报告行业投资评级 未提及相关内容 报告的核心观点 - 推荐国家经济学家在分析国家税收系统时采用特定方法估算税收浮力，介绍理论基础、计量方法和数据，展示结果与实施情况 [17] - 税收浮力衡量税收收入对经济增长自动变化和税收政策 discretionary 变化的总响应，对税收政策设计至关重要 [20][24] - 短、长期税收浮力在不同国家和税收工具间存在差异，受税收系统特征和经济周期影响 [22][23] 根据相关目录分别进行总结 引言 - 中期财政可持续性依赖准确的收入预测，税收弹性和税收浮力用于评估税收收入对经济增长变化的响应 [16] - 税收弹性衡量税收收入对经济增长的孤立响应，假设其他因素不变，但难以准确估算；税收浮力衡量总响应，理论上长期应等于 1 [18][20] - 税收浮力有时更适合衡量税收对经济增长的响应，对税收政策设计有重要意义 [21][24] 理论框架和实证方法 理论方法 - 常用自回归分布滞后（ARDL）模型估算税收浮力，允许税收收入和 GDP 之间存在动态关系 [27] - 若税收收入和 GDP 变化存在协整关系，可同时估算短期和长期税收浮力 [29] 实证方法 - ARDL 模型可按国家或国家组进行估算，面板数据方法可减少自由度问题，在缺乏 discretionary 税收措施信息时，面板数据估算的税收浮力可近似为税收弹性 [31] - 文献中应用多种计量技术估算面板数据 ARDL 模型，包括固定效应（FE）、平均组（MG）和池化平均组（PMG）估计器，还可使用增强估计器校正横截面依赖性 [32][33] 文献综述 - 多项研究尝试估算个别国家的税收浮力和税收弹性，采用普通最小二乘法或协整技术 [35] - 部分研究使用面板数据协整技术估算税收浮力，不同研究结果存在差异 [36][37] 估算税收浮力的实证方法 数据 - 使用 1980 - 2021 年 171 个国家的年度面板数据，包括总税收收入、企业所得税（CIT）、个人所得税（PIT）、增值税（VAT）和 GDP [40] - 税收收入数据来自 IMF 的政府财政统计，GDP 数据来自世界发展指标，仅纳入至少有 15 年观测值的国家 [40] 估计方法 - 按国家估算使用 MG/PMG 估计器，面板数据估算推荐使用 CCE 估计器，理论上 DCCE 更优，但可能导致自由度减少和估计偏差 [41] - 进行稳健性检验，添加通货膨胀（CPI）和税率作为控制变量，比较不同阶段的税收浮力估计值 [42] 结果 国家收入组和区域税收浮力估计 - 高、上中等和下中等收入国家的长期税收浮力约为 1，低收入国家远低于 1，表明未来债务增加风险高；所有国家收入组的短期税收浮力表明税收系统在短期内难以稳定经济 [46] - 不同地区的短期和长期税收浮力存在较大差异，PIT 仅在高收入国家和 ECA 地区确保长期财政可持续性，CIT 在高和上中等收入国家对 GDP 响应迅速，VAT 在大多数国家不是良好的产出稳定器 [50][53][54] 控制通货膨胀的面板估计稳健性检验 - 长期税收浮力平均对价格变化大多呈中性，短期浮力系数变小，表明税收系统可能存在缺乏指数化等问题 [59][60] 控制税率 - 控制税率总体上略微降低长期税收浮力，短期浮力大多不变，不同国家组受影响程度不同 [67] 商业周期 - 大多数国家组在经济收缩期的短期和长期税收浮力略小于扩张期，税收系统在收缩期作为自动稳定器的表现不佳 [71] 国家层面的税收浮力估计 - 以塞尔维亚为例，其总税收收入对 GDP 变化的响应高于区域和理想同行，短期 PIT 浮力略高于同行平均，但长期无法确保财政可持续性，CIT 在短期和长期都具有高浮力，VAT 短期浮力高，长期浮力与同行相似 [73][80][81] 结论 - 税收浮力和税收弹性相关但结果不同，衡量税收浮力有助于评估税收政策在短期稳定经济和长期确保财政可持续性的作用，识别税收系统的优缺点，以及理解制度和结构因素对税收浮力的影响 [91][92]