第4章 财政收入预测分析

财政收入预测分析1了解相关性分析目录分析财政收入预测背景2使用Lasso回归选取财政收入预测的关键特征3使用灰色预测和SVR构建财政收入预测模型4小结5财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。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）所取得的货币收入。财政收入是衡量一国政府财力的重要特征，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上取决于财政收入的充裕状况。在我国现行的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的重要组成部分，而且具有其相对独立的构成内容。如何制定地方财政支出计划，合理分配地方财政收入，促进地方的发展，提高市民的收入和生活质量是每个地方政府需要考虑的首要问题。因此，地方财政收入预测是非常必要的。分析财政收入预测背景1.财政收入简介和需求考虑到数据的可得性，本案例所用的财政收入分为地方一般预算收入和政府性基金收入。地方一般预算收入包括以下2个部分。税收收入。主要包括企业所得税与地方所得税中中央和地方共享的40%，地方享有的25%的增值税，营业税和印花税等。非税收收入。包括专项收入、行政事业性收费、罚没收入、国有资本经营收入和其他收入等。政府性基金收入是国家通过向社会征收以及出让土地、发行彩票等方式取得收入，并专项用于支持特定基础设施建设和社会事业发展的收入。分析财政收入预测背景2.财政收入预测数据基础情况

分析财政收入预测背景2.财政收入预测数据基础情况

分析财政收入预测背景2.财政收入预测数据基础情况

分析财政收入预测背景2.财政收入预测数据基础情况

分析财政收入预测背景2.财政收入预测数据基础情况结合财政收入预测的需求分析，本次数据分析建模目标主要有以下2个。分析，识别影响地方财政收入的关键特征。预测2014年和2015年的财政收入。分析财政收入预测背景3.财政收入预测分析目标众多学者已经对财政收入的影响因素进行了研究，但是他们大多先建立财政收入与各待定的影响因素之间的多元线性回归模型，运用最小二乘估计方法来估计回归模型的系数，通过系数来检验它们之间的关系，模型的结果对数据的依赖程度很大，并且普通最小二乘估计求得的解往往是局部最优解，后续步骤的检验可能就会失去应有的意义。本案例在已有研究的基础上运用Lasso特征选择方法来研究影响地方财政收入的因素。在Lasso特征选择的基础上，鉴于灰色预测对少量数据预测的优良性能，对单个选定的影响因素建立灰色预测模型，得到它们在2014年及2015年的预测值。由于支持向量回归有较强的适用性和容错能力，对历史数据建立训练模型，把灰色预测的数据结果代入训练完成的模型中，充分考虑历史数据信息，可以得到较为准确的预测结果，即2014年和2015年财政收入。了解财政收入预测的方法方法选择熟悉财政收入预测的步骤与流程本案例的总体流程如图所示，主要包括以下步骤。对原始数据进行探索性分析，了解原始特征之间的相关性。利用Lasso特征选择模型进行特征提取。建立单个特征的灰色预测模型以及支持向量回归预测模型。使用支持向量回归预测模型得出2014-2015年财政收入的预测值。对上述建立的财政收入预测模型进行评价。熟悉财政收入预测的步骤与流程案例流程1了解相关性分析目录分析财政收入预测背景2使用Lasso回归选取财政收入预测的关键特征3使用灰色预测和SVR构建财政收入预测模型4小结5

了解相关性分析Pearson相关系数

了解相关性分析Pearson相关系数

x1x2x3x4x5x6x7x8x9x10x11x12x13yx11.000.950.950.970.970.990.950.970.980.98-0.290.940.960.94x20.951.001.000.990.990.920.990.990.980.98-0.130.891.000.98x30.951.001.000.990.990.921.000.990.980.99-0.150.891.000.99x40.970.990.991.001.000.950.991.000.991.00-0.190.911.000.99x50.970.990.991.001.000.950.991.000.991.00-0.180.900.990.99x60.990.920.920.950.951.000.930.950.970.96-0.340.950.940.91x70.950.991.000.990.990.931.000.990.980.99-0.150.891.000.99x80.970.990.991.001.000.950.991.000.991.00-0.150.901.000.99x90.980.980.980.990.990.970.980.991.000.99-0.230.910.990.98x100.980.980.991.001.000.960.991.000.991.00-0.170.900.990.99x11-0.29-0.13-0.15-0.19-0.18-0.34-0.15-0.15-0.23-0.171.00-0.43-0.16-0.12x120.940.890.890.910.900.950.890.900.910.90-0.431.000.900.87x130.961.001.001.000.990.941.001.000.990.99-0.160.901.000.99y0.940.980.990.990.990.910.990.990.980.99-0.120.870.991.00分析计算结果Pearson相关系数矩阵

分析计算结果分析1了解相关性分析目录分析财政收入预测背景2使用Lasso回归选取财政收入预测的关键特征3使用灰色预测和SVR构建财政收入预测模型4小结5Lasso回归方法属于正则化方法的一种，是压缩估计。它通过构造一个惩罚函数得到一个较为精炼的模型，使得它压缩一些系数，同时设定一些系数为零，保留了子集收缩的优点，是一种处理具有复共线性数据的有偏估计。了解Lasso回归方法1.概念Lasso以缩小特征集（降阶）为思想，是一种收缩估计方法。Lasso方法可以将特征的系数进行压缩并使某些回归系数变为0，进而达到特征选择的目的，可以广泛应用于模型改进与选择。通过选择惩罚函数，借用Lasso思想和方法实现特征选择的目的。模型选择本质上是寻求模型稀疏表达的过程，而这种过程可以通过优化一个“损失”＋“惩罚”的函数问题来完成。了解Lasso回归方法2.基本原理

了解Lasso回归方法2.基本原理当原始特征中存在多重共线性时，Lasso回归不失为一种很好的处理共线性的方法，它可以有效地对存在多重共线性的特征进行筛选。在机器学习中，面对海量的数据，首先想到的就是降维，争取用尽可能少的数据解决问题，从这层意义上说，用Lasso模型进行特征选择也是一种有效的降维方法。Lasso从理论上说，对数据类型没有太多限制，可以接受任何类型的数据，而且一般不需要对特征进行标准化处理。了解Lasso回归方法3.适用场景优点：可以弥补最小二乘法和逐步回归局部最优估计的不足，可以很好地进行特征的选择，可以有效地解决各特征之间存在多重共线性的问题。缺点：如果存在一组高度相关的特征时，Lasso回归方法倾向于选择其中的一个特征，而忽视其他所有的特征，这种情况会导致结果的不稳定性。虽然Lasso回归方法存在弊端，但是在合适的场景中还是可以发挥不错的效果。在财政收入预测中，各原始特征存在着严重的多重共线性，多重共线性问题已成为主要问题，这里采用Lasso回归方法进行特征选取是恰当的。了解Lasso回归方法4.Lasso回归方法优缺点用R语言编制相应的程序后运行得到如下表所示的结果。分析Lasso回归结果分析系数表x1x2x3x4x5x6x70.00000.00000.08260.00000.00470.00000.3142x8x9x10x11x12x13

0.00000.00000.00000.00000.00000.0000

1了解相关性分析目录分析财政收入预测背景2使用Lasso回归选取财政收入预测的关键特征3使用灰色预测和SVR构建财政收入预测模型4小结5灰色预测法是一种对含有不确定因素的系统进行预测的方法。在建立灰色预测模型之前，需先对原始时间序列进行数据处理，经过数据处理后的时间序列即称为生成列。灰色系统常用的数据处理方式有累加和累减两种。了解灰色预测算法1.概念

了解灰色预测算法2.基本原理后验差检验模型精度如下表所示。了解灰色预测算法2.基本原理PC模型精度>0.95<0.35好>0.80<0.5合格>0.70<0.65勉强合格<0.70>0.65不合格灰色预测法的通用性比较强些，一般的时间序列场合都可以用，尤其适合那些规律性差且不清楚数据产生机理的情况。了解灰色预测算法3.适用场景优点：具有预测精度高、模型可检验、参数估计方法简单、对小数据集有很好的预测效果。缺点：对原始数据序列的光滑度要求很高，在原始数据列光滑性较差的情况下灰色预测模型的预测精度不高甚至通不过检验，结果只能放弃使用灰色模型进行预测。4.灰色预测优缺点

了解SVR算法1.基本原理由于支持向量机拥有完善的理论基础和良好的特性，人们对其进行了广泛的研究和应用，涉及分类、回归、聚类、时间序列分析、异常点检测等诸多方面。具体的研究内容包括统计学习理论基础、各种模型的建立、相应优化算法的改进以及实际应用。支持向量回归也在这些研究中得到了发展和逐步完善，已有许多富有成果的研究工作。了解SVR算法2.适用场景优点：支持向量回归不仅适用于线性模型，对于数据和特征之间的非线性关系也能很好抓住；持向量回归不需要担心多重共线性问题，可以避免局部极小化问题，提高泛化性能，解决高维问题；支持向量回归虽然不会在过程中直接排除异常点，但会使得由异常点引起的偏差更小。缺点：计算复杂度高，在面临数据量大的时候，计算耗时长。了解SVR算法3.SVR算法优缺点kernlab包中的ksvm函数可以实现线性支持向量回归，其使用语法如下。ksvm(x,y=NULL,type=NULL,kernel="rbfdot",……)了解SVR算法4.常用参数介绍参数名称说明x接收float，因变量，无默认y接收float，自变量，默认为NULLtype接收特定character。表示算法类型，有C-svc、C_bsvc、nu-svc、spoc-svc、kbb-svc、one-svc、eps-svr、nu-svr和eps-bsvr。默认为NULLkernel接收特定character。表示核函数类型，有rbfdot、polydot、vanilladot、tanhdot、laplacedot、besseldot、anovadot、splinedot、stringdot。默认为rbfdot社会从业人数（x1）、社会消费品零售总额（x3）、城镇居民人均可支配收入（x4）、城镇居民人均消费性支出（x5）、全社会固定资产投资额（x6）、地区生产总值（x7）、第一产业产值（x8）和居民消费水平（x13）特征的2014年及2015年通过建立的灰色预测模型得出的预测值，如下表所示。分析预测结果通过灰色预测模型得出的预测值2014预测值2015预测值预测精度等级x18142148.28460489.3好x37042.318166.92好x443611.8447792.22好x535046.6338384.22好x685055238627139好x74600.45214.78好x818686.2821474.47好x1344506.4749945.88好将上表的预测结果代入地方财政收入建立的支持向量回归预测模型，得到1994年至2015年财政收入的预测值，其中Y_pred表示预测值。分析预测结果预测结果对比采用回归模型