税收收入预测方法讲义全.pptVIP

神经网络 优点： 拟合度高 非线性 缺点： 黑盒子，模型无法解释 容易过拟合 适用问题： 高度非线性关系的数据 预测结果的调整 主观调整： 专家经验 其他辅助信息 自适应调整： 对过去数年数据进行事后预测，根据预测精度的误差趋势，计算调整参数 预测不等于决策 预测模型不是一成不变的 预测模型需要人的干预 预测模型需要不断的改进 没有万能的预测方法 预测不是替决策者作出决策 预测结果是供决策者参考的 税收预测的发展 目前我们主要是从历史税收数据出发预测税收收入。 以后，要将经济因素、税制的改变、征收力度的加强等考虑进去。 其中有些因素是可以量化的，有些是难以量化的。 如何为这些影响因素建立合适的数学模型，并用于税收收入预测是下一步需要重点考虑的研究方向。 税收预测的发展 税收收入预测是一个复杂系统，而我国的税收收入预测则是一个更为复杂的问题。 西方国家的税收制度已经非常成熟、稳定，而且有较长的历史数据积累。 我国的税收制度还在不断完善和改进中，历史数据也不十分完整。 这就需要我们长期地跟踪研究、进一步收集数据、不断改进模型和方法。 总结 谢谢大家！！！ 谢 谢！ 放映结束 感谢各位批评指导！ 让我们共同进步 * 税收收入预测方法 计划财务科 邹玉燕 2011年9月 1.税收预测方法概论 2.月（季）税收收入预测 3.年度税收收入预测 4.小结 什么是税收收入预测