深圳是中国的经济中心城市,深圳市地方经济的发展可以有效带动全国经济的发展,深圳地区生产总值和良好地增长速度,说明了深圳的经济发展前景良好。对于深圳市财政部门而言,对地方经济的现有结构及发展趋势的掌握,可以有效优化地方财政分配、社会资源分配,同时能为制定相关税收政策提供支撑。对于其他地方政府部门,了解和掌握深圳市地方经济结构和产业结构,对自身进行产业升级和转型有一定启示作用。我国自1994年开始实施财政分税制,地方财政既是国家收入的重要部分,也有独立的结构。地方财政收入可以反映当地经济运行状况,良好的地方财政收入可以为社会经济做贡献,在保证居民生活水平和提高居民收入的同时,为欠发达地区提供方向和整改建议。本文选取了自1994年分税制改革以来,深圳市的财政收入及其27个影响因素的数据,首先进行了描述性统计和相关分析,了解数据的分布特性。再运用lasso方法对变量系数进行估计,结合10-折交叉验证的方法,把原始数据切分为训练集和验证集,用最小角回归算法求解估计值,使得一些变量系数为0,同时可以较快且精确地产生估计值,剔除了一些共线性和影响较小的变量,得到7个主要解释变量:一般公共预算支出、社会消费品零售总额、第三产业总值、第三产业与第二产业比值、农业总产值、年末常住人口、在岗职工工资总额。考虑到模型的所有变量为时间序列数据,且模型维度高但样本量不大,对7个主要解释变量建立灰色模型GM(1,1),进行灰色预测,发挥灰色模型的贫信息处理能力,得到主要解释变量在2019和2020年的预测值,并对预测精度予以检测,检测显示效果较好。考虑到人工神经网络对非线性复杂模型有良好的处理能力和自学习能力,把灰色预测模型结合BP神经网络模型进行组合预测,用前25年的数据对神经网络进行训练,把灰色预测的值带入训练好的神经网络模型中,得到深圳市2019和2020的财政预测值。