因子分析與NARX融合的個人所得稅預測模型
發(fā)布時間:2021-08-13 02:16
征收個人所得稅作為國家財政收入的重點來源之一,不僅能保證國家穩(wěn)定的財政收入,而且能起到收入再分配、縮小貧富差距的作用。A區(qū)是重慶市的一個區(qū)縣,其經(jīng)濟水平與稅收水平均處于重慶市的中等偏下水平,對A區(qū)個人所得稅的預測研究有助于為A區(qū)地稅局提供財政預算,并為政府調(diào)整經(jīng)濟結構提供參考。同時,可將A區(qū)稅收預測模型推廣至重慶市其他區(qū)縣,乃至整個重慶市的個人所得稅預測。然而,已有稅收預測研究主要分為傳統(tǒng)的時間序列預測與回歸預測兩個方向,兩者都存在一定的弊端。時間序列分析預測法暫不考慮外界具體因素的影響,預測誤差較大;貧w預測通常將GDP、GNP等經(jīng)濟指標作為影響因素,忽略了歷史的稅收對現(xiàn)在的稅收存在著一定的影響,且預測時間點的影響因素值如GDP、GNP需要通過時間序列預測而得,經(jīng)過兩次模型的迭代,造成了誤差的傳播。本文把因子分析和NARX動態(tài)神經(jīng)網(wǎng)絡結合應用于A區(qū)個稅預測。目標在于探索一種新的能夠有效預測個人所得稅的預測模型。NARX神經(jīng)網(wǎng)絡的輸入是滯后的外部數(shù)據(jù)和滯后的目標數(shù)據(jù),輸出為當前目標數(shù)據(jù)。因此本文首先計算A區(qū)個人所得稅的12個分稅目的綜合因子得分;再將滯后4階的因子得分與滯后4階的個人所...
【文章來源】:重慶大學重慶市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:48 頁
【學位級別】:碩士
【部分圖文】:
技術路線圖
11( )1D F I , ( ) 0, 1,2, ,iE F i m ,1 2, , ,mF F F ,互不相關,方差為 1.21222( )pD 即i 互不相關,方差不一定相等,~ (i N A 為載荷矩陣,1 2, ,...,mF F F 為公共因子,iF 是不可觀測的變量,他因子載荷。i 是特殊因子,是不能被前m 個公共因子包含的部分。 因子分析步驟子分析步驟如圖 2.1 所示:
圖 2.1A 區(qū) 2006—2016 年個人所得稅因子得分圖Fig.2.1 Personal income tax factor score from 2006 to 2016 2006—2016 年個人所得稅增幅走勢圖如圖 2.2 所示:
本文編號:3339540
【文章來源】:重慶大學重慶市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:48 頁
【學位級別】:碩士
【部分圖文】:
技術路線圖
11( )1D F I , ( ) 0, 1,2, ,iE F i m ,1 2, , ,mF F F ,互不相關,方差為 1.21222( )pD 即i 互不相關,方差不一定相等,~ (i N A 為載荷矩陣,1 2, ,...,mF F F 為公共因子,iF 是不可觀測的變量,他因子載荷。i 是特殊因子,是不能被前m 個公共因子包含的部分。 因子分析步驟子分析步驟如圖 2.1 所示:
圖 2.1A 區(qū) 2006—2016 年個人所得稅因子得分圖Fig.2.1 Personal income tax factor score from 2006 to 2016 2006—2016 年個人所得稅增幅走勢圖如圖 2.2 所示:
本文編號:3339540
本文鏈接:http://sikaile.net/guanlilunwen/shuishoucaizhenglunwen/3339540.html
教材專著