APP下载

SARIMA时序分析在税收预测中的应用
——以贵州省为例

2021-01-06任爽崔海波

湖北大学学报(自然科学版) 2021年1期
关键词:模型

任爽,崔海波

(1.湖北大学计算机与信息工程学院, 湖北 武汉 430062; 2.湖北省高等学校人文社科重点研究基地(绩效评价信息管理研究中心), 湖北 武汉 430062)

0 引言

近年来,贵州省税收收入一路突飞猛进,在2017年就早已突破了1 000亿大关,而在2019年仅上半年就完成税收收入高达1 434亿,增长率远大于其他周边的省份.税收是地方政府财政收入的重要来源,也是宏观调控的重要手段.税收收入的提高不仅表现出经济发展的进步,也表现出城市发展的无限潜力.而如今贵州省的税收收入进入到新的发展阶段,如何预测其未来的发展趋势,从而为税务部门提供合理的参考数据,是本研究的探讨目的.

此前,贵州省地方税务局课题组使用1996—1999年的地方税源数据进行税收年增长率的预测[1].王时绘采用了多种数学模型对贵州省税务收入建立预测模型并调优[2].刘迪采用了BP神经网络算法对吉林省税收经济进行了分析与预测[3].田昭采用了多元回归分析对税收收入进行了预测[4],为制定税收政策提供了参考数据.

本研究在前人研究基础上,加入了对季节因素的分析和处理,采用季节性自回归移动平均模型(SARIMA模型)对贵州省2016—2019年的税收月度收入进行预测研究.该模型以贵州省月度税收收入为因变量,税收收入时间为自变量建立预测模型,对税收收入进行了拟合与预测.

1 数据来源与处理

1.1 数据来源本研究采集了2016年1月至2020年2月贵州省税收收入数据.数据来源于2016—2020各年的……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用