基于数据挖掘技术的武汉市财政收入预测与分析

发布时间：2020-04-30 09:09

【摘要】：地方财政收入是区域国民经济的综合反映,也是市场经济国家政府进行宏观调控的基础。精准的财政收入预测是优化财政预算,引领科学化、精准化财政管理的前提条件,对相关部门制定有效的财政政策和预算,加强地方财政收入的监督管理,促进国民经济快速、协调发展均有非常重要的实际应用价值。经济发展程度、税收政策、宏观经济环境等因素都在不同程度上影响着财政收入,各种因素之间交叉复合,加大了财政预测的难度。面对更多更复杂的数据,更新颖更有效的预测方法也应该被提出。武汉作为中部地区最大的经济体,其经济发展在全国经济中的地位举足轻重。本文选取了武汉市1994年以来的财政收入数据以及12个影响因素的数据,首先对数据进行了相关性与共线性检测,发现数据存在的问题。然后运用Adaptive-Lasso方法进行变量系数估计,用最小角回归求解Adaptive-Lasso估计,使得一些变量系数为0,剔除了一些共线性和影响较小的变量。其次,对剩余变量进行GM(1,1)灰色预测,得到剩余变量2018年和2019年的值,并且对预测精度给予等级评价。然后用前24年的数据对神经网络进行训练,把灰色预测的值带入训练好的神经网络中就可以得到武汉市2018年和2019年的财政预测值。本文首先是选取了12个影响因素,选取范围较广,其次数据是从1994年2017年,时间跨度较大,所以,得到的结果是充分考虑经济和历史背景的,具有一定的效果。
【图文】：

图 3-1 数据挖掘涉及领域图据挖掘的实施步骤及过程挖掘在不同领域有着不同的方法和过程，应该具体问题具体分析。宗，归纳起来，，实施数据挖掘时，一般包括以下几个方面： 数据集的选取或构造集的来源有多种方式，可以根据实际情况选择不一样的方式。有的，有的是根据公司或者政府的记录，还有的是亲自搜集。 数据的预处理集搜集好以后，就进入数据处理阶段，这阶段包括多个项目，也是步。数据预处理的目的主要是是提高数据质量，只有高质量的数据才的结果，才能得到可靠有用的信息，概括为如下 3-1 表：表 3-1 数据预处理步骤表

其中一种选择模型的方法是对待选择模测试一番，看看那个模型效果好。在训练的时整模型的参数。主要分为手动调优、网格搜索优方法[18]。与改进要是模型的优缺点(或者叫模型的评估)，客观公认知，改进就是从分析当中来。数据的预处理后我们才能得到能为我们所有用的数据。数据中最基础、最耗时的步骤[19]，因为有的数据实因为这样，造成数据预处理的项目繁多，工作掘应用于商业领域的一个流程图，很明显，它以
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP311.13;F812.41

【参考文献】

相关期刊论文 前10条

1 王辉;宋翔;庄园;;影响我国财政收入的主要因素的实证分析[J];新经济;2015年29期

2 唐建荣;邓林;;基于LARS-Lasso方法的碳足迹影响因素分析[J];软科学;2014年09期

3 李娣;;湖南财政收入预测模型及实证分析——基于VAR预测模型[J];经济研究参考;2012年65期

4 李全中;;我国财政收入的灰色区间预测及精度检验[J];统计与决策;2012年12期

5 刘心竹;李昊;刘青青;周慧昕;;我国地方财政收入影响因素的实证分析[J];中国集体经济;2012年09期

6 曹芳;朱永忠;;基于多重共线性的Lasso方法[J];江南大学学报(自然科学版);2012年01期

7 梁斌;陈敏;缪柏其;黄意球;陈钊;;基于LARS-Lasso的指数跟踪及其在股指期货套利策略中的应用[J];数理统计与管理;2011年06期

8 姚远;张鹤;;公共预算理论与财政收入预测[J];工业技术经济;2011年10期

9 柳益君;古春生;朱广萍;蒋红芬;陈丹;;LM神经网络在环境质量评估中的应用[J];江南大学学报(自然科学版);2010年02期

10 舒正渝;;浅谈数据挖掘技术及其应用[J];中国西部科技;2010年05期

相关硕士学位论文 前1条

1 吴春广;GM（1，1）模型的改进与应用及其MATLAB实现[D];华东师范大学;2010年

本文编号：2645611