37900字硕士毕业论文基于神经网络的税收预测分析
论文类型：硕士毕业论文
论文字数：37900字
论点：税收,预测,吉林省
论文概述：
本课题尝试将数据挖掘技术应用到吉林省税收信息化工作中，结合国内外税收预测研究的先进经验，把BP神经网络技术应用到NLICS税收预测工作中，通过对JTAIS历史存放的大量相关数据的分析，找
论文正文：
第一章导言
1.1课题研究背景
为确保税务部门内部各应用系统之间的数据交换，实现纳税人信息和国税地税征管信息的数据共享，从而提高征管水平，实现全面税务管理，在《国家税务总局关于加强地税部门合作的意见》的指导下，各税务部门正在规划或逐步推进数据交换和比对平台的建设。“两税信息比对系统”(以下简称“两税信息比对系统”)是综合税收管理背景下的一个大课题。这是一个涉及各个社会部门的系统工程。在很大程度上，它是电子政务项目的一部分，而不仅仅是国家和地方税务机关之间的简单数据比较。我们不仅要考虑当前税收制度的实际需要，还要从更广泛的信息共享和全面税收管理的角度考虑数据比较的应用。本课题来自吉林省的NLICS。自吉林省采用《吉林省税收征管信息系统》(以下简称JTAIs)以来，信息工作在网络建设、设备配置、业务系统开发和应用等方面逐步完善，具有一定的应用规模和深度，取得了良好的应用效果。如何在税收决策支持中吸收新的信息处理技术，提高决策的科学性和规范性，已成为吉林地税系统信息化建设下一步的关键。在省局领导的直接支持下，吉林省地方税务局提出建立数据仓库和在线分析系统。该系统遵循国家税务总局税收信息化总体规划“一网一平台四系统”的原则。其目标是建立一个基于JTAIS系统数据的标准化、统一、高度共享的综合专题数据库，然后构建一个平台，可以分析税收的规模、构成、分布、发展速度、平均水平、均衡程度等特征，以及增长和发展趋势的规律，以及事物之间的相关性、强度和均衡性(如国内生产总值和税收L1)；为了提高办公效率，加强监控和管理，正确分析税源，掌握税收指标，了解变化规律等方面提供丰富的信息。
JTAIS系统包含大量税收征管的基础数据，而JTAIS系统是一个交易处理系统，面向前台业务应用，不具备快速、高效、便捷获取信息的能力，导致基层单位的管理方法日益先进，而上级管理部门仍然停留在以报告和检查为主的传统管理模式，导致上级管理部门没有信息或信息非常少的情况。Aibike公司和吉林ally软件公司对jtis系统的应用数据结构和应用环境进行了全面分析。结合aibike公司在国内许多行业建立的成功案例，提出了基于jtis系统数据仓库和决策支持系统的吉林省地方税务局建设方案。预测是根据历史和当前的实际数据以及科学的理论和方法来推测未来可能的形势或发展趋势。税收预测应用于税收领域，已经形成。具体来说，运用统计方法、数学方法等推理和预测方法，全面把握影响税收变化和税收历史数据的因素，对未来税收前景做出相对积极的判断，是一项科学的管理工作。税收计划基于税收预测。税收预测在税收筹划的各个阶段，尤其是筹划的准备阶段发挥着不可替代的作用。税收预测为制定税收计划和检查税收计划提供了依据，可用于预测税收计划的执行结果。通过建立数据仓库，应用数据挖掘技术，建设在线分析处理平台，提供决策支持服务。最后，吉林地税信息系统将建成一套满足各级税务机关管理决策应用、具有吉林地税特色、性价比优异、信息处理能力全面的智能税务业务系统。
1.2。课题研究的目的和意义
数据挖掘作为一项具有广阔应用前景的技术，研究其理论和方法，并将其与实际应用相结合，具有非常重要的理论价值和现实意义。自1994年我国实行分税制改革以来，标志着我国进入了以工商税制为核心的税制结构阶段，这一税制结构与社会主义市场经济相适应。税收是财政收入的重要组成部分，反映了以国家为主体的分配关系，是国家调节社会经济的重要手段。因此，认真研究影响税收收入的主要因素，确定税收影响因素的作用机制和影响程度，建立系统的税收预测模型体系，客观准确地预测国家税收收入，对合理界定财政预算支出，完善我国现行财税体制，进一步规范中央预算构成，具有深远的意义。税收分析是针对税收状况，结合吉林省国民经济发展宏观指标和市场经济主体范围微观指标，运用相关科学分析方法进行综合分析、重点分析和典型分析评价，以满足不同税务部门的使用需求。吉林省税收预测分析的意义可以概括为[2]:1 .税收预测分析是编制和批准年度税收计划目标的前提和基础工作；2.税收预测分析是评价和评估税收制度主要税收绩效的重要工具和手段；3.税收预测分析是强化税务部门组织税收职能、解释各种矛盾和问题、预测税收前景的重要途径。本课题试图将数据挖掘技术应用到吉林省的税收信息化工作中，结合国内外税收预测研究的先进经验，将BP神经网络技术应用到非线性系统税收预测工作中。通过对日本烟草国际协会历史上存储的大量相关数据的分析，找出影响税收的各种相关因素的规律，建立税收预测模型，预测各个时间跨度(年、季、月)的税收情况。基于财政经济和税收经济理论，建立相应的地方财政收入预测模型，获取更准确的计量数据，为吉林省税务机关编制合理的预算报告，实施宏观调控，监控税源稳定性等具有重要的意义和作用。从而提高吉林省税收筹划的准确性和及时性，大大提高税收工作效率。
第二章相关理论
2.1数据挖掘技术
作为一个只有十年研究历史的相对较新的研究领域，许多概念和技术已经逐渐发展起来。因此，本节将系统地介绍相关的概念和技术，并解释数据挖掘的基本概念、特点、任务和挖掘过程。
2.1.1数据挖掘的基本概念
数据挖掘只是从大量数据中提取或挖掘知识。也称为数据库中的知识发现，它是从大量数据中提取和挖掘未知且有价值的模式或规律的复杂过程。数据挖掘涉及多学科技术的集成，包括数据库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理和空数据间分析。通过数据挖掘，可以从数据库中提取感兴趣的知识、规则或高层信息，并可以从不同的角度观察或浏览。发现的知识可用于决策、过程控制、信息管理、查询处理等。随着数据库理论的发展促进了数据仓库的形成，人工智能的发展促进了机器学习的进步，同时这些技术与传统的数理统计理论相结合，因此，数据挖掘是一门跨学科的学科。数据挖掘促进了人们从低级简单查询到从数据中挖掘知识并在大型数据存储库中自动发现有用信息的过程中的数据应用。数据挖掘还具有预测未来观测的能力。例如，预测一个新顾客是否会在超市花费超过50元。
第三章数据仓库系统的设计与实现.........14
3.1发展目标.........14
3.2应用框架.........15
3.3系统的逻辑结构……15
3.4在线分析应用模块.......16
3.5设计方法……17
3.6税务分析和预测数据仓库的实施.........17
基于BP神经网络的第四章税收……21
4.1基本步骤……21
4.2样品选择和预处理……21
4.3BP神经网络结构设计……23
4.4训练算法和训练参数的选择……26
4.5合理网络模型的确定……29
4.6模型解释和评估....29[/比尔/]第五章全国土地信息系统税收预测模型的实施……30
5.1数据源.......30
5.1.1数据源概述和特征……30
5.1.2税收预测指标的选择...................30
5 . 1 . 3大西洋获取数据.......31
5.2BP网络在税收预测中的具体应用……31
结论
吉林省地方税务局的应用证明，神经网络技术适用于个人所得税的预测，可以为领导提供决策依据。本文以国家税务信息系统中存储的大量历史数据为样本，研究了税收预测的相关理论和方法、BP神经网络技术的思想、模型的特点、算法的学习过程、构建数据仓库系统的目标、应用框架、设计步骤、系统结构、数据模型、实现的技术要求等。数据仓库技术和BP神经网络在吉林省营业税收入预测中取得了较好的预测结果，证实了神经网络预测的高效性和准确性，帮助税务决策者制定相关的税收政策，也可以提高税务监督员的日常工作效率。拓展了神经网络的应用领域，丰富了国内收入预测的方法领域。
参考
[1]横山男，邝广生，冈野t，等.胶束形成聚合物-药物缀合物的制备http://sblunwen.com/sschlw/[J]。Bioconjug。化学。，1992，3: 295-301。
[2]田军，陈海，卓乐，等.一种高选择性，细胞可渗透荧光纳米探针，用于活细胞中过亚硝酸根的比率检测和成像.j .，2011，17: 6626-6634。
[3]吴文华，陈春英，田勇，等.增强染料包裹聚合物胶束的聚集诱导迁移用于生物成像[.Funct.Mater，2010，20: 1413-1423。
[4]李克，潘杰。冯树生，制备荧光共轭聚合物负载聚(dl-丙交酯-共-乙交酯)纳米粒子用于靶向细胞成像的一般策略[。函数。板牙。，2009，19: 3535-3542。
[5] OW H，LARSON D R，SRIVASTAVA M，等.制备荧光共轭聚合物负载聚(dl-丙交酯-共-乙交酯)纳米粒子用于靶向细胞成像的一般策略[.纳米列特。[2005，5: 113-117
[6]李振福，吕肯斯坦。水溶性聚(丙烯酸)接枝发光硅纳米粒子及其作为荧光生物标记物的应用[]。纳米列特。，2004，4: 1463-1467。
[7]高雪，杜弗兰·米·赫，桑特·维·普，等.嵌段共聚物胶束:制备、表征及在药物传递中的应用[.J. control.release，2005，109: 169-188。
[8]徐建平，季军，陈伟德，等.新型仿生多聚体作为药物传递的多聚体疗法[]。j .控制。发布，2005，107: 502-512。
[9] KWONA G，NAITOB M，YOKOYAMAC M，等.用于药物递送的嵌段共聚物胶束:阿霉素的装载和释放[]。j .控制。Res .，1997，48:195-201。
[10]高志，艾森伯格.嵌段共聚物不溶物的胶束化模型[[]。大分子，1993，31: 7353-7360。