| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与问题提出 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 房地产企业税务风险研究现状 | 第10页 |
| 1.2.2 风险预警模型研究现状 | 第10-11页 |
| 1.2.3 大数据分析技术与应用研究现状 | 第11-12页 |
| 1.2.4 研究述评 | 第12页 |
| 1.3 论文的研究目的和意义 | 第12-13页 |
| 1.3.1 研究目的 | 第12页 |
| 1.3.2 研究意义 | 第12-13页 |
| 1.4 研究内容与结构安排 | 第13-14页 |
| 1.4.1 研究内容 | 第13页 |
| 1.4.2 论文结构 | 第13-14页 |
| 1.5 论文的研究方法和技术路线 | 第14-15页 |
| 1.5.1 研究方法 | 第14页 |
| 1.5.2 技术路线 | 第14-15页 |
| 1.6 论文的创新点 | 第15-17页 |
| 2 理论基础 | 第17-21页 |
| 2.1 风险预警的理论 | 第17页 |
| 2.1.1 危机管理理论 | 第17页 |
| 2.1.2 经济周期理论 | 第17页 |
| 2.2 大数据分析技术 | 第17-21页 |
| 2.2.1 主成分分析 | 第17-18页 |
| 2.2.2 回归分析 | 第18页 |
| 2.2.3 分类分析 | 第18页 |
| 2.2.4 离群点检测 | 第18-21页 |
| 3 X房地产企业税务风险分析 | 第21-27页 |
| 3.1 X房地产企业简介 | 第21页 |
| 3.2 X房地产企业涉税情况及风险点 | 第21-24页 |
| 3.2.1 涉税情况 | 第21页 |
| 3.2.2 涉税风险点 | 第21-24页 |
| 3.3 X房地产企业税务风险预警存在的问题 | 第24-27页 |
| 3.3.1 业务复杂，难以开展风险预警 | 第24-25页 |
| 3.3.2 效率较低，难以开展风险预警 | 第25页 |
| 3.3.3 技术缺失，难以开展风险预警 | 第25-27页 |
| 4 基于大数据的X房地产企业税务风险预警指标设计 | 第27-39页 |
| 4.1 税务风险预警指标设计的原则 | 第27-28页 |
| 4.2 基于大数据的X房地产企业税务风险预警数据与指标 | 第28-39页 |
| 4.2.1 数据准备 | 第28页 |
| 4.2.2 数据范围 | 第28-29页 |
| 4.2.3 构建指标体系 | 第29-39页 |
| 5 X房地产企业税务风险预警方法与应用 | 第39-53页 |
| 5.1 基于大数据分析方法的风险预警 | 第39-51页 |
| 5.1.1 X房地产企业整体风险预警模型 | 第39-46页 |
| 5.1.2 基于离群点检测的企业所得税风险预警模型 | 第46-51页 |
| 5.2 实施建议及改进措施 | 第51-53页 |
| 5.2.1 用好用活大数据 | 第51-52页 |
| 5.2.2 加强风险预警的环境建设 | 第52-53页 |
| 6 研究结论及展望 | 第53-55页 |
| 6.1 研究结论 | 第53页 |
| 6.2 研究不足及下一步工作 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-73页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第73页 |