研究数据挖掘方法在我国财政管理领域中的运用.docVIP

研究数据挖掘方法在我国财政管理领域中的运用 　　摘要：财政部门的日常工作比较复杂，是一个密集了大量数据的综合性管理部门。随着我国信息化的财政工作不断深入，我国的财政数据不断增加，大规模的数据越来越多，这些海量的数据为我国财政管理的科学决策提供了重要的基层数据信息。将这些基层数据所包含的信息与知识充分挖掘，有助于促进我国财政管理的科学化、规范化以及信息化发展，也在实质上提高了我国财政部门的管理水平。本文主要分析了数据挖掘法的在我国财政部门管理工作中的重要性，并提出相应的应用对策。 　　关键词：数据挖掘；财政管理；应用；策略 　　中图分类号：G40-057 文献识别码：A 文章编号：1001-828X（2015）018-000-01 　　前言 　　财政管理的数据挖掘法诞生于二十世纪八十年代，到了今天已经处于突飞猛进发展的阶段，并且在我国财政管理领域当中取得了良好的运用效果，越来越受人们的青睐。数据挖掘方法是把某一领域内所需进行决策的数据相互结合起来，对这个领域内出现的相关问题进行量化，发现问题，掌握并进行决策的一个流程。现如今，这种数据挖掘的技术已经在我国的信息领域当中得到广泛的应用，逐步成为了信息应用的一种新型的潮流，并且在大数据的背景下，代表了数据的应用与处理方向。在我国财政管理的领域当中，合理应用数据挖掘法可以有效降低财政管理的成本，对传统的管理方法进行创新，是一种新型的财政管理方法。 　　一、数据挖掘法在我国财政管理中的必要性 　　第一，传统的财政管理模式已经无法再满足新时代的管理需求， 在信息化的背景下，广大人民群众对国家政府的财政管理效率要求不断提高。 　　第二，我国财政管理的改革与产生需要挖掘海量数据，例如：金财工程、全口径的预算、绩效的公开和预算以及国库账户体系等都需要大量数据来支持。 　　第三，数据挖掘法能够满足我国财政危机的管理需求，能够应对外部财政的不确定性等，此外，还能强化我国财政的预调功能，降低财政的风险。 　　第四，财政转型时代背景下，我国财政的改革需要有相应的技术来支撑、模拟、评估，为我国财政制度的变革提供强有力的支持。 　　第五，合理地应用这种模式可以将我国的财政智能转至政务智能，充分发挥财政管理的乘数效应，将一些潜在的操作数据充分挖掘出来，并且有效地应用，全面提高我国财政的管理与服务水平[1]。 　　二、数据挖掘方法在我国财政管理领域中的运用 　　1.财政数据的预处理 　　数据的预处理指的是对财政数据进行挖掘前，要先对原始的数据进行整理，集中后进行数据的转换，然后再进行离散与规约等处理，使这些原有的财政数据能够符合数据挖掘法研究所需要的基本标准。从财政数据挖掘角度来看，若要找到财政明细收入的数据和税收比例间的关系就必须寻找一个集合点，这个集合包含了我国多个地区的财政明细收入、税收比例等数据，为了确保挖掘数据的准确性，可以选择省级一级财政收入的数据来作为财政数据挖掘的基本数据源；从财政数据源的范围看，可将我国三十一个省的财政部门数据全部纳为数据分析的范围；从财政数据的时间段看，可选择我国近几年的财政数据，然后分别对每年财政数据进行挖掘，找到税收比例的规律、税收逐年变化趋势和每年财政数据挖掘结论的异同之处。 　　2.创建税收占比的决策树 　　对目标变量进行判断需要有一种能够满足这类判断的算法，例如：某地区的营业税，其金额比某确定值要高，那么就可以判断出该地区的税收占比比全国均值高的概率较大，一般情况下，进行这种判断的过程要简单、快速。而决策树就能够实现这种简单、快速的目标，是进行财政税收判断过程中常常使用的一种工具。建立税收占比决策树模型，就能够沿着决策树模型的根节点来，对我国的每种收入种类以及金额的大小，进行自上而下地判断，很快就能够得到这个地区的税收占比，从而得出与全国均值进行比较的结果。常用的财政数据挖掘的工具软件SPSS Clementine，从软件工具工具中C5 算法展开挖掘，将税收占比与全国均值进行比较，将比较的结果作为目标变量，以全国三十一个省份的二十一项财政明细收入的数据为基本的输入变量，从而创建决策树。 　　3.分析、总结财政收入 　　根据财政部门创建的决策树，能够通过财政的明细收入金额来判断地区税收占比大小，如果决策树根节点处于相同状态，那么这些就属于企业的所得税。要挖掘近几年的财政数据，就要比较、判断我国各个省份税收占比与全国均值之间的关系，判断的首要条件是该省份的企业所得税，若企业的所得税偏高，则该省份的税收占就比全国均值要高，高于全国均值的几率就越大，反之则越小。 　　从财政数据挖掘方面来看，数据挖掘方法可以分析我国若干个历史年度的财政数据，创建若干个决策树。若仅仅只是对已有的数据实施分析与建模，则难以构成完整的财政数据挖掘，必须借助使用