甘肃省财政收入影响因素与财政收入预测分析

发布时间：2021-04-02 18:57

　　甘肃省是我国经济欠发达地区之一,长期面临着财政增收难、支出压力大的困境。而当前我国经济呈现新常态,在经济增速下行的压力下,甘肃省要如何维持财政收入的稳定也是一大难题。因此通过探究影响甘肃省财政收入的关键经济因素并建立财政收入预测模型,对财政收入情况进行科学分析和准确预测是具有重要意义的。影响地方财政收入的经济因素有很多,为了深入探究影响甘肃省财政收入的关键因素,本文选择了 1994年至2016年间甘肃省的相关数据,基于Lasso,自适应Lasso和SCAD方法分别对影响甘肃地区财政收入的39个经济因素进行筛选,并运用5-折交叉验证法计算了三种模型对应的NMSE值,从而对三种模型的筛选结果进行比较分析。结果显示,对于甘肃省财政收入数据,Lasso方法从39个经济因素中选出了 14个重要因素,在模型可解释性和准确性上的综合表现要优于自适应Lasso和SCAD方法,故而本文选择在后续的预测模型中使用Lasso方法的筛选结果。为进一步研究各经济因素与财政收入之间的关系,在进行变量筛选后,本文根据半参数回归理论,对Lasso方法筛选出的关键经济因素和财政收入之间的关系进行拟合估计,建立了部分线性... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

左图为Lass

图３．１：相关性检验??注：饼图表示相关系数占比，颜色表示相关性的强弱，”ｘ”表示ｔ检验的ｐ值大于０．０５??由图３．１可知，除社会就业人数（Ｘ１３）外，其他解释变量间的相关性Ｚ检??验的ｐ值均小于０．０５．说明在９５％的显著性水平下，除变量久１３外，其余解??释变量与响应变量间存在显著的相关关系，且大部分解释变量之间相关系数的??－２２?－??

３．２．２基于Ｌａｓｓｏ的变量选择??基于ＬＡＲＳ算法，利用Ｒ软件ｌａｒ（）函数对Ｌａｓｓｏ问题进行求解。Ｌａｓｓｏ??求解路径如图３．２所示。??ＬＡＳＳＯ??０?１?２?５?１８?３４?４１?４３?４７?４９?５２??Ｉ?ｓｔ］?Ｉ?ｉ??０．０?０．２?０．４?０．６?０．８?１．０??｜ｂｅｔａ｜／ｍａｘ｜ｂｅｔａ｜??图３．２：?Ｌａｓｓｏ求解路径??利用留一交叉验证（ＣＶ）法选择最佳参数值，进而确定Ｌａｓｓｏ变量筛选的??结果，ＣＶ变化过程如图３．３所示。??ＬＬｌ?－?Ｔ－??（／）?＾?Ｔ??芝?－??＊０?＜）?Ｔ－??－＾?Ｈ??￣￣｜?｜?＾?Ｉ?Ｉ?Ｉ￣??０．０?０．２?０．４?０．６?０．８?１．０??Ｆ

【参考文献】：
期刊论文
[1]基于Lasso-GRNN神经网络模型的地方财政收入预测[J]. 蒋锋,张婷,周琰玲.  统计与决策. 2018(19)
[2]甘肃省财政收入预测分析[J]. 王启,郭爽.  中国市场. 2018(28)
[3]岭回归、LASSO回归和Adaptive-LASSO回归下的财政收入因素分析[J]. 董小刚,刁亚静,李慧玲,王纯杰,温丽男.  吉林师范大学学报(自然科学版). 2018(02)
[4]云南省财政收入影响因素分析[J]. 何雪平,李兴绪.  中国市场. 2017(19)
[5]连云港市财政收入影响因素的研究[J]. 石娜儿·库勒拜.  经济研究导刊. 2017(16)
[6]我国财政收入影响因素的逐步回归分析[J]. 肖冰倩.  时代金融. 2017(15)
[7]基于灰色RBF神经网络的多因素财政收入预测模型[J]. 赵海华.  统计与决策. 2016(13)
[8]我国财政收入的影响因素及其预测方法评价[J]. 姬超.  地方财政研究. 2016(02)
[9]广东省财政收入与GDP关系研究[J]. 广东省财政科学研究所课题组,郑贤操,刘华伟.  财政研究. 2015(12)
[10]吉林省财政收入增长动力问题研究[J]. 李铁.  经济纵横. 2015(08)



本文编号：3115781