模糊软集合理论在税收组合预测中的应用
结合模糊软集合理论建立税收收入的组合预测模型,根据税收收入的特点,代表性地选择了Elman回归神经网络模型、含政策虚拟变量的自回归模型、ARIMA(1,1,1)的时间序列模型、多因素SVM回归模型这四种模型作为组合预测中的单一模型,并以1980年到2008年的税收收入等相关数据为背景进行了说明和分析,结果表明该组合预测模型能有效减小预测误差,为税收工作实践提供了一个应用研究工具,并推广和丰富了软集合理论在税收经济模型研制中的实际应用.
模糊软集合、税收收入、税制改革、组合预测
31
F812.42;F224(财政、国家财政)
国家自然科学基金70772100
2011-09-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
936-943