|
论文大纲，目录 |
| 关键词搜索：税收收入预测 纳税能力估算 预测学 计量模型 预测模型 模型库 模型比较 人工神经网络 BP |
| 税收收入预测
摘要 最近几十年预测科学取得了突飞猛进的发展，尤其是在经济领域得到了广泛的应用。国家宏观经济财政政策和货币政策的制订很大依赖于纳税能力的估算，税收计划的制订更是如此，因此，税收收入预测具有重要的意义。
税收收入预测有很多影响因素，这些影响因素有很多相互之间有线性关系，并且税收收入本身和其前几期数据之间也有一定的关系，本文将采用主分量分析、逐步回归的方法予以解决。
税收收入预测模型有很多，不同的预测模型有各自的优点和缺点，如何在这些预测模型中进行优选是很重要的问题。本文针对这些模型进行实证预测，将模型的预测效果进行了各种比较，在模型中优选，并把模型进行组合预测。
计量经济学模型是对客观经济现象数量关系的反映，建立计量经济学模型通常采用回归分析的方法，但它也存在很大的缺陷，主要表现为无法描述复杂的非线性关系。人工神经网络可以很好地描述回归分析方法难以描述的复杂的非线性关系。本论文探讨了用前馈神经网络建立经济模型的方法，对税收收入进行了预测，并把预测效果和计量预测模型预测效果作了比较。
本文分六个部分。第一章论述了税收收入预测的内涵、特点、基本原理以及税收收入预测过程中需要解决的特殊问题；第二章详细介绍了各种税收收入预测的常用方法和技术，并论述了税收收入的影响因素因变量的选择方法；第三章结合各种预测理论和方法，通过建立各种预测模型，对我国的税收收入预测进行了实证分析；第四章把各种模型的预测效果进行了比较分析，对模型做出了优选，并用组合预测法进行预测；第五章把人工神经网络(ANN)的前馈神经网络、误差反向传播算法（BP算法）用于税收收入预测，并把其预测效果与计量经济模型预测效果进行了比较。第六章是对全文的总结。
关键词：
税收收入预测、纳税能力估算、预测学、计量模型、预测模型、模型库、模型比较、人工神经网络、BP
Abstract
The forecasting technique has developed greatly in recent years. It has been applied in numerous fields especially in the domain of Economics. The design of national macro economy policy and monetary policy is tied to ratepaying ability, and so is the draw of revenue plan. All these determine the importance of tax forecast.
There are various influencing factors of tax income. And some of them affect each other. For example, they may have the relationship of collinearity. And tax income depends in some extent on that of the previous income. These problems will be resolved in this paper.
Another difficulty of tax forecast is how to choose a better model among countless models, each of which has its own advantages and weaknesses. Several models are set up and the results of them are illustrated in this paper. Furthermore, all the models are compared using the same standard, so we can judge which one is the best model. The mind of combinatorial forecast is adopted to make the model better.
Artifical Neural Network has evident advantage of settling nonlinear problems. This is just the shortcoming of regression. This paper aims to found economic models using BP (Back Propagation) Network, and forecast the tax income with these models. And the effects of these models are compared with that of the models developed by regression.
There are 6 chapter in this paper. The meaning, character, theory and the special difficulties of tax forecast are illustrated in chapter 1. The methods and techniques of tax forecasting as well as the way to choose influencing factors are introduced in chapter 2. Various models are founded using different techniques, and their results are illustrated and analyzed in chapter 3. The effects of the models are compared, the best model is selected, and another model is founded using combinatorial forecasting technique in chapter 4. Two models are set up with BP Network, and their effects are compared with that of the models founded in chapter 3 and chapter 4. The conclusion is drawn in chapter 6.
Key Words: Tax forecast, ratepaying ability, metrology model, ANN, BP
目录
摘要 1
前言 5
第一章 税收收入预测概述 6
第一节 税收收入预测简介 6
第二节 税收收入预测的意义 7
第三节 税收收入预测的基本原理 8
第四节 税收收入预测的基本类型 9
第五节 税收收入预测需要解决的问题 9
第六节 我国税收收入预测的现状 10
第二章 税收收入预测技术 11
第一节 税收收入预测的方法 11
一. 定性预测方法 11
二. 定量预测方法 12
（一） 回归预测法 12
（二） 时间序列预测法。 13
（三） 平滑预测 13
（四） 趋势外推法 13
（五） 非线性预测法。 13
（六） 季节预测 14
（七） 灰色预测 14
第二节 税收收入预测的自变量选择 15
（一） 选择标准 15
（二） 解决方法 16
第三章 税收收入预测实证分析 17
第一节 一元回归模型预测 17
一. 实际GDP与名义GDP的优选 17
二. 税收收入回归模型库 18
三. 税收收入对GDP的曲线估计 19
四. 古典线性回归模型 20
五. 双ln模型 21
六. 古典线性模型与双ln模型的优选 22
七. 平方回归模型 23
八. 立方回归模型 24
九. 幂函数回归模型 25
第二节 多元回归模型预测 26
一. 影响因素分析 26
二. 多元线性回归模型 28
第三节 对时间t的回归模型 30
一. 建模分析 30
二. 模型预测结果 31
第四节 时间序列模型 32
一. 自回归AR 32
二. 移动平均MA(3) 35
第五节 指数平滑法预测模型 36
第四章 税收收入预测模型比较研究 38
第一节 税收增长的影响因素和预测分析 38
第二节 税收收入预测模型的优选 40
一. 模型优选的标准与原理 40
二. 模型的汇总 40
三. 模型的比较和综合评价 42
第三节 组合预测 43
第五章 人工神经网络方法预测税收收入 46
第一节 人工神经网络(ANN)简介 46
一. ANN概述 46
二. ANN的优点 46
三. ANN预测模型 46
四. 反向传播（BP）网络 47
第二节 BP网络络在税收收入预测中的应用 47
一. 模型采用的数据 47
二. 带时间t的预测模型（数据未取ln） 47
三. 带时间t的预测模型（数据取ln之后） 50
第三节 人工神经网络方法与计量模型的比较 52
一. BP网络、指数平滑和MA(3)预测效果的比较 52
二. BP网络与计量模型预测效果的比较 52
结论 53
参考文献： 53
参考文献：
[1] 王其文、吕景峰、刘广灵、孙晓云--"人工神经网络与线性回归的比较"，《决策与决策支持系统》，第3卷，第3期，1993
[2] 王其文，孙晓云, B.L.Golden, E.Wasil--"对BP模型学习算法的探讨--调谐式学习及其与传统学习算法的比较",《神经网络理论及应用---'94最新进展》，(中国神经网络1994年学术大会论文集), 华中理工大学出版社, 1994年10月，P105-108
[3] 刘新利--《税收分析概论》，中国税务出版社，2000年
[4] Cirincione, Carmen; Gurrieri, Gustavo A.; Van De Sande, Bart--"Municipal Government Revenue Forecasting: Issues of Method and Data", Public Budgeting & Finance, Spring99, Vol. 19 Issue 1, p26
[5] Fortune, Peter--"Do municipal bond yields forecast tax policy?", New England Economic Review, Sep/Oct96, p29
[6] 赵兴球、许建国、张虎--"税收收入预测模型"
[7] 张伦俊--"税收收入预测模型的拟合与分析"
[8] 张伦俊--"关于税收收入预测的若干思考", 扬州大学税务学院学报，1997年3月p20-23
[9] 窦清红--"税收系统工程"中期成果综述" ,中华工商时报，1999年4月3日
[10] 曾国祥--"当前需要研究、思考的重大税收问题"，扬州大学税务学报，1999年第3期
[11] 侯文超--《经济预测--理论、方法及应用》，商务印书馆，1993年
[12] 孙明玺--《现代预测学》，浙江教育出版社，1998年
[13] 翁文波--《预测学》，石油工业出版社，1996年
[14] 冯文权--《经济预测的原理与方法》，武汉大学出版社，1986年
[15] 朱冰静，朱宪辰--《预测原理与方法》，上海交通大学出版社，1991年
[16] 陈鹤琴--《经济计量学》，中国商业出版社，1989年
[17] 张寿、于清文--《计量经济学》，上海交通大学，1984年
[18] 刘明、王克西--"我国工商税收与GDP同步增长的相关性分析"，陕西经贸学院学报，2000年6月第3期
[19] 王连清--"税收与GDP的关系及影响因素分析"
[20] 于成泗、聂启金--"浅谈预测理论在税收征管中的应用"
[21] 刘豹、胡代平--"神经网络在预测中的一些应用研究"， 系统工程学报，第14卷第4期
致谢 |
|
|
|
| 上一篇：也谈商品零售企业增值税财务核算方法下一篇：现行增值税征管中急待解决的几个问题
|
| 最新论文 |
最热门论文 |
|
|
|
|
|
