Нейросетевое моделирование камеральных налоговых проверок торговых предприятий и оптимизация их постналогового дохода

• Автор: Габдрахманова, Наиля Талгатовна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Уфа
• Количество страниц: 202 с.

ВВЕДЕНИЕ.
ГЛАВА 1 МОДЕЛЬ ФИНАНСОВОЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ПРЕДПРИЯТИЙ НАЛОГОПЛАТЕЛЬЩИКОВ, ЗАДАЧИ ОПТИМИЗАЦИИ ИХ ПОСТНАЛОГОВОГО ДОХОДА И КЛАССИФИКАЦИИ НАЛОГОПЛАТЕЛЬЩИКОВ ПОСТАНОВКА И СУЩЕСТВУЮЩИЕ МЕТОДЫ РЕШЕНИЯ.
1.1 Экономическая постановка задач, обзор и анализ существующих методов решений задач.
1.1.1 Анализ функциональной деятельности существующей системы управления налоговым контролем регионального уровня.

1.1.2 Экономическая постановка решаемых задач.

1.1.3 Существующие подходы к решению задачи индикации нарушителей

налогоплательщиков

1.2 Постановки решаемых задач.

1.2.1 Постановка задачи I классификации налогоплательщиков на основе обобщенной динамической нейросетсвой модели.

1.2.2 Постановка задачи II приближенной оптимизации функционала постна

логового дохода предприятияналогоплательщика.

ВЫВОДЫ К ГЛАВЕ
ГЛАВА 2 ЧИСЛЕННЫЙ ГИБРИДНЫЙ МЕТОД И ОБОБЩЕННАЯ ДИНАМИЧЕСКАЯ НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДЛЯ ЗАДАЧ КЛАССИФИКАЦИИ НАЛОГОПЛАТЕЛЬЩИКОВ
2.1 Основные положения теории нейронных сетей в аспекте их применения к специфическим задачам налогового контроля.
2.2 Обзор известных результатов по аппроксимации функции с помощью нейронных сетей.
2.3 Нейросетевая модель как стратегический и тактический идентификатор в задачах налогового контроля.
2.4 Основные идеи численного гибридного метода
2.5 Способы и приемы взаимосвязанной разработки математической модели, новой технологии и структурнофункциональной схемы СУНК.
2.6 Оптимизационный алгоритм кластеризации
2.7 Информационный подход к построению нейросетевых моделей.
2.8 Способ обобщенного перекрестного подтверждения
2.9 Алгоритм разработанного численного метода.
ВЫВОДЫ К ГЛАВЕ 2.
ГЛАВА 3 РЕАЛИЗАЦИЯ РАЗРАБОТАННОГО ЧИСЛЕННОГО МЕТОДА И ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ НЕКОТОРЫХ ВОПРОСОВ НЕЙРОСЕТЕВОГО ОТОБРАЖЕНИЯ.
3.1 Построение обобщенной динамической нейросетевой модели финансово экономических показателей по натурным данным.
3.2 Исследования теоретических вопросов построения нейросетегого отображения.
3.2.1 Об оценке снизу числа нейронов в скрытом слое двухслойных нейросетей .
3.2.2 Аппроксимация функций с помощью нейронных сетей при наличии линейной зависимости или линейной корреляции входных переменных
3.3 Обоснование использования в НСМ мультиколлинеарных входных переменных.
ВЫВОДЫ К ГЛАВЕ 3.
ГЛАВА 4 РЕШЕНИЕ ПРИКЛАДНЫХ ЭКОНОМИЧЕСКИХ ЗАДАЧ НА ОСНОВЕ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ
4.1 Индикация нарушителей налогоплательщиков на основе построенных нейросетевых моделей.
4.1.1 Процедура классификации налогоплательщиков.
4.1.2 Решение задачи индикации нарушителя налогоплательщика на границе допустимой области
4.2 Решение задачи II приближенной оптимизации постналогового дохода предприятия торговли
4.2.1 Краткое описание метода ЛП поиска.
4.2.2 Исследование корректности постановки задачи оптимизации функционала заданного с помощью нейросетевого отображения
4.2.3 Решение задачи оптимизации с применением композиции операторов
нейросетевого отображения и метода ЛП поиска
ВЫВОДЫ К ГЛАВЕ
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Третьем Всероссийском Симпозиуме по прикладной и промышленной математике в г. РостовнаДону, мая г. Теоретическая информатика от теории к практике в г. Уфе, г. Институте математики с ВЦ Уфимского научного центра РАН на научном семинаре кафедры Математическое моделирование Башкирского государственного университета на расширенном заседании кафедры Вычислительная математика и кибернетика Уфимского государственного авиационного технического университета. Издана монография, где автору принадлежат в соавторстве с С. А. Горбатковым параграфы 6. Основное содержание диссертации отражено в опубликованных работах общим объемом п. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников и приложений и содержит 1 страниц печатного текста, рисунков, таблиц, 7страниц списка использованных источников. В первой главе осуществлен анализ подходов к моделированию финанасовоэкономического сотстояния предприятий, а также существующих методик индикации нарушителей налогоплательщиков. Представлены постановки задачи получения эталонных адаптивных моделей финансовоэкономического состояния предприятий налогоплательщиков, и решения на их основе задачи классификации нарушителей налогоплательщиков и задачи приближенной оптимизации функционала постналогового дохода предприятия. Во второй главе описаны разработанные автором численный гибридный метод и обобщенная динамическая нейросетевая модель НСМ финансовоэкономических показателей предприятий для решения задачи классификации налогоплательщиков. Как показал опыт построения нейросетевых моделей этого класса, без использования специальных процедур и алгоритмов, разработанных на единой конструктивной основе идеи, математические модели налогового контроля оказывают практически неподъемными. Первая идея нейросетевую модель необходимо строить не для отдельно взятого предприятия, а для совокупности однородных предприятий. Вторая идея систему можно характеризовать при помощи е проекции небольшой размерности, т. Автор предложен способ управления процессом формирования русел можно заставить траекторию пройти по руслу п раз, если образовать кластер из п достаточно однородных субъектов налогообложения. В главе описан разработанный оптимизационный алгоритм кластеризации, позволяющий управлять формированием русел. Описан разработанный способ обобщенного перекрестного подтверждения ОПП, который позволяет уменьшить неопределенность интерпретации больших отклонений в малом числе тестовых точек при оценке качества НСМ и при индикации нарушений деклараций. В третьей главе описаны результаты реализации разработанного автором численного гибридного метода и обобщенной динамической нейросстевой модели финансовоэкономических показателей предприятий для задач классификации налогоплательщиков. Задача решена на основе реальных данных бухгалтерского ежеквартального. Приведены результаты исследований по устойчивости НСМ к возмущению входных данных. Дан анализ верификации по результатам выездных проверок. Проведены теоретические и цифровые эксперименты по исследованию возможности использования в нейросетях типа мульткиколлинеарных входных переменных. Доказанные теоремы позволяют сократить процедуру поиска архитектуры нейросети с регуляризирующими свойствами, а также позволяют эксплуатировать свойство мультиколлинарности входных переменных при решении задач классификации налогоплательщиков. В четвертой главе на основе построенных в главе 3 нейросстевых моделей финансовоэкономических показателей торгового предприятияналогоплательщика решена задача оптимизации постналогового дохода при вариации управляющих параметров. Предложен и реализован алгоритм решения задачи с использованием композиции операторов нейросетевого отображения и ЛПпоиска. Приведены результаты реализации процедуры классификации налогоплательщиков. В заключении представлены основные выводы и результаты проведенных исследований. В приложениях приводятся исходные данные, используемые для построения моделей и проведения расчетов, результаты практической реализации предлагаемых методов.