（五）相关性分析
相关性分析是揭示事物之间相互影响、相互作用影响程度的分析，应用在税收经济关系分析问题上，可以说明税收经济内在关系的联系紧密与否，是揭示税收征管工作是否做到“应收尽收”的直接参考依据。相关性分析在诸多的数理统计分析方法中是比较成熟的技术，可在各种统计分析软件中直接实现。应用这一分析技术可以从正反两个方面实施：一是数据处理前先确认两者之间是否存在某种因果关系，然后用数量分析检验这种关系的存在；另一方面的应用是事前不好确定各项因素之间到底哪种因素有直接影响，通过数量分析找出影响因素。
（六）聚类分析
聚类分析（Cluster Analysis）是数理统计的一个分支，是运用事物本身所具有的某种数据特征，遵循“物以类聚”规律进行数据处理，为事物的分类管理提供数据支持的一种分析方法。借用这种方法开展税收分析，可将具有某种税收共同特征的事物聚集在一起，使我们更清楚地认识税收征管工作的分类特征。其基本原理是根据数据指标差异的绝对距离进行分类，结合矩阵分析技术，可以进行多指标的综合特征分析，为复杂事物的分类提供了一种可行的分析方法。聚类分析的关键是找到一组关系密切的相关指标，如税收增长、税源增长、税收变化弹性和出口影响等，均可以利用这一分析技术进行综合分析和技术处理。
四、微观税收分析基本模型
（一）同业税负分析模型
同业税负分析模型是利用同一行业内部经济规律所具有一定可比性的特点，以税收负担为切入点而开展的系列分析。引入同业税收分析这一论题，主要是解决宏观税负不能简单用来评价考核区域间税收经济关系和征管工作考核的问题。而解决这一问题的出路是排除经济结构的影响，从而引入了同业税负分析模型。
同业税负分析的基本思路是：在全国税收征管数据的基础上，依据纳税人注册登记的国民经济行业代码，利用现代计算机技术对纳税人按行业分类测算税负水平和税负影响因素，并相应地总结出样本内在的各种规律特征。同业税负分析模型应用的意义在于：一是通过这一系列数据指标的测算，为企业纳税评估建立一个统一的参考基准；二是，由于同业税负测算剔除了经济结构因素和税收政策因素的影响，税负的形成更多地体现税收征管因素的影响，应用同业税负水平可以考核区域间的征收力度；三是利用同业税负测算所总结出来的规律特征，建立行业税负预警系统。
（二）税源质量与税收征收效能位差模型
