突发公共事件下省级财政收入预测分析

本文以新冠肺炎疫情作为突发公共事件的代表,从经济角度的影响出发,通过收集2013~2021年31个省(区、市,除港、澳、台地区外)财政收入数据及相关经济指标,利用Lasso回归筛选出有关经济指标作为特征后,采用多维K-Means聚类算法对各省财政进行聚类分析,将全国各省划分成五类。接着基于各省数据再次利用Lasso回归筛选出对当地财政收入影响较大的指标作为变量,建立SVR回归模型,对2022年与2023年一般公共预算收入进行预测。与传统的变量选择方法相比,采用Lasso回归分析选择变量避免变量的共线性问题,使得聚类分析更加接近实际。SVR回归模型预测与灰色预测相比,精度较高,预测效果好,对国家以及相关地方政府制定未来财政计划以及实现经济社会长足发展都有一定的参考意义。