组合预测方法在广东省税收收入预测中的实证研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 导论 | 第9-17页 |
·问题的提出 | 第9-10页 |
·文献综述 | 第10-13页 |
·组合预测方法概述 | 第10-11页 |
·税收收入预测的研究现状 | 第11-12页 |
·税收收入预测研究中的问题 | 第12-13页 |
·本文的研究内容与结构安排 | 第13-15页 |
·本文的研究方法及研究内容 | 第13-14页 |
·文章结构 | 第14-15页 |
·独创及新颖之处 | 第15-17页 |
第二章 逐步回归预测模型 | 第17-29页 |
·理论背景分析 | 第17-18页 |
·多元回归预测模型 | 第18-22页 |
·多元线性回归模型简介 | 第18-19页 |
·回归方程自变量的选择 | 第19-20页 |
·回归方程的估计 | 第20-21页 |
·回归方程的检验 | 第21-22页 |
·逐步回归预测模型的建立 | 第22-27页 |
·数据来源与处理 | 第23页 |
·实证研究 | 第23-24页 |
·模型检验 | 第24-27页 |
·实证检验 | 第27-29页 |
·实证结果 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 ECM预测模型 | 第29-45页 |
·理论背景分析 | 第29-30页 |
·协整分析 | 第30-38页 |
·协整理论 | 第30页 |
·平稳性和单整性检验 | 第30-35页 |
·协整关系检验 | 第35-38页 |
·误差修正模型ECM | 第38-41页 |
·误差修正模型概述 | 第38-39页 |
·误差修正模型的建立 | 第39-41页 |
·实证检验 | 第41-45页 |
·实证结果 | 第41-43页 |
·本章小结 | 第43-45页 |
第四章 BP神经网络预测模型 | 第45-51页 |
·理论背景分析 | 第45-46页 |
·BP神经网络模型概述 | 第46-47页 |
·BP神经网络模型的实现 | 第47-49页 |
·数据的选择和预处理 | 第48页 |
·BP神经网络模型的建立 | 第48-49页 |
·实证检验 | 第49-51页 |
第五章 广东省税收收入的组合预测模型 | 第51-55页 |
·单项预测模型及误差分析 | 第51-53页 |
·广东省税收收入的组合预测模型 | 第53-54页 |
·实证检验 | 第54-55页 |
·实证结果 | 第54页 |
·本章小结 | 第54-55页 |
第六章 结论及建议 | 第55-59页 |
·结论 | 第55页 |
·政策建议 | 第55-56页 |
·下一步的研究工作 | 第56-59页 |
注释 | 第59-61页 |
参考文献 | 第61-65页 |
致谢 | 第65页 |