基于广义回归神经网络的税务稽查选案实证研究
2013-12-21分类号:F812.42
【部门】上海商学院财经学院 上海理工大学管理学院
【摘要】针对企业纳税稽查选案,采用全部样本和五重-交叉检验法(CV)分别建立线性回归、判别分析、Logistic、支持向量机(SVM)和广义回归神经网络(GRNN)模型,比较研究不同模型的建模结果。GRNN模型结构简单,训练速度快,能很好地进行小样本、连续非线性系统建模。实证研究结果表明,GRNN模型非常适用于税务稽查选案研究,在上述五种模型中,分类错误率最低,小于10%。
【关键词】纳税稽查选案 广义回归神经网络 分类错误率 五重-交叉检验法 评价指标体系
【基金】上海高校知识服务平台“上海商贸服务业知识服务中心”建设子项目“税收风险管理信息系统设计及开发”(ZF1226)
【所属期刊栏目】广东商学院学报
文献传递