| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| 1．1 研究的目的及意义 | 第12-14页 |
| 1．1．1 纳税评估的定义 | 第12-13页 |
| 1．1．2 税收遵从定义及类型 | 第13页 |
| 1．1．3 研究目的 | 第13页 |
| 1．1．4 研究意义 | 第13-14页 |
| 1．2 国内外研究现状 | 第14-16页 |
| 1．2．1 国内研究现状 | 第14-15页 |
| 1．2．2 国外研究现状 | 第15-16页 |
| 1．2．3 国外成功经验的借鉴 | 第16页 |
| 1．3 理论文献综述 | 第16-18页 |
| 1．4 本文内容概要、结构安排及研究方法 | 第18-19页 |
| 第2章 纳税评估对象的初次识别 | 第19-34页 |
| 2．1 纳税评估的整体构思 | 第19页 |
| 2．2 商贸企业增值税纳税评估指标体系的选取 | 第19-23页 |
| 2．2．1 当前商贸企业增值税纳税评估指标体系评析 | 第19-21页 |
| 2．2．2 商贸企业增值税纳税评估指标体系的设计原则 | 第21页 |
| 2．2．3 商贸企业增值税纳税评估体系的指标选择及构建 | 第21-23页 |
| 2．3 数据采集与处理 | 第23-24页 |
| 2．4 各类指标的分析 | 第24-28页 |
| 2．4．1 财务类指标的分析 | 第24-25页 |
| 2．4．2 税务相关类指标分析 | 第25-27页 |
| 2．4．3 指标的配比分析 | 第27-28页 |
| 2．5 指标峰值的确定 | 第28-30页 |
| 2．6 指标峰值法选案的实现及结果分析 | 第30-33页 |
| 2．6．1 峰值分析方法在指标选案中的应用 | 第30-31页 |
| 2．6．2 峰值分析方法评估结果 | 第31-33页 |
| 2．7 本章小节 | 第33-34页 |
| 第3章 纳税评估对象的二次识别 | 第34-48页 |
| 3．1 BP 人工神经网络简介 | 第34-37页 |
| 3．2 BP 网络模型输入变量的处理 | 第37-42页 |
| 3．2．1 因子分析法简介 | 第38-39页 |
| 3．2．2 因子分析法在BP 神经网络模型输入变量处理上的应用 | 第39-42页 |
| 3．3 BP 神经网络模型的参数设定 | 第42-43页 |
| 3．4 BP 神经网络输出结果及分析 | 第43-45页 |
| 3．5 两次筛选过程的最终结果及评析 | 第45页 |
| 3．6 诚信申报识别研究的比较分析 | 第45-47页 |
| 3．6．1 纳税评估指标体系的分析 | 第45-46页 |
| 3．6．2 识别结果的比较分析 | 第46-47页 |
| 3．7 本章小结 | 第47-48页 |
| 第4章 纳税诚信申报识别的软件实现 | 第48-59页 |
| 4．1 面向对象方法及软件开发工具简介 | 第48-49页 |
| 4．2 系统分析与设计 | 第49-52页 |
| 4．2．1 需求分析 | 第49页 |
| 4．2．2 模块设计 | 第49-52页 |
| 4．3 主要功能模块的窗体模块设计 | 第52-54页 |
| 4．3．1 主窗体的设计 | 第52-53页 |
| 4．3．2 申报表审核模块 | 第53页 |
| 4．3．3 纳税人资料查询模块及通知单管理模块 | 第53-54页 |
| 4．4 本系统的不足与改进方向 | 第54-56页 |
| 4．4．1 本系统的不足 | 第54页 |
| 4．4．2 税务决策支持系统分析 | 第54-56页 |
| 4．5 税收信息化建设的多视角分析 | 第56-58页 |
| 4．6 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的学术论文及参与的课题 | 第65-66页 |
| 附录B “纳税评估”研究问卷调查表 | 第66-71页 |
| 附录C 部分源程序及接口解决方案 | 第71-82页 |
