甘肅省是我國(guó)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)之一,長(zhǎng)期面臨著財(cái)政增收難、支出壓力大的困境。而當(dāng)前我國(guó)經(jīng)濟(jì)呈現(xiàn)新常態(tài),在經(jīng)濟(jì)增速下行的壓力下,甘肅省要如何維持財(cái)政收入的穩(wěn)定也是一大難題。因此通過探究影響甘肅省財(cái)政收入的關(guān)鍵經(jīng)濟(jì)因素并建立財(cái)政收入預(yù)測(cè)模型,對(duì)財(cái)政收入情況進(jìn)行科學(xué)分析和準(zhǔn)確預(yù)測(cè)是具有重要意義的。影響地方財(cái)政收入的經(jīng)濟(jì)因素有很多,為了深入探究影響甘肅省財(cái)政收入的關(guān)鍵因素,本文選擇了 1994年至2016年間甘肅省的相關(guān)數(shù)據(jù),基于Lasso,自適應(yīng)Lasso和SCAD方法分別對(duì)影響甘肅地區(qū)財(cái)政收入的39個(gè)經(jīng)濟(jì)因素進(jìn)行篩選,并運(yùn)用5-折交叉驗(yàn)證法計(jì)算了三種模型對(duì)應(yīng)的NMSE值,從而對(duì)三種模型的篩選結(jié)果進(jìn)行比較分析。結(jié)果顯示,對(duì)于甘肅省財(cái)政收入數(shù)據(jù),Lasso方法從39個(gè)經(jīng)濟(jì)因素中選出了 14個(gè)重要因素,在模型可解釋性和準(zhǔn)確性上的綜合表現(xiàn)要優(yōu)于自適應(yīng)Lasso和SCAD方法,故而本文選擇在后續(xù)的預(yù)測(cè)模型中使用Lasso方法的篩選結(jié)果。為進(jìn)一步研究各經(jīng)濟(jì)因素與財(cái)政收入之間的關(guān)系,在進(jìn)行變量篩選后,本文根據(jù)半?yún)?shù)回歸理論,對(duì)Lasso方法篩選出的關(guān)鍵經(jīng)濟(jì)因素和財(cái)政收入之間的關(guān)系進(jìn)行擬合估計(jì),建立了部分線性... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

左圖為L(zhǎng)ass

圖３．１：相關(guān)性檢驗(yàn)??注：餅圖表示相關(guān)系數(shù)占比，顏色表示相關(guān)性的強(qiáng)弱，”ｘ”表示ｔ檢驗(yàn)的ｐ值大于０．０５??由圖３．１可知，除社會(huì)就業(yè)人數(shù)（Ｘ１３）外，其他解釋變量間的相關(guān)性Ｚ檢??驗(yàn)的ｐ值均小于０．０５．說明在９５％的顯著性水平下，除變量久１３外，其余解??釋變量與響應(yīng)變量間存在顯著的相關(guān)關(guān)系，且大部分解釋變量之間相關(guān)系數(shù)的??－２２?－??

３．２．２基于Ｌａｓｓｏ的變量選擇??基于ＬＡＲＳ算法，利用Ｒ軟件ｌａｒ（）函數(shù)對(duì)Ｌａｓｓｏ問題進(jìn)行求解。Ｌａｓｓｏ??求解路徑如圖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｜??圖３．２：?Ｌａｓｓｏ求解路徑??利用留一交叉驗(yàn)證（ＣＶ）法選擇最佳參數(shù)值，進(jìn)而確定Ｌａｓｓｏ變量篩選的??結(jié)果，ＣＶ變化過程如圖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

【參考文獻(xiàn)】：
期刊論文
[1]基于Lasso-GRNN神經(jīng)網(wǎng)絡(luò)模型的地方財(cái)政收入預(yù)測(cè)[J]. 蔣鋒,張婷,周琰玲.  統(tǒng)計(jì)與決策. 2018(19)
[2]甘肅省財(cái)政收入預(yù)測(cè)分析[J]. 王啟,郭爽.  中國(guó)市場(chǎng). 2018(28)
[3]嶺回歸、LASSO回歸和Adaptive-LASSO回歸下的財(cái)政收入因素分析[J]. 董小剛,刁亞靜,李慧玲,王純杰,溫麗男.  吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[4]云南省財(cái)政收入影響因素分析[J]. 何雪平,李興緒.  中國(guó)市場(chǎng). 2017(19)
[5]連云港市財(cái)政收入影響因素的研究[J]. 石娜兒·庫勒拜.  經(jīng)濟(jì)研究導(dǎo)刊. 2017(16)
[6]我國(guó)財(cái)政收入影響因素的逐步回歸分析[J]. 肖冰倩.  時(shí)代金融. 2017(15)
[7]基于灰色RBF神經(jīng)網(wǎng)絡(luò)的多因素財(cái)政收入預(yù)測(cè)模型[J]. 趙海華.  統(tǒng)計(jì)與決策. 2016(13)
[8]我國(guó)財(cái)政收入的影響因素及其預(yù)測(cè)方法評(píng)價(jià)[J]. 姬超.  地方財(cái)政研究. 2016(02)
[9]廣東省財(cái)政收入與GDP關(guān)系研究[J]. 廣東省財(cái)政科學(xué)研究所課題組,鄭賢操,劉華偉.  財(cái)政研究. 2015(12)
[10]吉林省財(cái)政收入增長(zhǎng)動(dòng)力問題研究[J]. 李鐵.  經(jīng)濟(jì)縱橫. 2015(08)



本文編號(hào)：3115781