大数据背景下税收风险识别精准度存量研究——基于机器学习的视角

发布时间：2021-04-18 18:25

　　税收风险识别对税收风险管理至关重要。无论是业务驱动的传统税收风险识别还是数据驱动的分析模型,都很难从单方面来提高税收风险识别的精准度。利用新技术提高税收风险识别的精准度成为当务之急,机器学习成为可选项。本文认为,利用风险应对核查成果的效力,把机器学习运用到税务机关防范税收风险的识别中,可实现人工经验和大数据分析的双轮驱动,为提升税收智能化管理开辟新的视野路径。本文选取随机森林算法,以商贸企业为例,对虚开增值税发票风险建立识别模型,通过检验推演验证得知,该模型稳健可靠、预测准确性高,可供税务机关参考借鉴。 

【文章来源】：财政研究. 2020,(09)北大核心CSSCI

【文章页数】：11 页

【部分图文】：

随机森林流程图

【参考文献】：
期刊论文
[1]大数据环境下税收风险管理的路径选择[J]. 宋星仪,宋永生.  税务研究. 2020(03)
[2]大数据下基于改进K-means聚类算法的税收风险识别[J]. 夏会,程平,张砾.  财会月刊. 2019(21)
[3]大数据在税收风险管理中的应用探析[J]. 常晓素.  税务研究. 2019(06)
[4]在税收风险分析中引入人工智能技术的思考[J]. 李为人,李斌.  税务研究. 2018(06)
[5]大数据思维:在税收风险管理中的应用[J]. 刘尚希,孙静.  经济研究参考. 2016(09)
[6]基于大数据背景的税收风险管理[J]. 姚键,王周飞,陈爱明.  税务研究. 2015(11)
[7]税收风险识别模型的构建[J]. 张景华.  税务与经济. 2014(01)
[8]基于税收执法视角下企业税收风险管理研究——以厦门市为例[J]. 邱吉福,张仪华.  财政研究. 2012(09)
[9]随机森林方法研究综述[J]. 方匡南,吴见彬,朱建平,谢邦昌.  统计与信息论坛. 2011(03)
[10]人工智能在税收风险管理中的应用探析[J]. 刘昊.  税务研究. 2020(05)



本文编号：3145958