RF-BPNN模型在税收预测中的应用研究  

作　　者：陈卓 周彦秋 宁红梅 邓皓云 凤强 

机构地区：[1]广西科技大学理学院,广西柳州545000 [2]大庆市大同区统计局,黑龙江大庆163000

出　　处：《统计理论与实践》2023年第1期67-72,共6页STATISTICAL THEORY AND PRACTICE

基　　金：吉林省社会科学基金项目“乡村振兴战略下吉林省异质性农民收入的融合分析及对策研究”(2019c24);广西壮族自治区自然科学基金项目“大数据下超高维复杂数据降维分析的方法、理论与应用”(2020AC19151)。

摘　　要：税收对于平衡财政收支、宏观调控具有十分重要的意义。通过对税收收入的预测和分析,政府部门可以合理制定相关政策和税率,有助于维持国家经济的平稳运行。以广东省为研究对象,采用LASSO-SVR、RF-SVR、LASSO-BPNN、RF-BPNN四种组合模型对广东省2012—2021年的年税收收入数据进行对比预测。组合模型结合了变量筛选、线性和非线性的特点,简化模型的同时提高了泛化能力。通过数据拟合与模型参数调整,得出在所用的所有模型中,RF-BPNN模型的精度优于其他模型的结论,为今后的税收预测研究提供了新的思路。

关 键 词：税收收入预测 LASSO算法 随机森林算法 支持向量回归 BP神经网络 

分 类 号：F812.42[经济管理—财政学]