| dc.contributor.advisor | 鄭宇庭 | zh_TW |
| dc.contributor.author (Authors) | 曾雨慈 | zh_TW |
| dc.creator (作者) | 曾雨慈 | zh_TW |
| dc.date (日期) | 2010 | en_US |
| dc.date.accessioned | 29-Sep-2011 16:46:20 (UTC+8) | - |
| dc.date.available | 29-Sep-2011 16:46:20 (UTC+8) | - |
| dc.date.issued (上傳時間) | 29-Sep-2011 16:46:20 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0983540131 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/50812 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 統計研究所 | zh_TW |
| dc.description (描述) | 98354013 | zh_TW |
| dc.description (描述) | 99 | zh_TW |
| dc.description.abstract (摘要) | 營業稅佔全國賦稅實徵淨額總計的百分之十以上，僅次於營利事業所得稅及綜合所得稅，為國家重要稅收來源。由於營業人常利用各種方式來逃漏營業稅，使得國家稅收連年短徵，加上稽查人員人力不足且查核人員流動率高使得查核經驗無法傳承，故本研究欲在現行的選案制度下，建立一套營業稅智慧型選案查核作業流程，使得查核人員能夠更有效率且準確的進行查核，遏止營業人心存僥倖和觀望，杜絕逃漏稅情事，以增加國家稅收。 本研究導入資料採礦技術，以98年度零稅率冒退為例，以該年度營業人為主要的研究對象，透過本研究所建構之建模標準流程，分別利用C5.1、CHAID、QUEST、C&R Tree、羅吉斯迴歸及類神經網路等六種方法建立冒退機率模型，並加以評估及比較其預測能力。研究結果發現，經評估確立以冒退對非冒退人數之比例為1:2之下，使用C5.1分類樹技術建模的效果最佳，共有十個變數納入分類規則中，其中影響營業人冒退之最重要的變數為「應退稅額」，並產生54個判斷營業人冒退之規則。 透過本研究建立之嚴謹的建模標準流程，所產之冒退規則模型，經驗證後，此模型具有一定的穩定性與預測效力，在模型整體正確率(Accuracy)平均而言約有90%之預測率、反查率(Recall)平均而言約有85%之預測率及F-measure平均而言約有80%之預測率，故本研究所建構之建模標準流程確實能夠在國稅局冒退查核流程實務中加以應用。相信本研究所建立之建模標準流程，可提供國稅局查核人員於未來查核逃漏之際，無論是何種查核項目，皆可按此流程，達到有效率且準確的查核結果，進而杜絕逃漏稅情事，方能增加國家稅收。 | zh_TW |
| dc.description.tableofcontents | 摘要 I 目錄 IIV 表次 V 圖次 VI 第一章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 3 第三節 研究流程 5 第二章 文獻探討 6 第一節 營業稅介紹 6 第二節 資料探勘 14 第三節 探討應用資料探勘技術於選案模式之相關研究 17 第三章 研究方法 19 第一節 資料來源與介紹 19 第二節 研究流程 19 第三節 研究方法 23 第四章 實證分析 37 第一節 變數處理及選取建模變數 37 第二節 抽樣比例配置與模型比較 41 第三節 建置冒退規則模型 45 第四節 模型評估及驗證 64 第五節 查核與回饋 65 第五章 結論與建議 66 第一節 結論 66 第二節 建議 67 參考文獻 68 附錄 71 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0983540131 | en_US |
| dc.subject (關鍵詞) | 營業稅 | zh_TW |
| dc.subject (關鍵詞) | 逃漏稅 | zh_TW |
| dc.subject (關鍵詞) | 資料採礦 | zh_TW |
| dc.title (題名) | 導入資料採礦技術於營業稅智慧型選案之查核 | zh_TW |
| dc.title (題名) | Application of data mining techniques in business tax case selection | en_US |
| dc.type (資料類型) | thesis | en |
| dc.relation.reference (參考文獻) | 中文文獻： | zh_TW |
| dc.relation.reference (參考文獻) | 1. 田倚權、何永鑫(2004)，「營業稅違章型態及案例之研究」，財政部台灣省中 | zh_TW |
| dc.relation.reference (參考文獻) | 區國稅局93 年度列管研究發展報告。 | zh_TW |
| dc.relation.reference (參考文獻) | 2. 吳德章(1988)，「我國營業稅逃漏型態及防制方法之研究」，私立中國文化大 | zh_TW |
| dc.relation.reference (參考文獻) | 學經濟研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 3. 吳進照(2003)，「類神經網路於營利事業所得稅選案之應用」，國立中央大學 | zh_TW |
| dc.relation.reference (參考文獻) | 資訊工程研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 4. 吳慶輝(2006)，「資料探勘技術於營利事業所得稅逃漏稅選查之應用」，國立 | zh_TW |
| dc.relation.reference (參考文獻) | 中正大學會計與資訊科技研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 5. 林坤淵(2002)，「營利事業所得逃漏稅預測模式之比較研究」，國立交通大學 | zh_TW |
| dc.relation.reference (參考文獻) | 經營管理研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 6. 林惠英(2006)，「應用資料探勘技術於營業稅逃漏稅選案之研究」，國立中正 | zh_TW |
| dc.relation.reference (參考文獻) | 大學會計與資訊科技研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 7. 施肇華(2002)，我國營利事業所得稅查核方式暨一般逃漏稅查緝方法之研 | zh_TW |
| dc.relation.reference (參考文獻) | 究，私立中原大學會計研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 8. 陳彥文(2003)，「類神經網路之應用-以營業稅選案模型為例」，私立銘傳大學 | zh_TW |
| dc.relation.reference (參考文獻) | 資訊管理學系碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 9. 陳佳樟(2007)，「導入資料採礦技術於新巴賽爾協定下企業信用模型-以製造 | zh_TW |
| dc.relation.reference (參考文獻) | 業為例」，國立政治大學統計研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 10. 陳雨農(2010)，「應用資料採礦技術於數位相機產業消費者行為研究」，國立 | zh_TW |
| dc.relation.reference (參考文獻) | 政治大學統計研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 11. 張玉霜(2004)，「類神經網路應用於綜合所得稅選案查核之研究」，國立成功 | zh_TW |
| dc.relation.reference (參考文獻) | 大學工業與資訊管理學研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 12. 楊永欽(2002)，「預測模型在稅務選案上之比較」，私立靜宜大學會計學研究 | zh_TW |
| dc.relation.reference (參考文獻) | 所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 13. 黃炎輝、何添義(2006)，「營建業稅務法規與會計處理」，稅旬文化出版事業公司。 | zh_TW |
| dc.relation.reference (參考文獻) | 14. 黃傳益(2008)，「使用資料探勘技術於稅務資料中判斷虛設行號之研究」，國 | zh_TW |
| dc.relation.reference (參考文獻) | 立成功大學工學院工程管理專班碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 15. 謝燿隆(2004)，「運用資料探勘技術探討執行業務所得選案機制」，國立成功 | zh_TW |
| dc.relation.reference (參考文獻) | 大學工學院工程管理專班碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 16. 謝邦昌、鄭宇庭、蘇志雄(2009)，「Data Mining概述-以Clementine 12.0為例」， | zh_TW |
| dc.relation.reference (參考文獻) | 中華資料採礦協會。 | zh_TW |
| dc.relation.reference (參考文獻) | 17. 羅浩禎(2009)，「應用資料採礦技術建置中小企業傳統產業之信用評等系 | zh_TW |
| dc.relation.reference (參考文獻) | 統」，國立政治大學統計研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 英文文獻： | zh_TW |
| dc.relation.reference (參考文獻) | 1. Breiman L., J. H. Friedman, R. A. Olshen and C. J. Stone (1984), “Classification and Regression Tree”, Wadsworth, California. | zh_TW |
| dc.relation.reference (參考文獻) | 2. Freeman, J. A. and D. M. Skapura (1992), “ Neural Networks Algorithms, Applications, and Programming Techniques”, Addison-Wesley Publishing Company: New York. | zh_TW |
| dc.relation.reference (參考文獻) | 3. Loh, W. Y. and Y. S. Shih (1997), “Split selection methods for classification trees”, Statistica Sinica, Vol. 7, 1997, pp.815-840. | zh_TW |
| dc.relation.reference (參考文獻) | 4. McClelland, J. L., D. E. Rumelhart and the PDP Research Group (1986), “Parallel Distribution Processing: Explorations in the Microstructure of Cognition ”, Vol. 2, Psychological and Biological Models. Cambridge, MA: MIT Press. | zh_TW |
| dc.relation.reference (參考文獻) | 5. Perreault, W. D. and H. C. Barksdale (1980), “A model-free approach for analysis of complex contingency data in survey research”, Journal of Marketing Research, Vol. 17 (November), 503-515. | zh_TW |
| dc.relation.reference (參考文獻) | 6. Quinlan, J. R. (1979), “Discovering rules from large collections of examples: a case study”, In Michie, D., editor, Expert Systems in the Microelectronic Age. Edinburgh University Press, Edinburgh Scotland. | zh_TW |
| dc.relation.reference (參考文獻) | 7. Whitney, A. (1971), “A direct method of nonparametric measurement selection.IEEE Trans ”, Computer, 20:1100-1103. | zh_TW |
