基于Lasso-GRNN神经网络模型的地方财政收入预测  

作　　者：蒋锋[1] 张婷 周琰玲 

机构地区：[1]中南财经政法大学统计与数学学院,武汉430073 [2]青海省海西州统计局,青海德令哈817099

出　　处：《统计与决策》2018年第19期91-94,共4页Statistics & Decision

基　　金：国家自然科学基金资助项目(61304067);湖北省教育厅人文社会科学研究资助项目(17G024)

摘　　要：针对地方财政收入,考虑到其影响因素复杂的非线性关系,给出一种组合预测方法——Lasso-GRNN神经网络模型。首先通过Lasso变量选择方法确定影响地方财政收入的主要指标,然后将筛选出的各指标值作为GRNN神经网络的输入,网络输出为对应的地方财政收入值,构建Lasso-GRNN神经网络模型来预测地方财政收入。文章以青海省海西州1994—2016年的地方财政收入及其相关数据为例进行实证分析,结果表明Lasso-GRNN神经网络模型的预测效果不管是收敛速度还是预测精度都优于Lasso-BP和Lasso-RBF神经网络模型。

关 键 词：地方财政收入 Lasso GRNN神经网络 预测 

分 类 号：F224.33[经济管理—国民经济]