基于支持向量机的税收预测算法研究

摘要：

税收预测对财务预算和税收计划制定具有重要的意义.随着经济的快速发展,税务管理人员对税收预测精度和模型有效性提出了更高的要求.现有的税收预测模型主要用来验证模型的可行性,即主要目标是提高预测精度,没有充分考虑模型的实用性问题.该文从模型的预测精度和实用性角度研究税收预测问题,建立了基于网格搜索法优化的支持向量机税收预测模型.文中应用GM(1,1)算法建立税收指标因子序列的预测模型,为税收预测模型提供更为全面的数据基础.对税收数据进行验证性实验结果表明,该方法预测精度提高了,绝对误差从6.9％降低到1.8％,并且实现了税收预测功能,证明了模型的可行性和实用性.

关键词：支持向量机、网格搜索法、GM(1,1)、指标因子、税收预测模型、验证性实验

所属期刊栏目：14

分类号：TP312(计算技术、计算机技术)

资助基金：秦皇岛市科学技术研究与发展计划201701B008

在线出版日期：2018-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：242-245