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、1基于SARIMA和二次曲線模型增值稅預測分析江西財經(jīng)大學涂小青、夏友亮、張運金摘要摘要:增值稅稅收與一個國家的GDP有密切的關系,可以通過分析增值稅的稅收情況來反映經(jīng)濟的運行情況。未來更好的把握稅收的收入情況,及時掌握國民經(jīng)濟的走勢,有必要建立一個有效的預測模型來對稅收進行預測,及時為決策者提供可靠及時的數(shù)據(jù)。在增值稅的數(shù)據(jù)中即包含有隨機波動的影響因素,有含有與時間相關的長期趨勢,通過兩個模型從不同的方面對稅收數(shù)據(jù)進行擬合,最后綜合兩
2、個模型的預測優(yōu)勢,做出最優(yōu)的預測。關鍵字:sarma二次曲線增值稅預測Abstract:ValueaddedtaxtaxacountrysGDPhascloserelationshipyoucananalyzetheVATtaxsituationtoreflecttherunningsituationoftheeconomy.Thefuturebettergraspofincometaxtograspthetrendofthenatio
3、naleconomyitisnecessarytoestablishaneffectivefecastmodeltopredictontaxesintimefthedecisionmakertimelydata.Inthevalueaddedtaxofdataisabouttheinfluencefactsofromfluctuationcontainsthelongtermtrendsrelatedwithtimethroughthe
4、twomodelsfromadifferentaspectoftaxdatafittingthelastcomprehensivetwomodelpredictionsadvantagemakethebestprediction.3ARIMA模型分為以下三種:1.自回歸模型(AR:Autoregressive)如果時間序列滿足tyttttyyy?????????11...其中是獨立同分布的隨機變量序列,且滿足:t?02?????tVar
5、以及E()=0t?則稱時間序列為服從p階的自回歸模型。ty自回歸模型的平穩(wěn)條件:滯后算子多項式ppBBB???????...)(1)(1的根均在單位圓外,即φ(B)=0的根大于1。2.移動平均模型(MA:MovingAverage)如果時間序列滿足tyqtqttty???????????...11則稱時間序列為服從p階移動平均模型;移動平均模型平穩(wěn)條件:任何ty條件下都平穩(wěn)。3.混合模型(ARMA)如果時間序列滿足:tyqtqtttpt
6、pttyyy???????????????????.........1111則稱時間序列為服從(pq)階自回歸滑動平均混合模型?;蛘哂洖閠yφ(B)=θ(B)tyt?二次曲線模型是趨勢外推法的一種,對于大量社會經(jīng)濟現(xiàn)象的發(fā)展主要是漸進型的,其發(fā)展相對于世界具有一定的規(guī)律性。因此,當預測對象依時間變化呈現(xiàn)某種上升或下降的趨勢,并且無明顯的季節(jié)波動,又能找到一條合適的函數(shù)曲線反映這種變化趨勢時,就可以用時間t為自變量,時序數(shù)值y為因變量,建
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(lián)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(wǎng)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(jīng)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(xiàn)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(lián)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
- eviews面板數(shù)據(jù)模型詳解
- eviews面板數(shù)據(jù)之固定效應模型
- 應用eviews分析數(shù)據(jù)和預測
- 應用eviews分析數(shù)據(jù)和預測
- 基于Bayes分析的ARMA模型對凈值的預測.pdf
- eviews面板數(shù)據(jù)實例分析(包會)
- eviews面板數(shù)據(jù)實例分析(包會)
- 時間序列arma模型
- 運用eviews進行實證分析--基于論文的計量需求
- 基于ARMA模型的伊通河橋監(jiān)測數(shù)據(jù)建模與可靠度分析.pdf
- 基于arma模型的上證綜合指數(shù)分析
- 基于ARMA-GARCH模型的時序數(shù)據(jù)挖掘研究.pdf
- eviews6.0面板數(shù)據(jù)操作
- eviews殘差分析
- 基于eviews模型對居民消費水平的變化闡述
- eviews圖像及結果分析
- 基于eviews軟件對a股市場的線性回歸分析
- ARMA模型、ARFIMA模型及其貝葉斯統(tǒng)計推斷與實證分析.pdf
- 基于ARMA模型的結構識別.pdf
- 運用多因素分析及非線性時序模型對金融數(shù)據(jù)的實證分析和診斷.pdf
評論
0/150
提交評論