地方财政一般预算收入预测模型及实证分析_孙元
财政收入预测问题1要点
财政收入预测问题摘要本文针对财政收入预测问题，建立了回归分析模型、灰色预测模型、阻滞增长模型，并对其模型进行了误差分析，解决了2010-2014年财政收入预测问题。
模型一：为了预测2010年至2014年的财政收入问题，建立了回归分析模型，首先， 画出财政收入与各个因素的残差图，对残差图进行分析，将波动较大的点剔除；其次，将财政收入与各个因素的数据分别进行拟合，判断出财政收入与各个因素之间为线性关系；再次，利用剔除后的数据进行拟合得出财政收入与各个因素之间的关系式：123450.34940.44310.63220.01330.2112y x x x x x =--++ 最后，将各个因素的数据与时间进行拟合，得出其指数关系并将其带入到以上关系式，预测出未来五年的财政收入，其预测结果如下：年份2010 2011 2012 2013 2014 财政收入（亿元） 85189102274 122759 147314 176742 模型二：为了预测2010年至2014年的财政收入问题，建立了灰色预测模型，首先，选择2005年到2009年的各个因素的值进行处理，进行紧邻均值计算，求出发展灰数和内生控制灰数，从而以求时间响应式，得出不同因素的预测值；其次，将后五年不同因素的预测值代入模型一的关系式（财政收入与各个影响因素的关系式），预测后五年各个因素及财政收入的值如下表所示：年份 国民收入（亿元）工业总产值（亿元） 农业总产值（亿元）总人口（万人）固定资产投资（亿元） 财政收入（亿元）2010 404174 183702 41165 134159 237917 858280 2011 471483 210232 46624 134845 286161 104340 2012 550001 240593 52807 135534 344188 126673 2013 641595 275339 59810 136226 413982 153602 201474844231510367742136922497928186041模型三：首先，根据全世界经济情况可知，国家经济从低水平到向高度发达国家经济变化的过程中，财政收入的增加将逐渐趋于0，由此可知国家财政收入的增长符合S 型增长曲线，采用S 型曲线对影响国民收入的各因素进行拟合，以求得20010-2014年的各个因素的预测值；其次，结合模型一，得到财政收入的预测值如下：年份 2010 20112012 2013 2014 财政收入（亿元） 70844789068706795206103211最后，把各影响因素与时间的指数表达式，带入到模型一得出的财政收入关系式中，得其财政收入为S 型增长曲线，以此求出我国在2048年进入发达国家，届时各个因素及财政收入值如下表：年份 国民收入（亿元）工业总产值（亿元） 农业总产值（亿元） 总人口（万人） 固定资产投资（亿元） 财政收入（亿元） 2048 102307447143158146146071341079185800模型四：结合模型一、模型二、模型三得出的结果进行误差分析，最终得到模型二， 灰色预测模型较好。
“十四五”期间地方一般公共预算收入预测分析--以东部Y省为例
“十四五”期间地方一般公共预算收入预测分析———以东部Y 省为例课题组（广东省财政科学研究所，广州510000）内容提要：近年来，受经济增速换挡、减税降费政策力度加大等因素叠加影响，地方一般公共预算收入增长放缓，财政收支平衡压力加大。
为确保地方财政可持续，亟需加强对财政收入形势的预研预判，提高税源培育的有效性、财政收入组织的科学性。
本文以东部Y 省为例，通过构建向量误差修正模型，根据稳健和谨慎两种原则，预测“十四五”期间Y 省一般公共预算收入年均增速分别约为4.6%和2.9%，低于“十三五”期间年均增速。
研究同时表明Y 省一般公共预算收入受“三驾马车”影响较大，为确保“十四五”期间一般公共预算收入目标的顺利实现，有必要充分发挥财税政策作用，促进消费、投资和出口的可持续增长和经济高质量发展。
关键词：一般公共预算收入最终消费支出资本形成总额净出口高质量发展中图分类号：F812文献标识码：A 文章编号：1672-9544(2021)03-0086-08〔收稿日期〕2021-01-25〔作者简介〕课题组负责人：杨娟，广东省财政科学研究所所长，高级经济师，研究方向为财政理论与政策；课题组成员：李林木，广东财经大学教授；贺巧知，广东省财政科学研究所副所长，高级经济师、统计师；谢易和，广东省财政科学研究所中级经济师；葛立宇（通讯作者），广东财经大学讲师；阮爱莺，广东财经大学副教授；汪冲，上海财经大学教授；付宇，南京财经大学博士生。
以税收收入为主体的一般公共预算收入，是我国政府提供公共产品和公共服务的最主要资金来源，在财政收入体系中居于主导地位。
分税制改革以来，地方一般公共预算收入连年快速增长，保证了各项改革的顺利推进，促进了经济社会的协调发展。
但近年来随着我国经济进入转型换挡期，在经济下行压力加大和大规模减税降费政策持续实施的背景下，地方一般公共预算收入增长速度逐渐迎来了一个拐点，即一般公共预算收入增长速度逐渐放缓，甚至开始低于经济增长速度。
公共预算理论与财政收入预测
公共预算理论与财政收入预测姚远;张鹤【摘要】公共预算在整个公共部门管理中扮演着越来越重要的角色.然而我国改革开放30年来,在经济高速增长的同时,公共预算管理的发展却非常缓慢.因此,我们在分析和评论财政预算领域的基本理论的基础上,对预测财政收入的模型和方法加以介绍,以期为我国的预算改革提供建议.【期刊名称】《工业技术经济》【年(卷),期】2011(030)010【总页数】8页(P72-79)【关键词】公共预算理论财政收入收入预测【作者】姚远;张鹤【作者单位】吉林大学,长春130000;中国人民大学,北京100872【正文语种】中文【中图分类】F812.3引言公共预算在公共部门管理中扮演着越来越重要的角色。
预算的实质在于配置稀缺资源,因而它意味着在潜在的支出目标间进行选择;预算也意味着平衡,因此它需要一定的决策制定过程(Rubin,1990)。
所以公共预算就涉及到公共资源的配置和公共资金使用上的选择。
从广义的角度来看,公共预算的研究与整个社会的研究有关:研究公共预算的理由之一就是藉由观察政府支出的方式、过程与优先级,来了解社会。
因此,在不同的国家和不同的时期,公共预算过程或有不同,但是无论在哪种社会、哪种制度之下,公共预算都发挥着十分重要的作用。
事实上,政府在整个财政领域占据着绝对的主导地位,政府处理公共事务的效率直接影响到人们的福利水平。
而决定政府决策能力的一个重要因素就是政府对财政收入的预测(Feenberg et al.,1989)。
因此本文首先对财政预算领域的基本理论进行分析和评论,然后在预算理论的指导下,对预测财政收入的模型和方法加以介绍,进而为我国的预算改革提供建议。
1 公共预算理论传统的公共预算理论的研究可从3种不同的观点来进行:即经济学、政治学与管理学。
这3种研究观点各有其关注的重点,思考的方式也有所不同 (Caiden,1990)。
1.1 经济学经济学主要对公共预算进行规范性和实证性的研究。
我国财政收入预测模型的构建与应用
我国财政收入预测模型的构建与应用财政收入是一个国家经济运行的重要指标，也是宏观经济政策的重要手段，对于国家的经济发展和社会稳定具有至关重要的意义。
如何准确、及时、有效地预测财政收入，是财政管理工作的重要课题之一，也是财政部门需要解决的难题。
传统的财政收入预测方法主要是基于经验主义和专家经验，这种方法过于主观，缺乏可靠性和科学性，难以应对经济环境的复杂多变。
因此，建立科学、可靠、准确的财政收入预测模型，是财政部门提高收入管理、优化税收结构、推进经济发展的重要手段之一。
一、财政收入预测模型的构建财政收入预测模型的构建需要综合考虑多个因素，如国民经济运行情况、政策法规、外部环境等。
通常，财政收入预测模型可以分为时间序列模型和非时间序列模型两种。
1. 时间序列模型时间序列模型通常基于历史数据建模，用来预测未来的变化趋势和规律。
时间序列模型可以通过分析时间序列数据的季节性、趋势和随机性，来预测未来的财政收入变化趋势。
时间序列模型中，较为常用的方法有 ARIMA 模型和灰色预测模型。
ARIMA模型是一种广泛应用的时间序列分析方法，可以对有周期性和趋势性的数据进行预测；灰色预测模型则是一种适用于小样本、非线性时变的预测模型，一般用于短期预测。
2. 非时间序列模型非时间序列模型通常采用回归分析方法，通过建立财政收入与影响因素之间的关系模型，来预测未来的财政收入变化趋势。
非时间序列模型通常需要搜集大量的经济数据和社会数据，建立多元回归模型进行预测。
非时间序列模型中，常用的方法有回归分析、神经网络模型和决策树模型等。
回归分析是一种广泛应用的预测方法之一，可以对财政收入与经济社会影响因素之间的关系进行建模和预测；神经网络模型和决策树模型分别采用神经元和树形结构对变量之间的非线性关系进行建模和预测。
二、财政收入预测模型的应用财政收入预测模型可以在很多方面得到广泛的应用，包括提高财政收入管理、优化税收结构和推进经济发展等方面。
Python数据分析与应用实例-财政收入预测分析
目录分析财政收入预测背景分析财政收入预测背景1.财政收入简介与需求A财政收入，是指政府为履行其职能,实施公共政策确供公共物品与服务需要而筹集地所有资金地总与。
财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得地货币收入。
财政收入是衡量一国政府财力地重要特征，政府在社会经济活动中提供公共物品与服务地范围与数量,在很大程度上取决于财政收入地充裕状况。
在我国现行地分税制财政管理体制下，地方财政收入不但是国家财政收入地重要组成部分，而且具有其相对独立地构成内容。
如何制定地方财政支出计划，合理分配地方财政收入,促进地方地发展提高市民地收入与生活质量是每个地方政府需要考虑地首要问题。
因此,地方财政收入预测是非常必要地。
3分析预测结果模型评价指标A采用回归模型评价指标对地方财政收入地预测值进行评价，得到地结果如下表所示。
34.203680600817.41573908370.9908896953750.990878079078可以看出平均绝对误差与中值绝对误差较小，可解释方差值与R方值十分接近L表明建立地支持向量回归模型拟合效果优良可以用于预测财政收入。
39目录小结40小结本项目财政收入预测，主要介绍了原始数据地有关性分析，特征地选取，构建灰色预测与支持向量回归预测模型，模型地评价四部分内容。
在财政收入有关数据地有关性分析中,采用了简单有关系数对数据进行了分析。
在特征选取中，运用了广泛使用地Lasso回归模型。
在模型地构建阶段，针对历史数据首先构建了灰色预测模型，对所选特征地2014年与2015年地值进行预测。
然后根据所选特征地原始数据与预测值,建立支持向量回归模型彳导到财政收入地最终预测值。
最后用平均绝对误差，中值绝对误差，可解释方差值与R方值进行模型地评价。
本项目建立地财政收入预测模型,通过图8-2可以看出不艮好地拟合了财政收入地变化情况。
同时,模型还具有很高地预测精度，可以用来指导实际地工作。
财政收入预测模型研究方案
财政收入预测模型研究方案1、研究目标本研究旨在建立基于公共财政预算、政府性基金预算、国有资本经营预算和社保基金预算四本预算的政府财政收入预测模型。
对四本预算的主要细分款项分别进行模拟分析，建立预测函数，从而形成一套较为客观准确的财政收入预测方法，为完善收入预算编制提供参考，为进一步规范预算构成提供数据决策支持。
2、研究内容本研究拟从公共财政预算入手，从税收收入、非税收入、债务收入和转移性收入四个方面进行分析研究。
其中税收收入的模拟计算是本研究的重点，如何分税种的对税收收入进行模拟预测，是本研究第一阶段的主要内容。
本研究将探究影响税收收入的主要因素，确定税收影响因素的作用机理和影响程度，建立各税种模拟预测的方法，从分税种的角度系统地构建税收预测模型体系，客观准确地预测政府税收收入，进而再对其他三本预算进行研究。
通过对国内关于税收收入预测的相关论文进行简单文献调研发现，目前存在多种不同的方法对税收收入预测进行研究，并构建了多种预测模型。
例如：采用传统的计量经济模型进行预测，将计量经济学和时间序列方法应用到税收收入预测；将线性模型推广到非线性模型，如三次函数模型、指数增长模型等；将比较流行的数理模型运用到税收预测中，如神经网络模型、马尔科夫预测模型、支持向量机模型等。
其中，大部分税收收入预测文献集中于对总税收收入进行预测，而以分税种预测加和后计算总税收收入的相关文献比较少见。
由于增值税、消费税、营业税、企业所得税和个人所得税之和占总税收收入比例较大，其比例具有一定的稳定性，因此本研究在对分税种预测的基础上，考虑用分税种加总占总税收收入比例来进行推算预测。
首先运用多种预测方法对分税种税收收入进行预测，再根据历年分税种加总占总税收收入的比重对总税收收入进行推算预测，同时与直接对总税收收入预测结果进行对比分析。
3、 研究技术路线本研究拟对四本预算，即公共财政预算、政府性基金预算、国有资本经营预算和社保基金预算四个模块分别进行模型构建。
地方财政一般预算收入预测模型及实证分析_孙元
地方财政一般预算收入预测模型及实证分析孙元 吕宁(浙江大学管理学院)【摘要】目前,我国地方财政收入预测模型的水平参差不齐,预测方法科学不足、预测机制不能与国际接轨。
本文结合地方财政收入的构成内容以及结构特点,使用传统时间序列、多元回归以及基于学习理论的SVM方法,分别对一般预算收入以及其中的主要税种建立单项预测模型,最后引入组合预测方法将上述三种方法有效结合,在浙江省实际数据的支持下建立了较为完整的地方财政一般预算收入预测模型,预测出浙江省“十一五”期间的地方财政一般预算收入。
关键词 地方财政 一般预算收入预测模型 SVM 岭回归 组合预测中图分类号 F22410 文献标识码 AForecasting Model and Empirical R esearchon the G eneral Budget R evenueof R egional Finance Abstract:At p resent,t he ability of establishing forcasting model of financial revenue varies1Forecasting met hod is insufficiently scientific and forecasting mech2 anism can not merge wit h t he world1This paper,co mbining t he content s and st ruc2t ures of regional financial revenue,makes use of t raditional time sequencial met h2 od,multiΟmeta regression as well as SVM to establish single forcasting modelsfor general budget revenues and several main tax types1It combines t he above t hree met hods by int roducing combiningΟforcasting met hods effectively,and establishesa reletively integrated forcasting model of regional financial budget revenues on t he basis of real data of Zhejiang province as well as forcast s t he general budget revenueof regional finance f rom2006to2010in Zhejiang p rovince1K ey w ords:Local G overnment;General Budget Revenue Forecasting Models; SVM;Ridge Regression;Combination Forecast引 言自1994年分税制改革以后,我国的地方财政收入主要由一般预算收入和基金预算收入构成,而一般预算收入是财政收入的重要组成部分。
财政收入计量经济学模型分析
我国财政收入的计量经济学模型分析一、经济理论背景近几年来，中国经济保持了快速发展势头。
财政是同国家的产生和存在相联系。
国家为了维持自身的存在和发挥职能，必须消耗一定的社会产品。
但是，国家本身通常不直接从事生产活动，因而必须凭借自身拥有的政治权力，强制性地征收一部分社会产品，以满足各方面支出的需要。
这种国家的收入和支出就是财政，它是国家凭借政治权力而进行的社会产品的分配。
从这一概念的内容可以看出，财政是一种分配关系，是一种以国家为主体、在社会范围内集中性的分配关系。
这就是财政的本质。
我们选取了全国1978-2001年的财政收入，通过建立计量模型，运用计量分析方法对影响财政收入的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终使财政收入成为促进中国经济发展的基石。
二、有关财政收入及其影响因素的理论我们主要从以下几个方面分析我国财政收入的影响因素：①税收税收是国家为实现其职能，凭借政治权力，按照法律规定，通过税收工具强制地、无偿地征参与国民收入和社会产品的分配和再分配取得财政收入的一种形式。
②国民生产总值gross national product（GNP） GNP是指一个国家（地区）所有常住机构单位在一定时期内（年或季）收入初次分配的最终成果。
③其他收入包括基本建设贷款归还收入、基本建设收入、捐赠收入等。
例如企业、个人的捐款，国际组织和别国政府的援助等。
④从业人数非农业就业人数为就业报告中的一个项目，该项目主要统计从事农业生产以外的职位变化情形。
非农就业人数主要是反映制造行业和服务行业的发展及其增长，数字减少便代表企业减低生产，经济步入萧条。
⑤进出口额是指一个国家（地区）与另一个国家（地区）之间的商品和劳务的交换。
这种贸易由进口和出口两个部分组成。
我们猜想财政收入的增加或减少与以上五个因素有关。
三、分析影响财政收入的目的和意义影响财政收的根本性因素济是经发展水平，所以只有大力发展经济，使经济持续稳定地增长，财政收入才能增加。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
地方财政一般预算收入预测模型及实证分析孙元 吕宁(浙江大学管理学院)【摘要】目前,我国地方财政收入预测模型的水平参差不齐,预测方法科学不足、预测机制不能与国际接轨。
本文结合地方财政收入的构成内容以及结构特点,使用传统时间序列、多元回归以及基于学习理论的SVM方法,分别对一般预算收入以及其中的主要税种建立单项预测模型,最后引入组合预测方法将上述三种方法有效结合,在浙江省实际数据的支持下建立了较为完整的地方财政一般预算收入预测模型,预测出浙江省“十一五”期间的地方财政一般预算收入。
关键词 地方财政 一般预算收入预测模型 SVM 岭回归 组合预测中图分类号 F22410 文献标识码 AForecasting Model and Empirical R esearchon the G eneral Budget R evenueof R egional Finance Abstract:At p resent,t he ability of establishing forcasting model of financial revenue varies1Forecasting met hod is insufficiently scientific and forecasting mech2 anism can not merge wit h t he world1This paper,co mbining t he content s and st ruc2t ures of regional financial revenue,makes use of t raditional time sequencial met h2 od,multiΟmeta regression as well as SVM to establish single forcasting modelsfor general budget revenues and several main tax types1It combines t he above t hree met hods by int roducing combiningΟforcasting met hods effectively,and establishesa reletively integrated forcasting model of regional financial budget revenues on t he basis of real data of Zhejiang province as well as forcast s t he general budget revenueof regional finance f rom2006to2010in Zhejiang p rovince1K ey w ords:Local G overnment;General Budget Revenue Forecasting Models; SVM;Ridge Regression;Combination Forecast引 言自1994年分税制改革以后,我国的地方财政收入主要由一般预算收入和基金预算收入构成,而一般预算收入是财政收入的重要组成部分。
因此,建立一套科学的地方财政收入的预测体系,尤其是一般预算收入的预测体系是地方政府的一项重要工作。
而长期以来,我国对来年预算收入的制定都采用“基数法”,即以上年预算收入数作为基数,以一定的增长率来计算,并考虑一些特殊因素进行调整,而在对关键的增长率进行确定时,大多数地方政府都采取在GDP增长率基础上进行相应调整的方法。
这种方法割裂了财政收入与经济系统各变量之间的复杂关系,并不能够客观地反映财政收入的数量,对政府预算制定的指导作用有限。
因此,通过更合理、更科学的预测方法和技术,结合财政经济以及税收经济理论,建立相应的地方财政收入预测模型,获得更准确的预测数据,对于国家和地方政府编制合理的预算报告、进行宏观经济调控、监测税源稳定情况等都具有非常重要的意义和作用。
本文尝试在假定现行政策制度不变的情况下,通过引入不同理论背景预测研究方法,建立科学合理的地方财政一般预算收入预测模型,并结合浙江省的实际数据对浙江省“十一五”期间的一般预算收入进行预测,为制定“十一五”期间合理的财政预算提供依据,使得地方政府能够遵守“量入为出”、“以收定支”的财政预算政策,合理安排财政支出。
一、预测模型的理论基础有很多的文献讨论了时间序列模型在财政收入预测中的精确度和有用性,如Mahmoud, E1(1984)在一篇关于预测方法精确度回顾和调查的基础上指出,大部分关于预测方法研究的文献都认为简单的时间序列模型并不一定比复杂模型差。
还有一些文献则认为不考虑数据趋势或者季节变化的移动自平均以及单指数平滑模型非常的好(Reddick,2004)。
因果分析法(包括回归分析)的一个最大优点在于它能够提供一种使政策制定者通过对收入预测过程以及预测方法的了解过程系统地掌握经济原理(Reddick,2004)。
支持向量机(Support Vector Machines,SVM),在解决小样本、非线性及高维模式识别问题中表现出了许多特有的优势,并能够应用推广到函数拟合等其他机器学习问题中,支持向量机成功地解决了高维问题和局部极值问题。
(李应红、尉询楷、刘建勋,2004)在经济系统预测中也有很多采用组合预测方法的实践工作,如李秉祥(2005)提出了一种基于模糊神经网络的企业财务危机非线性组合预测方法,通过与其他模型比较,认为该方法预测精度高,学习泛化能力强,适应性广;赵海青(2005)在电力负荷预测中使用一种神经网络优选的组合预测模型,通过试验例证表明,此模型具有较强的姿势性和较高的预测精度。
本文所选择的非负最优组合权重方法是根据唐小我、马永开(2003)等的系统研究基础上所选取的具有较强适用性的一种权重组合方法。
二、一般预算收入预测模型下面以浙江省一般预算收入预测为例,建立地方财政一般预算收入的预测模型。
模型的主要构建思路为:首先对一般预算收入总收入在指数平滑、多元回归模型、SVM模型的基础上建立组合预测模型,由于构成一般预算收入的四大税种的重要性,再对增值税、营业税、企业所得税、个人所得税四大税种分别按照与总收入相同的方法建立组合预测模型,同时以此来验证组合预测拟合误差相对较小。
本模型样本取自1994年浙江省地方财政分税制改革以后到2004年,将2005～2010年作为预测年,数据均来自《中国统计年鉴》。
11模型外生变量预测在对一般预算财政收入建立预测模型时,需要用到一些外生经济变量,而这些经济变量的未来值不知道。
在一套完整的经济预测系统中,是通过其他经济模块的预测得到这些外生变量的值,但是由于本文仅仅涉及到一般预算收入模块的预测模型,因此,并不侧重这些外生经济变量的预测,仅仅通过时间序列建模方法对各外生变量进行简单预测,以支持一般预算收入模型。
模型运用计量经济统计软件Eviews进行建模。
所有预测模型均根据A IC/SC准则选择可选范围内最优,模型的残差均在0105水平上通过序列相关的显著性检验。
通过模型得出各外生变量2005～2010年的预测值,如表1。
表1外生变量预测值年份G DP 全社会固定资产投资工业企业实现利润全社会消费品零售总额职工工资储蓄额建筑业产值20051315016772618810611764138146130315378611888161279 20061507712790601661189194763177165016993681988922106 20071701010510372102131815254021452049195109311891072165 20081894417811662166144711760421472473108125261741180142 20092088011312932113157518266821642930159141391881329111 2010228151691418112317041477322182339815215763149143817年份第二产业总产值第三产业总产值出口额进口额工业总产值批发零售业务总额20057110199507017776217431517264601721490195 200681681495781129361283441087578153816651241 200792241089650519481113162361193871511118221497 20081027912672401121289109373117986018519951239 20091133413479801561465148638012411011105321531889 201012389148725112164114238416912163143523251359 21一般预算收入预测模型(1)一般预算收入指数平滑模型。
观察一般预算收入的总趋势可以看到浙江省一般预算收入具有明显的时间趋势,因此本文首先选取简单易用的指数平滑模型建立浙江省一般预算收入的简单时间序列模型。
按照HoltΟWinters无季节模型建立一般预算收入的平滑方程,预测值由下式计算:y t+k=a T+b T k(1)通过Eviews软件计算参数得到总收入的预测公式为:^y t+k=a T+b T k=ay t+(1-016599)(a t-1+b t-1)+(a t-a t-1)k(2)图1为指数平滑模型的拟合图。
通过拟合图可以看到指数模型对一般预算收入的拟合效果较好,但是在2001年总收入变化趋势突变时并未及时预见,而是在滞后一期的2002年延续该趋势,使得该年数据较之实际数据有所变化。
总的来说,指数模型较好地对总收入数据进行了拟合,但是从拟合图中可以看到,指数模型在2004年以后的趋势增长较之实际数据有低估的趋势。
将指数模型应用于预测可能会低估未来收入增长。
图1 一般预算收入指数平滑模型拟合图 (2)一般预算收入岭回归模型。
为了选择最佳的k值估计^βj(k),将k限定在(0, 012),步长为0105变换,计算相应的^βj(k),绘制出相应的岭迹图并经分析得,当k≥0105以后,各自变量的系数值已经基本趋于稳定,并没有太大的变化。
再参照决定系数R2的值,当k=0105时,其决定系数依然较大,为0197853。
因此在综合比较考虑之后,选定岭参数k=0108。
根据确定的岭参数k,计算在该参数下各自变量的有偏系数^βj(k),通过SPSS中关于岭回归的估计程序,得到岭回归方程以及其方程相关检验指标:Y=010153GD P+010433I nvest+013095W age+010519Cons um+010269S ave-2021156(-411733) (415733) (21383) (310133)(11583) (21033) (3)模型的修正后决定系数01957较大,拟合效果较好,方程整体显著性指标F为0100358,也在0101的显著性水平下通过了检验,说明方程整体显著。