發(fā)布時(shí)間：2018-01-06 02:26

  本文關(guān)鍵詞：大數(shù)據(jù)背景下數(shù)據(jù)挖掘算法在稅源管理中的應(yīng)用　出處：《集美大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 稅源管理 數(shù)據(jù)挖掘 聚類(lèi)分析 大數(shù)據(jù)

【摘要】：“大數(shù)據(jù)”已經(jīng)成為了當(dāng)下流行的新詞之一,商務(wù)大數(shù)據(jù)、醫(yī)療大數(shù)據(jù)、政務(wù)大數(shù)據(jù)……。如何能在大數(shù)據(jù)背景下,利用掌握的數(shù)據(jù)和相關(guān)技術(shù)手段,區(qū)別和篩選不同類(lèi)別的稅源,可以為稅源管理提供極大的借鑒意義,也能為加強(qiáng)稅源管理所需要面臨和解決的問(wèn)題提供決策參考。本文運(yùn)用大數(shù)據(jù)分析的K-means數(shù)據(jù)挖掘技術(shù),對(duì)以滬市上市的制造業(yè)公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行了分析,從相關(guān)性分析出發(fā)在經(jīng)過(guò)主成分分析,這兩個(gè)分析都是為了去除數(shù)據(jù)中相關(guān)性比較高的自變量,篩選有利于進(jìn)行聚類(lèi)分析的財(cái)務(wù)數(shù)據(jù),最終得到了企業(yè)所得稅、經(jīng)營(yíng)性現(xiàn)金流量?jī)纛~、總資產(chǎn)、應(yīng)交稅費(fèi)四個(gè)維度變量。這四個(gè)變量相互之間影響較小適合進(jìn)行聚類(lèi)分析。在實(shí)際聚類(lèi)分析后,通過(guò)結(jié)果可以看到對(duì)433家上市公司準(zhǔn)確的分成了三類(lèi),相互之間幾乎沒(méi)有重合,擬合效果較好。然而,對(duì)于具體分類(lèi)的特征得到的結(jié)果,遠(yuǎn)遠(yuǎn)沒(méi)有得到應(yīng)有的解讀。對(duì)于聚類(lèi)結(jié)果的有效解讀,才能更為合理的服務(wù)于稅源管理。本文主要由六個(gè)部分構(gòu)成:第一部分是引言,通過(guò)對(duì)當(dāng)前大數(shù)據(jù)背景下數(shù)據(jù)挖掘技術(shù)在稅源管理中的應(yīng)用分析,提出了聚類(lèi)分析應(yīng)用于稅源管理的構(gòu)想。第二部分介紹了數(shù)據(jù)挖掘的的概念和聚類(lèi)分析的原理,為后續(xù)的寫(xiě)作做一個(gè)理論鋪墊。第三部分介紹了稅源管理的現(xiàn)狀和作用等基礎(chǔ)理論。第四部分進(jìn)行了相關(guān)性分析、主成分分析和聚類(lèi)分析,提出了應(yīng)用于稅源管理的數(shù)據(jù)挖掘技術(shù)的實(shí)際應(yīng)用。第五部分是基于第四部分基礎(chǔ)上得到的變量的進(jìn)一步討論,分別從財(cái)務(wù)視角的企業(yè)所得稅、經(jīng)營(yíng)性現(xiàn)金流量?jī)纛~、總資產(chǎn)、應(yīng)交稅費(fèi)四個(gè)維度變量分析了進(jìn)行稅源管理的方法以及可能存在的問(wèn)題。第六部分是結(jié)論。主要結(jié)論有以下四個(gè)方面:第一、找到了一種監(jiān)管企業(yè)稅收的方法;第二、簡(jiǎn)化了稅源管理的指標(biāo);第三、提供一種稅源管理的思路;第四、建立完善的稅務(wù)數(shù)據(jù)庫(kù)非常必要。本文的一個(gè)可能的創(chuàng)新在于可以通過(guò)選取較少的財(cái)務(wù)數(shù)據(jù)實(shí)現(xiàn)聚類(lèi)分析的目的,省去了研究繁瑣財(cái)務(wù)數(shù)據(jù)的麻煩。另一個(gè)可能的創(chuàng)新在于找到了一種監(jiān)管企業(yè)稅收的方法,既將目標(biāo)企業(yè)加入樣本集合中,通過(guò)檢查異常值的方法判斷企業(yè)是否正常納稅。
[Abstract]:"big data" has become one of the popular new words, business big data, medical big data, government big data. To distinguish and screen different types of tax sources can provide a great reference for the management of tax sources. It can also provide a decision reference for strengthening the management of tax sources. This paper uses K-means data mining technology analyzed by big data. This paper analyzes the financial data of manufacturing companies listed in Shanghai Stock Exchange, starting from the correlation analysis through the principal component analysis, these two analyses are to remove the independent variables with high correlation in the data. In order to select the financial data which is helpful for cluster analysis, the enterprise income tax, net operating cash flow and total assets are obtained. The four dimensional variables due to taxes and fees. These four variables have a small impact on each other suitable for clustering analysis. After the actual clustering analysis, we can see that 433 listed companies can be accurately divided into three categories. There is almost no overlap between each other, and the fitting effect is good. However, the results of the specific classification features have not been interpreted as much as they should be, and the effective interpretation of the clustering results. This paper mainly consists of six parts: the first part is the introduction, through the analysis of the application of data mining technology in tax source management under the background of big data. In the second part, the concept of data mining and the principle of cluster analysis are introduced. The third part introduces the current situation and role of tax source management and other basic theories. 4th part of the correlation analysis, principal component analysis and cluster analysis. This paper puts forward the practical application of data mining technology applied to tax source management. Part 5th is based on the further discussion of the variables obtained from the 4th part, respectively from the financial perspective of enterprise income tax. Net operating cash flow, total assets, tax payable four dimensional variables analysis of the tax source management methods and possible problems. 6th is the conclusion. The main conclusions are as follows: first. To find a way to supervise the taxation of enterprises; Secondly, it simplifies the index of tax source management; Third, to provide a source of tax management ideas; In 4th, it is necessary to establish a perfect tax database. One of the possible innovations of this paper is that we can use less financial data to achieve the purpose of clustering analysis. Another possible innovation is to find a way to regulate corporate taxes by adding target companies to a sample set. Check the abnormal value of the method to determine whether the normal business tax.
【學(xué)位授予單位】：集美大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F425;F406.7;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張翼;陳清晰;;關(guān)于稅收大數(shù)據(jù)深度分析應(yīng)用的探索[J];經(jīng)濟(jì)研究導(dǎo)刊;2016年22期

2 孫存一;趙瑜;;基于大數(shù)據(jù)算法的納稅遵從風(fēng)險(xiǎn)識(shí)別以及影響因子分析[J];現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào));2015年11期

3 高文海;李明芳;曹樹(shù)貴;劉東輝;門(mén)智峰;;基于物聯(lián)網(wǎng)和數(shù)據(jù)挖掘的橋式起重機(jī)運(yùn)行狀態(tài)預(yù)警系統(tǒng)[J];礦山機(jī)械;2014年02期

4 周曉燕;;我國(guó)稅源管理中存在的問(wèn)題及對(duì)策研究[J];產(chǎn)業(yè)與科技論壇;2013年20期

5 李忠華;張明慧;;我國(guó)稅源管理存在的突出問(wèn)題及對(duì)策建議[J];經(jīng)濟(jì)縱橫;2013年01期

6 劉冬梅;秦方鈺;徐棟;;數(shù)據(jù)挖掘在Web中的應(yīng)用研究[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2012年18期

7 徐祖躍;;關(guān)于稅源專(zhuān)業(yè)化管理若干問(wèn)題的再思考[J];稅收經(jīng)濟(jì)研究;2012年03期

8 徐翔斌;王佳強(qiáng);涂歡;穆明;;基于改進(jìn)RFM模型的電子商務(wù)客戶(hù)細(xì)分[J];計(jì)算機(jī)應(yīng)用;2012年05期

9 鄭垂勇;徐利;淦文燕;趙敏;;一種聚類(lèi)算法改進(jìn)及其在稅源分析中的應(yīng)用[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

10 徐邵兵;;基于改進(jìn)C4.5算法的稅收信用分類(lèi)應(yīng)用研究[J];微計(jì)算機(jī)信息;2009年15期

相關(guān)博士學(xué)位論文 前1條

1 趙巖;稅源管理問(wèn)題研究[D];廈門(mén)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 劉文楠;數(shù)據(jù)挖掘在稅收分析中的應(yīng)用研究[D];財(cái)政部財(cái)政科學(xué)研究所;2014年

2 曹睿;基于微博的熱點(diǎn)話(huà)題提取[D];北京郵電大學(xué);2014年

3 姜騰;基于決策樹(shù)方法的職教信息系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2013年

4 劉魯;阿拉爾國(guó)稅稅收風(fēng)險(xiǎn)分類(lèi)管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2013年

5 魏恩;稅源管理存在的問(wèn)題及對(duì)策研究[D];華中師范大學(xué);2013年

6 石峰;基于數(shù)據(jù)挖掘技術(shù)的變壓器狀態(tài)監(jiān)測(cè)數(shù)據(jù)處理系統(tǒng)[D];華北電力大學(xué);2013年

7 張佳瑤;基于聚類(lèi)的數(shù)據(jù)挖掘技術(shù)在稅源監(jiān)控中的應(yīng)用[D];財(cái)政部財(cái)政科學(xué)研究所;2013年

8 陳文娟;稅收風(fēng)險(xiǎn)管理視角下的稅源管理研究[D];華中師范大學(xué);2013年

9 孫曉毅;基于高等教育教學(xué)信息的數(shù)據(jù)統(tǒng)計(jì)分析與數(shù)據(jù)挖掘研究[D];北京郵電大學(xué);2013年

10 肖泰鴻;陜西地稅系統(tǒng)稅源專(zhuān)業(yè)化管理研究[D];西北大學(xué);2012年

，

本文編號(hào)：1385933