摘要
山东省是北方的经济大省，在脱贫攻坚、乡村振兴以及新旧动能转换等各项任务中都肩负着十分重要的责任.伴随着减税降费系列政策的持续实施，2019上半年山东省财政收入增速同比下降七个百分点，后续在新冠疫情的不良影响之下省内财政收支的矛盾越发尖锐.为了更有效地促进山东财政增收，就需要研究山东省财政收入的影响因素并通过变量筛选选择合适的因素对其进行建模预测. 本文为研究诸多自变量中对山东省财政收入有较大影响的部分，首先利用统计学中的变量筛选方法与机器学习中的变量筛选方法分别对初步选择的21个自变量进行筛选，发现由自适应Lasso方法筛选出的九个主要变量在随机森林方法给出的变量重要性排名中都非常优秀，将自适应Lasso方法筛选出的变量与随机森林筛选出的重要变量分别进行半参数回归，发现由自适应Lasso方法筛选出的变量构成的模型精度较高，所以利用自适应Lasso-半参数模型进行后续的预测，并根据这些重要因素对财政收入的影响提出了相应的建议.对山东省财政收入有较大影响的主要解释变量为：税收收入、第二产业生产总值、社会消费品零售总额、教育支出、农林水支出、固定资产投资额、普通高等学校毕业人数、出口总值、外商直接投资额，其中税收收入作为财政的主要来源与山东省财政收入正相关，第二产业作为山东经济支柱产业对山东财政影响较大，高效率的财政支出能够促进省内财政增收，下一步山东省要继续通过财政支出鼓励产业创新推动动能转换，更好地为财政增收提供动力.在对山东省未来的财政收入进行预测时，首先对其中的九个自变量未来的估计值利用灰色模型进行预测，然后利用建立的自适应Lasso-半参数模型进行预测，得到短期的预测值为政府下一步的政策给出理论参考.
NETL