基于VARX-Elman神经网络融合模型的国家财政收入预测研究

摘要：

国家预算作为政府的基本财政收支计划,是政府的重要活动之一,进行国家财政收入的预测对国家收入的预算具有重要参考意义.本文的创新之处在于将ARIMA模型与Elman神经网络结合起来,建立了一种VARX-Elman融合模型.并将其应用于国家财政收入单变量时间序列预测中,通过实证分析验证了融合模型在国家财政收入预测中的有效性.分析发现,相比两个单一模型和一般线性组合模型,融合模型的预测精度得到了提升,具有更好的预测性能,可以应用于国家财政收入单变量时间序列的预测.

关键词：应用统计数学、国家财政收入预测、SARIMA模型、VARX-Elman融合模型、模型比较

所属期刊栏目：11

分类号：O213;F812.3(概率论与数理统计)

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1312-1320