税收是一个国家宏观经济调控重要手段,因此对税收收入的影响因素的分析在经济领域的研究中不可或缺。税收收入的影响因素分析和预测结果对国家相关部门的科学决策和管理至关重要。而实际中税收收入的影响因素繁芜众多,造成管理和决策的成本高、效果差,须在理论和实证两方面都作出回答。因而,本文立足于模型选择的角度,利用LASSO方法寻找高影响变量,并联合灰色预测理论中的GM(1,1)模型建立了税收收入影响因素筛选和预测的组合模型。本文首先研究了国内外相关文献的主要研究理论和方法,介绍了模型选择相关理论和灰色系统理论,其中包括子集选择法、NNG方法、LASSO方法和灰色序列生成、灰色建模、灰色关联分析、灰色预测等等。通过比较分析这两种理论的特点、优势和联系,论证建立基于LASSO和灰色理论的组合模型的可行性。其次本文运用模型预测误差的方差最小原理,对LASSO模型和GM(1,1)模型赋予不同的组合权重系数,从而得到最优组合预测值,尽可能更大程度地利用不同的预测样本信息。对LASSO方法和灰色理论进行了数值模拟,模拟结果显示了这两者各自的优越性。然后依据1996—2015年重庆市税收收入的数据实例进行实证分析。通过对比单独LASSO方法、单独灰色方法和组合模型在实例中的表现,说明了组合模型的可行性和优越性。最后,本文对所建立的组合模型进行了总结分析,根据组合模型的表现并做了一定的展望,可作为相关部门进行科学的决策和管理的一部分参考。