月度税收收入预测方法之比较

月度税收收入预测方法之比较

ID:40544508

大小:405.10 KB

页数:26页

时间:2019-08-04

月度税收收入预测方法之比较_第1页
月度税收收入预测方法之比较_第2页
月度税收收入预测方法之比较_第3页
月度税收收入预测方法之比较_第4页
月度税收收入预测方法之比较_第5页
资源描述:

《月度税收收入预测方法之比较》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、月度税收收入预测方法之比较潘雷驰2021/7/21导论常用方法的评价:1、季节模型2、指数平滑3、回归4、ARIMA5、BP神经网络6、支持向量机传统时间序列方法统计学方法机器学习方法2021/7/21一.数据的特征江苏地税2021/7/211、4、7、10月3、6、9、12月2006年9月、10月、11月2021/7/21“S”形2021/7/21宁夏国税2021/7/212021/7/21预测方法及其结果(一)指数平滑方法指数平滑方法可以通过调整对时间序列中包含的短期趋势的估计,自动追踪数据的变化,实现对短期变动趋势的预测。该方法又包括:一次指数平滑、二次指数平滑、多参数无季节趋势指数平滑

2、和多参数有季节趋势指数平滑。因为月度收入数据的季节性和强烈的时间趋势,这里选用多参数有季节趋势指数平滑法,并使用乘积模型。2021/7/21我们使用2000年1月-2008年12月数据建立Holter-Winter季节乘积模型,利用2009年1月-4月数据验证模型的效果。计算软件是Eviews6.0。2021/7/21时间实际值预测值误差率MAPE值2009年1月213082622158293.99%5.662009年2月126007812944722.73%2009年3月1160782130649412.55%2009年4月176383418232503.37%表一指数平滑方法预测结果202

3、1/7/21(二)ARIMA方法在分析之前,首先对税收收入数据取自然对数,以平滑数据的波动。对数据平滑处理后绘制自相关分析图,以判定数据是否具有明显的季节趋势,以及确定自回归阶数p和移动平均阶数q。2021/7/212021/7/21对税收收入自然对数值逐期差分,并以12个月为步长进行季节差分,获得新序列称之为“季节调整后税收收入自然对数值”2021/7/212021/7/21第二次季节差分后自相关图2021/7/21模型的形态为,ARIMA(p,1,q)(1,1,1)[12]。最终根据AIC和BIC值,以及参考预测精度确定模型为ARIMA(3,1,3)(1,1,1)[12]。计算软件是Evi

4、ews6.0。2021/7/21表二ARIMA方法预测结果时间实际值预测值误差率MAPE值2009年1月213082623029678.08%5.712009年2月126007812681790.64%2009年3月1160782128451810.66%2009年4月176383418250633.47%2021/7/21(三)BP神经网络方法选择时间趋势项、税收收入前期值作为输入元,实际的月度税收收入为输出元。隐含层层数设定为4,终止误差设定为。在运算中,我们发现随着隐含层层数的增加和终止误差设定值的降低,会提高预测的精度,但是增加的隐含层过多、终止误差设定过低是没有意义的,预测精度不会改

5、变。2021/7/21经过计算,模型的最终形态确定为输入元为时间趋势项和前一期税收收入,输出元为实际税收收入,因为其他形态的模型不能显著提高预测精度。计算软件是R2.9.0。2021/7/21表三神经网络方法预测结果时间实际值预测值误差率MAPE值2009年1月21308261315431-38.27%23.592009年2月126007812883222.24%2009年3月1160782142632722.88%2009年4月17638341217809-30.96%2021/7/21(四)支持向量机方法反复比较模型的预测精度后,支持向量机模型自变量设置为时间趋势项和前一期税收收入,因变量

6、为月度实际税收收入,模型的cost值设置为40000,值设置为0.001,即使将cost值设置再增加100倍,值设置再降低10倍,依然不改变预测精度。计算软件是R2.9.0。2021/7/21表四支持向量机方法预测结果时间实际值预测值误差率MAPE值2009年1月21308261403026-34.16%30.292009年2月1260078687447-45.44%2009年3月1160782134970116.28%2009年4月17638341318197-25.27%2021/7/21三.简短的小结在对月度数据进行预测时,多参数含季节趋势的指数平滑方法、含季节调整的ARIMA方法效果比

7、较接近而且预测精度较高,BP神经网络方法和支持向量机方法效果比较接近,但是预测精度很低。因此,在使用月度税收收入进行预测时,选择多参数含季节趋势的指数平滑方法、含季节调整的ARIMA方法是比较合适的选择。2021/7/21这里使用多参数含季节趋势的指数平滑方法、含季节调整的ARIMA方法预测江苏地税2009年5月税收收入合计数为分别为126.53亿元,134.51亿元,二者相差8亿元左右。2021

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。