지방세 세수예측방법의 비교･평가:서울시를 중심으로
Comparative Evaluation of Local Tax Revenue Forecast Models: Focused on the Seoul Metropolitan City
1
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
본 연구는 서울시 시세와 자동차세를 대상으로 다양한 예측방법의 예측정확성을 평가하고, 본 연구의 예측결과와 서울시 예측실무의 예측결과를 비교하였다. 본 연구에서 사용한 예측방법은 이동평균, 지수평활, ARIMA의 시계열분석과 인과모형에 기초한 회귀분석이다. 세수예측모형은 1975∽2010년의 시계열자료를 이용하여 설정하였고, 예측모형의 예측정확성은 2011∽2015년의 실제 관측값과 예측값의 차이를 이용하여 평가하였다. 예측정확성의 평가기준으로는 MAPE와 RMSE를 사용하였다. 분석결과, 예측정확도, 연도별 예측정확도, 시간의 흐름에 따른 예측오차의 변화 양상, 과소 또는 과대예측의 경향, 예측모형과 실제 예측결과의 RMSE 간의 관계 등의 측면에서 다음과 같은 결과가 도출되었다. 첫째, 서울시 시세에서는 자수평활과 회귀모형 PW가 가장 우수하였으나, 자동차세에서는 단순한 시계열분석방법인 MA5와 MA3의 예측정확도가 높은 것으로 분석되었다. 둘째, 서울시 시세에서는 예측초기에는 시계열분석방법의 예측정확도가 높고 후기에는 회귀모형이 높은 것으로 나타났으나, 자동차세에서는 모든 연도에서 MA3와 MA5가 우수한 것으로 나타났다. 셋째, 시간의 흐름에 따른 예측오차의 변화양상은 예측방법과 예측대상에 따라 다른 것으로 나타났다. 넷째, 예측방법별로 과소 또는 과대예측의 경향도 다른 것으로 나타났다. 다섯째, 시세에서는 예측모형의 RMSE와 실제 예측결과의 RMSE 사이에 강한 정(+)의 상관이 있는 것으로 나타났으나, 자동차세에서는 관계가 없는 것으로 분석되었다.
Abstract
This study evaluates the accuracy of various forecasting methods using the total tax revenue and the automobile tax revenue of Seoul metropolitan city. The simple moving average, the exponential smoothing, the ARIMA, and the regression are used to forecast the tax revenues. The forecast models are constructed using 1975-2010 time series and the accuracy of the models is evaluated using 2011-2015 time series. MAPE and RMSE are used as the accuracy criteria. The evaluation results are as follows. First, while the exponential smoothing and the regression PW are best in total tax revenue forecasting, MA3 and MA5 make the most accurate prediction for the automobile tax revenue. Second, while time series models are better in the early period and the regression model is better in the later period in total tax revenue forecasting, MA3 and MA5 make the most accurate prediction for the automobile tax revenue during the entire period. Third, the change pattern of the forecast error differs by the forecast method and/or the tax revenue. Forth, the under-and overestimation tendency differs by the forecast method. Fifth, correlation analysis shows that while there is a statistically significant positive relationship between the RMSE of forecast models and that of forecast results in the total tax revenue, the relationship is insignificant in the automobile tax revenue.
참고문헌 (30)
- 김재영, "지방세 세수추계 개선 방안 연구: 경기도 취득세･등록세를 중심으로", 현대사회와 행정, 14(2), pp.1~28 (2004)
- 서울시 세입예측을 위한 모형 연구, "김현아", 서울연구원, ~ (2001)
- 박병희, "지역경제력과 지방세수입 간의 관계에 관한 연구", 재정논집, 16(2), pp.119~137 (2002)
- 박완규, "지방세 추계액의 오차분석", 재정논집, 15(2), pp.97~114 (2001)
- 서울특별시, "2011~2015 중기지방재정계획", 서울특별시, ~ (2011)
- 지방세 세목별 세수추계에 관한 연구, "성명재", 한국조세연구원, ~ (2003)
- 여은정, "지방세 세수추계의 평가와개선방안", 한국지방자치연구, 9(4), pp.113~134 (2008), 대한지방자치학회
- 중기 지방세수 추계모형 개발을 위한 연구, "이상훈", 한국지방세연구원, ~ (2012)
- 이석환, "지방세 세수추계모형의 비교･평가 : 서울시를 중심으로", 한국공공관리학회 동계학술대회 발표논문집, pp.77~102 (2016)
- 서울시 중기 지방세수 추정모형 구축에 관한 연구, "이석환", 서울특별시의회, ~ (2016)
- 지방세수 예측을 위한 모형의 탐색-광역자치단체를 중심으로, "이영희", 1~81, pp.연구보고서, 309(단일호) (1998)
- 이현선, "교부세제 하의 지방세추계모형 고찰 및개선방안 연구", 한국지방재정논집, 11(2), pp.137~174 (2006), 한국지방재정학회
- 이현선, "지방세 추계모형 연구: 지수평활법을 중심으로", 한국지방재정논집, 12(2), pp.65~90 (2007), 한국지방재정학회[DOI]
- 조택희, "지방세 세수추정모형에 관한 연구: 충청북도의 경우를 중심으로", 한국동서경제연구, 17(1), pp.17~40 (2005)
- 지방재정 사례 분석, "지방행정연수원", 지방행정연수원, ~ (2012)
- Cirincione, C., "Municipal Government Revenue Forecasting:Issues of Method and Data", Public Budgeting & Finance, 19(1), pp.26~46 (1999)
- Cochrane, D., "Application of Least Squares Regression to Relationships Containing Auto-correlated Error Terms", Journal of the American Statistical Association, 44, pp.32~61 (1949)
- Downs, G. W., "Municipal Budget Forecasting with Multivariate ARMA Models", Journal of Forecasting, 2(4), pp.377~387 (1983)
- Duncan, G., "Bayesian Forecasting for Seemingly Unrelated Time Series: Application to Local Government Revenue Forecasting", Management Science, 39(3), pp.275~293 (1993)
- Frank, P. M, "Fault Diagnosis in Dynamic Systems Using Analytical and Knowledge-Based Redundancy: A Survey and Some New Results", Automatica, 26(3), pp.459~474 (1990)
- Gardner, E. S, "Exponential Smoothing: The State of the Art", Journal of forecasting, 4(1), pp.1~28 (1985)
- Glickman, N. J., "An Econometric Forecasting Model for the Philadelphia Region", Journal of Regional Science, 11(1), pp.15~32 (1971)
- MacManus, S. A, "Forecasting Frustrations: Factors Limiting Accuracy", Government Finance Review, 8, pp.7~11 (1992)
- MacManus, S. A., "Fiscal Stress as a Stimulant to Better Revenue Forecasting and Productivity", Public Productivity Review, 12(4), pp.387~400 (1989)
- Newey, W. K., "A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix", Econometrica, 55(3), pp.703~708 (1987)
- "Trend Estimators and Serial Correlation. Working Paper 383" (1954)[URL]
- Reddick, C. G, "Assessing Local Government Revenue Forecasting Techniques", International Journal of Public Administration, 27(8-9), pp.597~613 (2004)
- Rich, R., "Using Regional Economic Indexes to Forecast Tax Bases: Evidence from New York", Review of Economics and Statistics, 87(4), pp.627~634 (2005)
- Rubin, I. S, "Estimated and Actual Urban Revenues: Exploring the Gap", Public Budgeting & Finance, 7(4), pp.83~94 (1987)
- Shkurti, W. J., "A User’s Guide to State Revenue Forecasting", Public Budgeting & Finance, 10(1), pp.79~94 (1990)