| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究综述 | 第7-8页 |
| 1.2.1 国内研究综述 | 第7-8页 |
| 1.2.2 国外研究综述 | 第8页 |
| 1.3 研究思路及研究方法 | 第8-9页 |
| 1.4 主要创新点与不足 | 第9-10页 |
| 1.4.1 创新点 | 第9页 |
| 1.4.2 不足之处 | 第9-10页 |
| 第二章 甘肃省税收收入与经济增长的基本情况分析 | 第10-13页 |
| 2.1 税收收入及经济增长 | 第10-11页 |
| 2.1.1 税收收入理论概述 | 第10页 |
| 2.1.2 经济增长理论概述 | 第10页 |
| 2.1.3 税收与经济增长关系的分析 | 第10-11页 |
| 2.2 甘肃省1994—2011年税收收入与经济增长基本情况分析 | 第11-13页 |
| 2.2.1 甘肃省税收收入基本情况分析 | 第11页 |
| 2.2.2 甘肃省经济增长基本情况分析 | 第11-12页 |
| 2.2.3 甘肃省税收收入与经济增长的对比情况 | 第12-13页 |
| 第三章 甘肃省国税预测模型 | 第13-27页 |
| 3.1 基于计量经济建模理论的甘肃省国税预测模型 | 第13-22页 |
| 3.1.1 数据选择 | 第13页 |
| 3.1.2 基于时间的趋势方程拟合 | 第13-17页 |
| 3.1.3 基于GDP的线性回归方程拟合 | 第17-19页 |
| 3.1.4 税收总量自回归方程拟合 | 第19-21页 |
| 3.1.5 预测值检验及分析 | 第21-22页 |
| 3.2 基于BP神经网络的甘肃省国税收入的预测模型 | 第22-26页 |
| 3.2.1 BP神经网络 | 第22页 |
| 3.2.2 BP神经网络可用于税收预测 | 第22页 |
| 3.2.3 数据预处理 | 第22-23页 |
| 3.2.4 BP神经网络的建立和学习 | 第23-24页 |
| 3.2.5 模型的检验及预测 | 第24-26页 |
| 3.2.6 小结 | 第26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 甘肃省国税收入与经济增长的研究分析 | 第27-39页 |
| 4.1 基于协整理论的甘肃省国税收入与经济增长关系分析 | 第27-33页 |
| 4.1.1 协整理论及ECM | 第27-28页 |
| 4.1.2 GRANGER因果检验 | 第28页 |
| 4.1.3 误差修正模型的实证分析 | 第28-33页 |
| 4.2 基于逐步回归分析的甘肃省国税与经济增长的相关分析 | 第33-38页 |
| 4.2.1 理论依据 | 第33页 |
| 4.2.2 数据来源 | 第33页 |
| 4.2.3 逐步回归法 | 第33-34页 |
| 4.2.4 模型建立 | 第34-37页 |
| 4.2.5 模型检验 | 第37页 |
| 4.2.6 模型的经济分析 | 第37-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 结论与建议 | 第39-41页 |
| 5.1 主要结论 | 第39页 |
| 5.2 政策建议 | 第39-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43页 |
