基于熵的同业税负测算方法研究

中国管理科学 ›› 2009, Vol. 17 ›› Issue (1): 107-112.

基于熵的同业税负测算方法研究

刘耀^1,2, 倪涛³

1. 南昌大学理学院, 江西南昌 330031;
2. 深圳大学管理学院, 广东深圳 518060;
3. 山东烟台市牟平区国家税务局, 广东深圳 518060

收稿日期:2007-11-02 修回日期:2008-09-02 出版日期:2009-02-28 发布日期:2009-02-28
作者简介:刘耀(1957- ),男(汉族),江西峡江人,南昌大学在职博士,深圳大学管理学院教授,研究方向:管理科学与工程.

Research on the Method for Estimating Industrywide Tax Burden Distribution Based on Entropy

LIU Yao^1,2, NI Tao³

1. College of Science, Nanchang University, Nanchang 330031, China;
2. College of Management, Shenzhen University, Shenzhen 518060, China;
3. Muping Taxation Bureau, Yantai 264100, China

Received:2007-11-02 Revised:2008-09-02 Online:2009-02-28 Published:2009-02-28

摘要/Abstract

摘要： 随着经济的不断发展,开展同业税负研究测算的意义也愈显重要.传统行业税负计算方法没有考虑非正常样本对计算结果的影响,所得到的税负平均值往往低于行业税负的正常值.本文首次将C4.5数据挖掘算法引入到行业税负测算过程中,有效避免了传统测算方法中的不足,并结合税收领域知识对该算法进行了改进应用;通过对算法测算结果进行验证表明,利用该算法选出的企业样本代表了真实的行业税负水平,具有很高的可信度.

关键词: 同业税负, 熵, 数据挖掘

Abstract: With the economic development, research of the burden of revenue on the same industry is becoming more and more important.The traditional methods neglected many factors that will affect the result of estimating the burden of revenue for the same industry, so the burden of revenue is often below the normal level.This paper introduced C4.5 Algorithm of Data Mining to avoid the disadvantages of the traditional methods.Further, it improved the C4.5 Algorithm by combining with the knowledge of revenue.At last, this method is proved effective by some instances.

Key words: industrywide tax burden distribution, entropy, data mining

中图分类号:

F224

刘耀,倪涛. 基于熵的同业税负测算方法研究[J]. 中国管理科学, 2009, 17(1): 107-112.

LIU Yao,NI Tao. Research on the Method for Estimating Industrywide Tax Burden Distribution Based on Entropy[J]. Chinese Journal of Management Science, 2009, 17(1): 107-112.

[1]	吴敏莲, 樊彧, 王熹徽, 刘林冬, 李云博. 基于信息熵的实物捐助物资筛选和分拣优化策略研究[J]. 中国管理科学, 2025, 33(6): 105-115.
[2]	郭东威, 朱英明, 陈玉磊, 张耀. 基于交叉熵赋权的大规模创新型竞赛评审的优化模型[J]. 中国管理科学, 2025, 33(12): 134-145.
[3]	许晓敏, 郑世鹏, 王之怡, 姚润坤, 关泺允. 基于数据挖掘的电力装备制造企业多价值链协同下的成本预测研究[J]. 中国管理科学, 2025, 33(12): 200-213.
[4]	鲁惠文,方兴华,宋明顺,邓钰佳,黄佳. 基于相对熵的质量异常模式识别研究[J]. 中国管理科学, 2024, 32(3): 299-312.
[5]	周珍, 见红玉, 黄嘉佩, 林云. 基于数据包络分析与灰色熵的院线网络营销绩效研究[J]. 中国管理科学, 2023, 31(5): 240-248.
[6]	罗健, 唐加福, 于清雅, 吴志樵. O2O外卖商圈划分及顾客需求分布规律发现[J]. 中国管理科学, 2023, 31(3): 58-68.
[7]	刘丹阳,黄志刚. 金融科技、OFDI与经济高质量发展[J]. 中国管理科学, 2023, 31(11): 151-164.
[8]	牛东晓,斯琴卓娅,王董禹,许晓敏,张焕粉. 基于数据挖掘的电力装备企业多价值链协同数据预处理方法研究及应用[J]. 中国管理科学, 2023, 31(11): 321-331.
[9]	王浩伦,张发明,完颜晓盼,韩雪. 基于q阶orthopair模糊集和参考理想法的多准则决策方法[J]. 中国管理科学, 2023, 31(10): 245-253.
[10]	欧阳艳敏, 王长峰, 刘柳, 原宏敏. 基于改进自适应最优分割法的风险预警区间模型研究——针对重大突发公共卫生事件[J]. 中国管理科学, 2022, 30(11): 196-206.
[11]	曾永泉, 张鹏. 具有熵约束的多阶段均值—半绝对偏差投资组合优化[J]. 中国管理科学, 2021, 29(9): 36-43.
[12]	王泽洲, 陈云翔, 项华春. 一种改进型专家模糊核聚类赋权方法研究[J]. 中国管理科学, 2021, 29(2): 177-183.
[13]	宋平凡, 谭常春, 祁毓. 基于相对熵方法的长寿债券定价研究[J]. 中国管理科学, 2019, 27(5): 32-41.
[14]	蒋辉, 马超群, 许旭庆, 兰秋军. 仿EM的多变量缺失数据填补算法及其在信用评估中的应用[J]. 中国管理科学, 2019, 27(3): 11-19.
[15]	曹颖赛, 刘思峰, 方志耕, 曾友春, 王欢. 基于案例学习的多层次聚类指标客观权重极大熵挖掘模型[J]. 中国管理科学, 2019, 27(2): 197-204.