收收入的预测理论与实践 89
3.3.1 加拿大税收收入预测情况 89
3.3.2 加拿大税收预测应用的主要模型介绍 92
3.3.3 税收预测所需的技术支持 101
3.3.4 税收预测的国际交流 102
第4章 税收收入预测的宏观方法研究 103
4.1 税收经济时间序列的基本特征 103
4.1.1 趋势性 104
4.1.2 季节性 105
4.1.3 非线性 106
4.1.4 随机性 107
4.2 自回归移动平均模型建模方法与应用 107
4.2.1 常见的ARMA模型简介 107
4.2.2 模型的确认和检验 110
4.2.3 税收收入预测应用示例 113
4.3 协整理论建模与应用 122
4.3.1 协整理论概述 122
4.3.2 协整概念及其检验 125
4.3.3 误差修正模型 127
4.3.4 Granger因果检验 130
4.3.5 税收收入预测应用示例 133
4.4 联立方程组方法建模与应用 139
4.4.1 联立方程组法的若干基本概念 140
4.4.2 模型的识别问题和求解 142
4.4.3 税收经济模型的建立 146
4.4.4 税收经济预测应用示例 153
4.5 小结 160
第5章 税收收入预测的中观方法研究 161
5.1 CGE模型简介 161
5.1.1 CGE模型简介及其在税收收入预测中的应用 161
5.1.2 求解CGE模型的理论框架 165
5.2 应用GAMS求解CGE模型——NLP方法 172
5.2.1 应用GAMS求解CGE的简单回顾 172
5.2.2 CGE模型中的SAM矩阵 175
5.2.3 CGE模型的估计与校准 178
5.2.4 使用GAMS求解CGE模型 184
5.3 应用GAMS求解CGE模型——MCP算法 189
5.4 应用GAMS进行税收收入预测示例 199
5.5 投入产出方法及其应用 204
5.5.1 投入产出方法简介 204
5.5.2 投入产出表的调整 208
5.5.3 税收经济预测应用示例 213
5.6 小结 217
第6章 税收收入预测的微观方法研究——以个人所得税预测为例 218
6.1 微观模拟分析方法简介 218
6.1.1 微观模拟分析模型的概念 218
6.1.2 微观模拟分析模型的类型 222
6.2 微观模拟分析模型的数据组织 224
6.2.1 数据的组织 224
6.2.2 数据结构 227
6.2.3 数据样本的来源 231
6.3 微观模型的运行——兼论与宏观模型的协调 234
6.3.1 宏观模型运行介绍 234
6.3.2 微观模型运行具体介绍 236
6.4 数据挖掘在微观模型中的应用 241
6.4.1 数据挖掘的基本概念 241
6.4.2 税收收入预测中数据挖掘应用框架设想 245
6.5 小结 246
主要参考文献 248
后记 257