구조변화를 고려한 세수추계 개선방안 모색 - KDI 한국개발연구원 - 연구 - 보고서
본문 바로가기

KDI 한국개발연구원

KDI 한국개발연구원

SITEMAP

정책연구시리즈 구조변화를 고려한 세수추계 개선방안 모색 2015.12.31

표지

Series No. 2015-25

정책연구시리즈 구조변화를 고려한 세수추계 개선방안 모색 #거시경제모형 #조세

2015.12.31

  • 프로필
    이태석 인구구조대응연구팀장
국문요약
최근 수년간 국세수입 과대추계로 인한 세수부족을 경험한 바 있어, 본 연구에서는 국세수입 및 주요 세목의 세수추계 현황과 기존 추계모형 및 관련 문헌을 검토하는 한편, 국세시계열 및 주요 세목 시계열, 그리고 세수추계와 관련된 시계열의 구조변화 여부를 검토하였다. 시계열 구조변화를 검토한 결과 다수의 구조변화 가능성을 발견할 수 있었으며, 이러한 구조변화의 가능성을 고려하지 않을 경우 세수추계의 구조적 오류가 발생할 가능성이 있어, 더미변수, 지수평활 예측모형, 예측모형 결합 등을 활용하여 예측모형의 불안정성을 고려할 때 예측오차가 개선될 수 있음을 보였다.

국가별 예산과정 및 정치과정의 특성을 고려할 때 국내외 세수추계 상황에 대한 직접적 비교 가능성은 제한되나 최근 10년간의 세수추계 오차를 비교, 검토할 때 국내 세수추계 오차의 심각한 편의성 혹은 불안정성은 발견되지 않았다. 다만, 세수추계 오차가 확대되며 최근 3년간의 세수추계에서 5% 수준의 과대추계 오차를 지니는 점은 주목할 만하다.

지속적 과대추계 오류를 피하기 위해서는 세수 증가율의 둔화 가능성을 고려하는 것이 중요하다. 세수 증가율이 일정하다고 보는 일반적 전망가정의 현실 타당성을 검토한 결과, 이러한 가정은 최근 세수시계열 및 관련 자료의 시계열 특성과 부합하지 않았다. 세수시계열 추세의 구조변화 가능성 혹은 추세의 비선형성을 고려하여 예측모형을 구성할 때 다수의 비선형 예측모형들이 기존 세수시계열을 설명할 수 있으나 다소 상이한 장래의 국세수입을 전망하기 때문에 예측모형의 불확실성 문제가 존재한다.

추세의 비선형성 혹은 구조변화 가능성을 고려하여, 더미변수를 사용한 예측모형, 스플라인 예측모형, 지수평활 예측모형, 구간회귀 예측모형과 함께 이들 예측모형들의 예측결합모형을 이용하여 세수전망을 실시하였다. 각 세목의 제도적 특성과 세수 시계열의 특성이 상이하여, 각 세목 세수전망에 가장 효과적인 예측모형은 상이하게 나타났다. 예를 들어 국세수입 예측의 경우 구간회귀 예측모형이나 지수평활 예측모형이 우수한 예측성과를 나타냈으나, 법인세수입 예측의 경우 더미변수를 사용한 벡터자기상관 예측모형이나 오차수정 예측모형이 우수한 예측성과를 나타냈다.

국세 및 법인세 등 다수의 시계열에서 최근 구조변화의 가능성이 높은 상황에서 구조변화 효과에 대한 구체적 검토가 필요하며, 구조변화 여부 및 구조변화 영향의 불확실성이 큰 현시점에서 예측모형의 불확실성을 고려한 접근이라 할 수 있는 지수평활 예측모형 및 예측모형 결합을 활용한 예측이 예측력 개선에 기여할 수 있을 것이라 사료된다.

이러한 세수추계 모형의 기술적 검토와 함께 예산과정상 세수추계 시점에 대한 구조적 검토 또한 필요하다고 생각된다. 국내외 경제환경 및 조세환경이 점차 더욱 복잡해지며, 재정건전성 확보를 위한 세수추계의 정확도 개선이 요구되는 시점에서, 현재 예산안 국회제출 시점의 1년 시계의 세목별 세수 예측과 5년 시계의 국가재정운영계획의 국세 세수 예측의 적절성에 대한 검토가 필요하다. 세수추계가 예산과정상의 편성 및 심의단계 이전의 1회적 요소가 아니라 예산과정 전반에서 지속적으로 이루어지며, 다음 예산과정에 연계될 경우 세수추계의 연속성과 오류개선 가능성이 제고되고, 이를 통해 구조적 예측력 개선이 가능할 것이다.
영문요약
During the past three consecutive years, over-estimations in forecasts of tax revenue have led to revenue shortfalls. These developments have motivated this study, which examines the current practices in tax revenue forecasting and the existing literature, and conducts tests for the presence of possible structural changes in tax revenue and other relevant time series. We then comparatively evaluate the performance of each forecasting model to select the best- performing models by tax item, using these to make 5-year forecasts for the revenues of the national tax and other key tax items.

While differences in political characteristics and budget processes across countries does not allow for a direct comparison, We find that the forecast errors for Korea’s tax revenue over the past decade are not particularly serious in terms of bias or instability when compared to that of other countries. Nevertheless, it is evident that the average bias has been widening recently, while the tax revenue has been overestimated by nearly 5% during the past three years.

To avoid the systematic over-estimation of tax revenue, it is important to consider the slowdown of tax revenue growth. We check the validity of the log linear system and strongly reject the log linear system. There is a clear sign of structural change in the linear trend or nonlinear trend in national tax revenue series and related macro series. However it is uncertain what kind of nonlinear trend is appropriate for the purpose of forecasting because several nonlinear specifications give similar in-sampling fit but make quite different out-sample forecasts.

We incorporate the element of structural breaks or nonlinear trend in making our forecasts through employing dummy variables, cubic spline models, exponential smoothing models, piecewise regression models combined with structural change tests, as well as a combination of the forecasting models. Because of the characteristics of each tax item’s data and the differences in the associated tax systems, different models were found to perform better for each tax item. For example, piecewise regression and exponential smoothing are effective for national tax revenue forecasting but vector autoregressive model and error correction model with dummy variables are best-performing for corporate tax revenue forecasting.

Due to the high possibility of recent structural changes in the national tax and corporate tax, the effects of such changes must be examined more closely. As there are still uncertainties regarding the existence of recent structural changes and their effects, using exponential smoothing models which take account of such uncertainties or a combination of models may contribute to gains in predictive power.

Along with the aforementioned technical treatment of tax revenue forecasting models, we would like to point out the necessity for a review of when the forecasts are made during the budget process. In addition to the fact that the circumstances in both the domestic and international economy, within which taxation must take place, have become increasingly complex, there have been calls for more accurate revenue forecasts to secure fiscal soundness. These developments suggest that we must reconsider whether it is adequate to present the 1-year horizon forecast (for individual tax items) when the budget is proposed to the National Assembly, and the 5-year horizon forecast (for the national tax) for the National Fiscal Management Plans. Rather than keeping revenue forecasts a one-off affair prior to the drawing up of the budget bill and its deliberation, making it an ongoing effort throughout the budget process and linking it to the next year’s budget process will allow for better amendment of errors and overall improvements in structural predictive power.
목차
발 간 사
요 약

제1장 서 론

제2장 세수추계 현황 및 관련 기존연구
 제1절 주요국 예산과정 및 세수추계 현황
 제2절 세수추계 기존 연구

제3장 자료의 구성 및 구조변화 검정
 제1절 세수추계를 위한 자료의 구성
 제2절 자료의 특성 검토
 제3절 구조변화 검정

제4장 구조변화를 고려한 예측 및 성과평가
 제1절 구조변화를 고려한 예측모형 설정
 제2절 예측모형 성과평가
 제3절 중⋅단기 세수추계

제5장 결론 및 정책적 시사점

참고문헌
부 록
관련 자료 ( 9 )
  • 주요 관련자료
  • 같은 주제자료
공공누리

한국개발연구원의 본 저작물은 “공공누리 제3유형 : 출처표시 + 변경금지” 조건에 따라 이용할 수 있습니다. 저작권정책 참조

담당자
윤정애 전문연구원yoon0511@kdi.re.kr 044-550-4450
이 페이지에서 제공하는 정보에 대하여 만족하시나요?
네이버로그인
카카오로그인
보안문자 확인

무단등록 및 수집 방지를 위해 아래 보안문자를 입력해 주세요.

KDI 직원 정보 확인

담당자 정보를 확인해 주세요.

등록완료

소중한 의견 감사드립니다.

등록실패

잠시 후 다시 시도해주세요.

Join our Newsletter

매일 새로운 소식으로 준비된 KDI 뉴스레터와 함께
다양한 정보를 확인하세요.