纳税评估的广义回归神经网络建模与实证

• 作者: 娄元英 宋雷娟 戚婷婷 楼文高 王浪庆
• 来源期刊: 系统工程
• 学科: 工学
• 关键词: 纳税评估 广义回归神经网络 分类错误率 样本合理分组 评价指标 实证分析
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 经济系统分析
• 页码范围: 81-88
• 页数: 8页
• 分类号: F812|TP391
• 语种: 中文

摘要

针对上海市某区386家中小企业15个财务指标数据,运用灵敏度分析方法筛选出对判定纳税情况具有显著影响的10个评价指标,采用自组织神经网络方法把全部386个样本分成性质相似的训练样本、检验样本和测试样本,通过逐步减小光滑因子值确定其合理值,建立纳税评估广义回归神经网络(GRNN)模型.与线性回归、判别分析、Logistic和支持向量机等模型的结果对比表明:GRNN模型的分类错误率最低,检验样本和测试样本的Ⅱ类和Ⅰ类分类错误率分别低于5.4％和2.0％,平均分类错误率低于2.5％.对另外339家企业纳税情况的判定结果表明,建立的GRNN模型具有很好的泛化能力和鲁棒性.