基于神经网络模型的纳税评估及实证研究

• 作者: 邬春学 陈凯明 高丽萍
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 纳税评估 样本合理分组 神经网络模型 传统统计模型 实证研究
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 基金项目
• 页码范围: 49-54
• 页数: 6页
• 分类号: TP183
• 字数: 5782字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2015.11.013

摘要

提出一种基于神经网络模型的企业纳税状态评估的操作方法,并以上海市某区木制家具制造企业纳税状态为例进行实证研究.首先,对数据进行筛选并对用于建模的数据采用自组织特征映射网络进行聚类,将其合理分为三组样本:训练样本、检验样本和测试样本.其次,同时使用训练样本和检验样本数据建立神经网络模型,并用测试样本对模型性能进行分析.最后,同时建立三种传统统计模型作为对比.分析发现,采用文中的方法建立的神经网络模型是可靠的,对企业纳税状态的识别更加准确,尤其是对非诚实纳税企业的识别风险度更低,神经网络模型具有很好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬春学	上海理工大学光电信息与计算机工程学院	108	416	10.0	15.0
2	高丽萍	上海理工大学光电信息与计算机工程学院	53	147	7.0	8.0
3	陈凯明	上海理工大学光电信息与计算机工程学院	2	19	2.0	2.0