Anwendung der multivariaten Zeitreihenanalyse zur Modellierung der Gesamteinnahmen aus Steuern und einiger ihrer Komponenten

Die Studie wendet die multivariate Zeitreihenanalyse an, um die Gesamteinnahmen aus Steuern und einige ihrer Komponenten zu modellieren und untersucht die dynamischen Beziehungen zwischen verschiedenen Einnahmequellen aus Steuern. Mit einem Vektorautoregressiven (VAR) Rahmen passt die Analyse das VAR-Modell an und erforscht auch die Interaktionen und kausalen Beziehungen zwischen den verschiedenen Steuerkomponenten wie P.A.Y.E, Stempelsteuern, direkte Bewertungen, Straßensteuern sowie andere Steuern. Die Ergebnisse bieten Einblicke in die komplexen Dynamiken der Steuererzeugung und informieren politische Entscheidungen und Prognosestrategien für eine nachhaltige Einnahmemobilisierung. Die Ergebnisse stellen P.A.Y.E als eine hochgradig wichtige Steuerkomponente dar, nicht nur als guten prädiktiven Faktor für die Gesamteinnahmen aus Steuern und andere Steuerkomponenten in dieser Arbeit, sondern auch als einen Haupttreiber der Wirtschaft in Nigeria. Der Beweis hierfür wird im Granger-Kausalitätstest erbracht, bei dem bei einem kritischen Wert von 5% des F-Niveaus mit 2 und 77 Freiheitsgraden, 3.316 die Nullhypothese H0 zurückweist.