学位论文 > 优秀研究生学位论文题录展示

税收风险管理系统的设计与实现

作　者: 曹留波
导　师: 王保保; 刘熙荣
学　校: 西安电子科技大学
专　业: 计算机技术
关键词: 税收风险管理 BP神经网络 WEBSQL
分类号: TP311.52
类　型: 硕士论文
年　份: 2010年
下　载: 147次
引　用: 0次
阅　读: 论文下载

内容摘要

风险管理是20世纪初兴起的研究风险发生规律和风险控制技术的一门新兴管理学科,它是指经济单位透过对风险的认识、衡量和分析,选择最有效的方式,主动地、有目的地、有计划地处理风险,以最小的成本争取获得最大的安全保证的管理方法。近年来,风险管理开始进入中国税务管理领域,衍生出“税收风险管理”的概念,它是指以最小的税收成本代价降低税收流失的一系列程序。税收风险管理以完整的管理理论为基础,以数理技术和计算机技术为支持,提供了税源控管的新路径和新方向,是一种积极、主动的管理,能创造出稳定有序的征管环境,有利于建立和谐的征纳关系,最大限度地降低征收成本,有效提升税源管理的质量和效率。本文以世界经济合作与发展组织(OECD)税收政策与管理中心提出的《税收风险管理的一般指导原则》及欧盟组织2006年2月正式发布的《欧盟税收风险管理指导意见》为指导,开展了将管理领域的风险管理技术转化为管理实践领域的软件工具的研究,并实现了税收风险辅助管理工具——税收风险管理系统。文章综合使用了多种成熟的技术和方法,实现了税收风险管理理论到税收风险管理软件的转化,具体成果为：将自适应学习的改进型BP神经网络改进算法应用于税收风险管理中,实现了多指标税收风险的BP神经网络识别；设计并实现了适用于单指标风险识别的边界优化算法；使用在线编辑技术及WEB方式数据库管理技术实现了税收风险指标识别页面的自助编辑；设计了风险温度计,结合电子地图技术设计并实现了用于风险判定结果显示的税收风险地图；使用WEB日志挖掘、有词典的智能分词、同义词优化等技术和方法设计并实现了税收风险管理知识库等。文章的思路和方法为管理思想转化为实体软件类的软件系统设计与实现提供了有益的借鉴。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-11
  1.1 研究背景及意义  7-8
    1.1.1 税收风险管理的研究背景  7
    1.1.2 实施税收风险管理的意义  7-8
  1.2 国内研究外现状  8-10
    1.2.1 OECD主要国家实行税收风险管理的经验  8-9
    1.2.2 国内现状  9-10
  1.3 论文的研究目标  10
  1.4 课题工作和论文组织  10-11
第二章税收风险管理  11-23
  2.1 风险管理与税收风险  11-12
    2.1.1 风险与风险管理  11
    2.1.2 实施税收风险管理的意义  11-12
  2.2 税收风险管理  12
    2.2.1 税收风险  12
  2.3 税收风险管理的分类  12-13
  2.4 风险管理的过程  13-20
    2.4.1 风险识别  13-16
    2.4.2 风险分析  16-17
    2.4.3 对风险进行评估和排序  17-19
    2.4.4 风险处理  19-20
    2.4.5 评估和反馈风险管理结果  20
  2.5 我国的税收风险管理  20-23
第三章税收风险管理系统的总体设计  23-29
  3.1 系统总体设计目标  23
  3.2 系统结构分析与设计  23
    3.2.1 税收风险管理系统逻辑结构  23
    3.2.2 税收风险管理系统用例分析  23
  3.3 功能结构设计  23-26
    3.3.1 各模块功能设计  24-26
  3.4 风险管理指标体系介绍  26-27
  3.5 用户界面设计  27
  3.6 数据流图  27-28
  3.7 数据库设计  28-29
第四章税收风险管理系统的实现  29-43
  4.1 指标管理模块的实现  29-32
  4.2 通过Web管理SQL Server功能的实现  32-37
    4.2.1 关于SQLDMO  32-33
    4.2.2 SQLDMO使用  33-37
  4.3 风险提示功能的实现  37-40
  4.4 风险管理知识库的设计与实现  40-43
第五章税收风险管理系统的算法设计与实现  43-61
  5.1 风险识别BP神经网络算法的实现  43-54
    5.1.1 关于人工神经网络  43
    5.1.2 BP神经网络  43-44
    5.1.3 BP神经网络的特点  44-45
    5.1.4 基于BP神经网络的自适应学习型税收风险识别算法  45-47
    5.1.5 基于BP神经网络的自适应学习型税收风险识别算法的实现  47-54
  5.2 单指标风险识别算法  54-61
第六章结论与展望  61-63
致谢  63-65
参考文献  65-66

税收风险管理系统的设计与实现

内容摘要

全文目录

相似论文