摘要: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.
关键词:模糊软集合 税收收入 税制改革 组合预测
单位:重庆大学经济与工商管理学院 重庆400030
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关范文
模糊数学论文