| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·税收风险管理的研究背景 | 第7页 |
| ·实施税收风险管理的意义 | 第7-8页 |
| ·国内研究外现状 | 第8-10页 |
| ·OECD主要国家实行税收风险管理的经验 | 第8-9页 |
| ·国内现状 | 第9-10页 |
| ·论文的研究目标 | 第10页 |
| ·课题工作和论文组织 | 第10-11页 |
| 第二章 税收风险管理 | 第11-23页 |
| ·风险管理与税收风险 | 第11-12页 |
| ·风险与风险管理 | 第11页 |
| ·实施税收风险管理的意义 | 第11-12页 |
| ·税收风险管理 | 第12页 |
| ·税收风险 | 第12页 |
| ·税收风险管理的分类 | 第12-13页 |
| ·风险管理的过程 | 第13-20页 |
| ·风险识别 | 第13-16页 |
| ·风险分析 | 第16-17页 |
| ·对风险进行评估和排序 | 第17-19页 |
| ·风险处理 | 第19-20页 |
| ·评估和反馈风险管理结果 | 第20页 |
| ·我国的税收风险管理 | 第20-23页 |
| 第三章 税收风险管理系统的总体设计 | 第23-29页 |
| ·系统总体设计目标 | 第23页 |
| ·系统结构分析与设计 | 第23页 |
| ·税收风险管理系统逻辑结构 | 第23页 |
| ·税收风险管理系统用例分析 | 第23页 |
| ·功能结构设计 | 第23-26页 |
| ·各模块功能设计 | 第24-26页 |
| ·风险管理指标体系介绍 | 第26-27页 |
| ·用户界面设计 | 第27页 |
| ·数据流图 | 第27-28页 |
| ·数据库设计 | 第28-29页 |
| 第四章 税收风险管理系统的实现 | 第29-43页 |
| ·指标管理模块的实现 | 第29-32页 |
| ·通过Web管理SQL Server功能的实现 | 第32-37页 |
| ·关于SQLDMO | 第32-33页 |
| ·SQLDMO使用 | 第33-37页 |
| ·风险提示功能的实现 | 第37-40页 |
| ·风险管理知识库的设计与实现 | 第40-43页 |
| 第五章 税收风险管理系统的算法设计与实现 | 第43-61页 |
| ·风险识别BP神经网络算法的实现 | 第43-54页 |
| ·关于人工神经网络 | 第43页 |
| ·BP神经网络 | 第43-44页 |
| ·BP神经网络的特点 | 第44-45页 |
| ·基于BP神经网络的自适应学习型税收风险识别算法 | 第45-47页 |
| ·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 | 第47-54页 |
| ·单指标风险识别算法 | 第54-61页 |
| 第六章 结论与展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-66页 |