基于时间序列Prophet模型的乘用车消费税预测

运用时间序列模型预测未来的税收变化,对税收收入的组织、规划和决策具有重要的意义。为探索一种更为有效的方法来提高季节性行业的消费税预测准确率,文章采用基于可分解(趋势+季节+节假日)的Prophet模型,对2014-2019年不同排量乘用车消费税数据进行训练和测试,并运用2019年7-12月的乘用车消费税数据进行推算预测和实证分析,三类不同排量乘用车预测的平均误差分别为24.97%、5.70%、39.85%;若剔除12月,则平均误差分别为2.86%、4.90%、8.48%。这就给分行业分品目的税收预测提供了一种新思路。