标准收入预算下财政收入预测分析-analysis of fiscal revenue forecast under standard revenue budget.docxVIP

中文摘要本文较为系统地研究了标准收入预算下的财政收入预测问题。财政收入是政府宏观调控的重要手段，研究科学的财政收入预算制定方法，对于加强财政预算管理，具有重要意义。标准收入预算是针对传统预算编制方法存在的诸多弊端提出的一种新的预算编制方法。标准收入预算的实质是财政收入预测问题。财政收入受众多因素的影响，本文应用组合预测方法和滚动式动态预测方法，建立了各类预测模型预测财政收入，仿真运算后进行了结果分析，为财政收入预算编制提供了科学依据。本文主要内容及新意如下。1．将组合预测思想应用于财政收入预测中，在分层单项预测的基础上建立组合预测模型。首先分析标准收入预算下的财政收入的影响因素和组成结构，在此基础上，应用多元回归分析方法，分别建立了税收收入及其主要税种和财政收入的多元线性回归模型。另外，分析了财政收入时间序列数据变化特征，建立了财政收入的时间序列趋势预测模型。此外，还将神经网络预测方法引入财政收入预测中，根据BP神经网络原理，建立了财政收入的非线性预测模型。以上述三个单项预测模型为组合对象，建立了财政收入的线性变权组合预测模型。2．研究建立了基于BP神经网络的财政收入滚动式动态预测模型。并将等维递补预测方法引入BP神经网络预测，使神经网络的部分结构参数即连接权值和阈值具有随预测期的增加而变化的时变特性，建立财政收入的动态预测模型。3．分析财政收入偏低的原因，并就提高财政收入问题提出了若干政策建议。关键词：财政收入组合预测BP神经网络动态预测AbstractForecastingoffiscalrevenueinStandardRevenueBudgetisstudiedinthisarticle．Fiscalrevenueisoneofthemostimportanttoolsformacroeconomyregulationandcontr01．Anditissignificantforstrengtheningbudgetmanagementtoexcogitatescientificmethodforfiscalbudgetdecision．StandardRevenueBudgetisanewbudgetingmeanstodealwiththeabuseofthetraditionalbudgetingmethodanditsessentialistOforecastfiscalrevenue．Varietyfactorscontributetofiscalrevenue．InthispapeLcombinationforecastingandroilingdynamicforecastingareappliedtOsetupdifferentforecastingmodeltoforecastfiscalrevenue．Andtheresultsofthesemodelsareanalyzedtobethetheoreticallyguidanceforbudgeting．Maincontentandtheinnovativeideasinthepaperareasfollowing．1．Combinationforecastingisappliedinfiscalrevenueforecasting，basedonhierarchicalsingleforecastingmodel．Firstlythefactorsandstructureoffiscalrevenueareanalyzed．Thenwiththeapplicationofmultivariatelinearityregressionanalysis，taxwithitsmainitemsandfiscalrevenueismodeled．Secondlyatimeseriesmodelissetupafterthefiscalrevenuedatastudying．InadditiontOthesetWOlinearmodels，anonlinearmodelofBPneuralnetworkisalsoestablishedbyapplyingArtificialNeuralNetworktheory．Thenalinearityalteringweightcombinationforecastingmodelisputforwardbycombiningthesethreesinglemodels．2．ArollingdynamicforecastingmodelbasedonBPneuralnetworkisstudiedBycombiningBPneuralnetworkwiththeequaldimensionrecursivesup