基于文本挖掘的税政自动识别与分发系统研究

当前我国税收政策更新速度快,所涉部门多,仅靠财务部门人工搜集、分析、组织实施效率低下,导致企业错失应税减税机会,因此税收政策文本的实时学习和自动分发成为加强企业应税管理、降本增效的首要任务.文章设计税政文本挖掘系统来实现税政文本自动学习和分发:首先,分析税收政策文档;其次,利用分词系统和TF-IDF算法提取每个文本的特征,用贝叶斯、决策树和随机森林三种分类器进行文本分类,并将结果与人工标注结果进行对照;最后,计算三种分类算法的混淆矩阵、准确率和召回率.实验结果表明,随机森林算法文本识别正确率最高,税政文本挖掘系统采用该算法进行识别和自动分发,据此部署部门协同工作,能显著提升公司财税管理工作的全局性和协同性.     

环境不确定性、税收激励政策与投资效率——基于可再生能源企业的研究

可再生能源投资效率关乎可再生能源产业的发展， 在环境不确定性和税收激励政策的影响下， 可再生能源投资效率会偏离其有效水平。 基于异质性双边随机前沿模型， 本文分析了环境不确定性和税收激励政策对可再生能源投资效率的影响， 得到主要结论如下： （1） 环境不确定性对可再生能源投资效率存在 51.84％的负向影响， 税收激励政策对可再生能源投资效率存在 48.16％的正向影响， 最终导致可再生能源投资效率低于其最优水平； （2） 在环境不确定性和税收激励政策综合影响下， 国有可再生能源企业投资效率为 1.15， 非国有可在生能源企业投资效率为－7.85， 国有可再生能源企业投资效率明显高于非国有可再生能源企业； （3） 税收激励政策对国有可再生能源企业投资效率的影响更大， 为 34.81％，比对非国有可再生能源企业投资效率的影响高5.84％。 以上结论为可再生能源企业更有效地投资以及为政府对可再生能源产业相关税收激励政策的制定提供参考； 为可再生能源企业更好地适应市场化发展和政府更有效地干预市场经济提供借鉴。     

基于效应的随机灰规划模型和应用

为了解决同时含有随机因素和灰色因素的不确定规划问题,通过结合区间灰数所属区间两个端点的随机性,给出随机区间灰数和随机区间灰函数的定义,提出了随机灰规划模型。通过综合效应函数理论用随机变量期望值和方差综合量化表示灰数所属区间的两个端点值。应用该理论对综合量化后的两个端点值继续进行综合量化,从而将随机灰规划转化为确定型规划问题。应用遗传算法进行求解。通过综合效应函数的理念,综合随机变量的期望和方差,同时综合区间灰数的区间因素,将随机灰规划数学模型转化为确定型规划模型即基于效应的随机灰规划模型。通过选取不同的综合效应函数,得到了关于不同决策意识下的随机灰规划的最优解。这个方法可为决策者进行不确定决策提供参考。