基于GM(1,1)-BP神经网络的财政收入预测  

Fiscal Revenue Prediction Based on GM(1,1)-BP Neural Network

作　　者：伍三宝 唐耀宗 Wu Sanbao;Tang Yaozong

机构地区：[1]喀什大学数学与统计学院,新疆喀什844000

出　　处：《时代经贸》2025年第4期55-58,共4页TIMES OF ECONOMY & TRADE

基　　金：新疆维吾尔自治区自然科学基金面上项目(项目编号:2022D01A235)。

摘　　要：财政收入是国家经济社会稳定发展和人民幸福生活的有力支撑,研究财政收入的主要影响因素和科学预测财政收入具有重要的理论和现实意义。结合基于Lasso变量选择和GM-BP神经网络的组合模型,选取2000-2022年全社会就业人数、社会消费品零售总额、全社会固定资产投资额等影响财政收入的因素,经Lasso变量选择,选取重要因素,在重要因素基础上,预测2023年和2024年的财政收入数值。结果表明,影响财政收入的重要因素有社会从业人数、社会消费品零售总额、全社会固定资产投资总额、国内生产总值、第一产业增加值以及税收,且组合模型较单一模型预测精度更高。

关 键 词：财政收入 特征选择 Lasso GM-BP模型 

分 类 号：F224[经济管理—国民经济]