基于BP神经网络税收模型的经济分析.pdfVIP

2010年 6月 扬州大学税务学院学报 Jun．2010 第 15卷第3期 JournalofTaxCollegeofYangZHouUniversity I，0Z．15．No．3 基于 BP神经网络税收模型的经济分析 沈存根 (国家税务总局扬州税务进修学 院，江苏 扬州 225007) 摘 要：税收收入预测的解析分析困难，本文基 于BP神 经网络建立了税收预测模型。基于所建立 的神经网络税收模型，分析 了产业增加值、固定资产投资总额、进 出口总额 、财政支出总量、居民消费水平 等若干经济指标的变化对税收收入的影响。本文的研究表明，采用神经网络对具有高度非线性的税收预 测进行建模分析切实可行 ，具有推广应用价值。 关键词 ：税收； 预测 ； 经济分析 ； 神经网络 中图分类号 ：F8l0．423 文献标识码 ：A 文章编号 ：1007—4465(2010)03—0029—03 人工神经网络是一种模拟人脑信息处理方法 一 、 BP神经网络税收模型 的非线性系统 ，能够模拟生物神经系统真实世界 1．数据的获取 及物体之间所做出的交互反应。人工神经网络处 根据影响因素的大小、资料的可 比性及预测 理信息是通过信息样本对神经 网络 的训练 ，使其 模型的要求等原因，本文选择第一产业增加值 、第 具有人的大脑的记忆、辨识能力 ，完成各种信息处 二产业增加值、第三产业增加值、固定资产投资总 理功能。它具有 良好 的 自学 习、自适应、联想记 额、进出口总额、财政支出总量、居民消费水平、货 忆 、并行处理和非线性转换 的能力 ，避免了复杂的 币投放总量等 8项指标作为神经网络 的输入变 数学推导 ，在样本缺损和参数漂移 的情况下仍能 量 。 保证稳定的输出。它比较适合于一些信息十分复 选取的数据 为 1994年到 2006年从 2007年 杂、知识背景不十分清楚和推理规则不 明确 问题 中国统计年鉴取得的数据 ，单位为亿元 ，见表 1。 的分析与处理 ，具有较强 的非线性映射等特性。 2．神经网络模型的建立 因此。神经网络可应用于数据分析 ，数值和符号计 基于三层 BP神经网络的税收预测模型如图 算，工程与科学绘 图，控制系统设计、数字 图像信 1所示 。其输入变量为第一产业增加值等 8项指 号处理、财务工作 、建模仿真原型开发、图形用户 标 ；输出变量为税收收入 ，输出层神经元传递函数 界面设计等方面。 采用 s型对数函数 ；根据 Kolmogorov定理，隐层神 BP网络是一种技术成熟 的多层前馈型神经 经元的数量选为 l7个 ，隐层神经元传递函数采用 网络，其在非线性系统建模中得到了广泛的应用。 S型正切函数 。 鉴于税收收入预测的解析分析 困难，本文基于 BP 以表 1的数据作为训练样本集 。在 MATLAB 神经网络建立 了税收预测模型，该模型收敛速度 环境下，调用其神经 网络工具箱 函数对所建立 的 快、精度高、泛化性好 ；基于所建立 的该神经 网络 神经网络进行训练的指令为 ： 税收模型，分析 了产业增加值、固定资产投资总 net=newff(minmax(P)，[17，1]，{tansig 额、进出口总额 、财政支 出总量、居 民消费水平等 logsig}，trainlm)； 若干经济指标的变化对税收收入的影响 ，得 出了 net=train(net，P，T)； 明确的结论。