地方财政收入是区域国民经济发展状况的综合反映,相关部门制定有效的财政政策和加强地方财政收入的监督管理都离不开财政收入的预测。河北省地理位置优越,环京津、临渤海,经济的发展推动了地方财政收入的增长。现今随着京津冀协同发展重要战略的开展,河北省迎来了有利的发展机会,精准的财政收入预测在提高决策管理水平和促进国民经济协调快速发展方面有十分重要的应用价值。建立科学合理的预测机制,提出更创新有效的预测方法,这对于建设河北经济,促进社会发展具有重要的意义。本文在分析已有预测方法的特点和不足基础上,以河北省1994~2017年的地方财政收入及其他相关经济指标数据为样本,首先,利用Adaptive-Lasso模型、随机森林模型分别对影响河北省地方财政收入的因素进行选择。其次,将各自筛选出的变量进行XGboost回归预测建模,同时与不进行任何变量筛选建立出的模型进行比较,以平均绝对误差及R方为衡量标准,结果发现:随机森林方法筛选出变量后再进行XGboost建模拟合出的模型平均绝对误差小于另外两种模型,预测效果好,而同时R方大于另外两种模型,拟合效果好。最后,依据随机森林方法筛选出的9个影响河北省地方财政收入的指标因素,采用灰色预测模型预测9个单因素指标2018~2020年的值,并对预测精度进行评定,同时组合建立BP神经网络模型预测2018~2020年河北省地方财政收入,探究出税收、产业结构、全社会固定资产投资、劳动报酬和地方财政支出与河北省地方财政收入之间的影响关系,在现有的政策背景下,提出河北省地方财政收入可持续高质量发展的相关建议。本文方法是对相关预测方法的理论深入,对比筛选出影响河北省地方财政收入的指标因素,然后通过组合模型进行短期预测,精度较高,预测方法的应用前景较广。这对河北省制定相关的财政政策,实现经济社会的长足发展有一定的参考意义。