标题
  • 标题
  • 作者
  • 关键词

基于非参数支持向量机的企业税收风险识别模型

2019-05-28分类号:F812.42;F279.2;F275

【作者】曹阳  李清  李涛  
【部门】吉林大学商学院  国家税务总局长春市绿园区税务局  
【摘要】文章从企业税负指标、盈利能力、运营能力、成长能力和偿债能力这5个方面选取指标,分别运用多分类支持向量机方法(SVM)和多分类Logistic回归对长春市大中型企业建立企业税收风险识别分类模型。结果表明:对于第一类正常纳税和第二类少缴税风险,SVM算法预测准确率高于Logistic模型的准确率;对于第三类多缴税风险,两种模型的识别准确率相当;总体上SVM算法在分类识别与预测上要优于Logistic模型。实际中可以结合两种方法,为企业防范和规避税收风险,实现安全的内部税收控制以及税务机关智能化风险识别和规避执法风险提供有价值的参考。
【关键词】非参数支持向量机  Logistic回归  税收风险识别
【基金】国家社会科学基金资助项目(18BGL067)
【所属期刊栏目】统计与决策
文献传递