

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經網絡的股價預測研究.pdf
- 基于BP神經網絡的銷售預測研究.pdf
- 基于BP神經網絡的匯率預測模型研究.pdf
- 基于BP神經網絡的灰色預測模型.pdf
- 基于遺傳BP神經網絡的股市預測.pdf
- 基于BP神經網絡的時序預測模型的研究.pdf
- 基于BP神經網絡的銷售預測模型.pdf
- 基于bp神經網絡的高校暫付款預測研究
- 基于bp神經網絡的高校暫付款預測研究
- 基于BP神經網絡的AUV航跡預測方法研究.pdf
- 基于BP人工神經網絡的短期交通預測研究.pdf
- 基于BP神經網絡的卷煙銷售違規(guī)預測研究.pdf
- 基于改進BP神經網絡的電力負荷預測研究.pdf
- 基于BP神經網絡的交通流量預測.pdf
- 基于BP神經網絡的模糊時間序列預測.pdf
- 基于BP神經網絡的再生混凝土強度預測.pdf
- 基于BP神經網絡的儲層參數預測.pdf
- 基于BP神經網絡和RBF神經網絡的電網短期負荷預測.pdf
- 基于BP神經網絡的短期電力負荷預測的研究.pdf
- 基于BP神經網絡的載體樁質量預測研究.pdf
評論
0/150
提交評論