基于BP神經網絡的稅收預測研究.pdf

1、稅收不僅是國家參與國內生產總值分配、進行宏觀調控的重要手段，而且能夠為政府籌集提供公共產品和公共服務的財政資金，還可以調整不同經濟體間的利益分配。我國1994年分稅制改革后，稅收收入平均每年以17.13％的幅度高速增長，并始終在財政總收入中占據主導地位。市場經濟體制確立以來，稅制改革和稅收預測一直是政府經濟工作的焦點，在目前國家經濟轉型時期表現更為明顯。稅收是經濟發(fā)展過程中的一個復雜產物，精確地數據分析對稅務部門的科學決策至關重要，而合

2、理的稅收計劃是以科學的稅收預測方法為前提的，因而新形勢下一定要摒棄傳統的“基數法”制定稅收計劃，盡快形成一個符合邏輯、高效準確和易于操作的先進的稅收預測系統，BP神經網絡強大的非線性擬合能力在稅收預測方面具有絕對優(yōu)勢，將是政府進行稅收預測的主要工具。
　　本文首先從稅收計劃、稅收預測的概念出發(fā)介紹了四種主要的預測方法，并結合稅收收入的影響因素分析確定了使用BP神經網絡預測稅收變化趨勢。其次，在論述BP神經網絡的基礎理論和用于預測的

3、基本原理、步驟以及可行性的基礎上，構建基于BP神經網絡的稅收預測模型。第三，論文在Matlab R2010b開發(fā)環(huán)境中通過編寫代碼，通過對比歷史樣本的因素預測與趨勢預測結果，驗證了趨勢預測在稅收預測領域的可行性，并以我國1995—2014年的稅收數據作為樣本進行網絡的訓練和檢驗，進而實現未來三年稅收的趨勢預測。
　　最后，論文利用上述思路對我國31個省級行政區(qū)域2015—2017年的稅收收入進行預測，再次論證了BP神經網絡預測稅收