基于商务智能税务征管决策支持研究.docVIP

基于商务智能税务征管决策支持研究 　　［摘要］我国税务信息化经过多年发展积累了大量数据，基于商务智能技术的税务决策支持系统可以充分利用这些数据支持税收征管工作。介绍了商务智能技术在税务分析和税收征管决策中的支持应用，以及构建基于商务智能的税务决策支持系统的关键问题：数据库统一规划、模型的构造、知识库的建设、业务规则库的建设、缺乏相关复合型人才。 　　［关键词］商务智能； 数据仓库； 数据挖掘；税收征管；决策支持系统 　　 　　税务信息化建设是国家信息化建设的重要组成部分,一方面实现税收征管的信息在全国税务系统内共享，另一方面实现税务、海关、银行及其他政府机关之间公共信息资源在宽层面上共享。本文重点研究以税务分析和税务决策为主要处理对象的基于商务智能的税务决策支持系统。 　　税务决策支持系统是指在一定的经济理论指导下，根据经济和税收统计资料，在定性分析基础上，运用定量方法，对未来税收收入总量和结构等发展趋势所做出的分析、判断和推测。基于商务智能的税务决策支持系统在实现系统内部数据共享的基础上，吸纳外部有价值的数据信息，运用数据仓库、数据挖掘和多维分析等商务智能技术，引入或构建成熟的经济计量模型，建设税务分析和决策系统，提供辅助决策服务，提高科学决策水平[1]。 　　 　　1 我国税务信息化建设从增长向成熟阶段发展 　　 　　诺兰模型把信息化发展分为六个阶段：初始、蔓延、控制、集成、数据管理和成熟六个阶段。米歇模型认为诺兰模型中集成与数据管理两个阶段其实是不可分割的，他认为，信息化是由起步、增长、成熟和更新这样四阶段所构成。其中增长阶段对应着管理信息系统，而成熟阶段对应着集成化技术和集成化系统。我国税务信息化的发展目前正从以管理信息系统为特征的增长阶段向以集成化系统为特征的成熟阶段过渡[1][2]。 　　集成阶段的重要任务是重组业务管理模式，优化规范业务流程，统一技术和业务层面的规范和标准。我国税务信息化集成阶段的发展目标：建立健全税务业务管理、税务行政管理、领导决策分析、税务客户服务四大应用系统，实现真正意义上的集成。数据的集中共享, 实现了决策层、管理层对税务管理运作情况的直观掌握。 　　税务信息化建设经过数据集中、系统整合阶段以后，税务数据的深度利用就变得更为重要。应用商务智能技术对海量的数据与信息进行集成的数据分析、数据挖掘等快速有效地分析处理,从中寻找出规律性及建立模型，辅助和支持各级税务机关税收经济分析、监控和预测。 　　 　　2 税务决策支持系统中的商务智能技术应用 　　 　　商务智能（business intelligence, BI）是指将组织的各种数据及时地转换为管理者感兴趣的信息（或知识），并以各种方式展现出来，帮助管理者进行科学决策。这里的数据既包括组织内部的各种数据，也包括组织外部的数据。从应用的角度讲，BI也可以理解DW+OLAP+DM。从技术角度来看，BI重视分析数据的技术[3][4]。 　　商务智能通过对税务数据的采集、整理、挖掘和分析, 为税务系统的各层次人员提供信息, 提高税务分析和决策能力, 加快决策速度, 确保决策准确性。另一方面, 也为税务系统外部用户提供有效信息, 共同分享税务数据,提升了税务管理和服务水平。数据仓库(Data Warehouse ,DW) 、联机分析处理(On Line Analytical Processing ,OLAP) 和数据挖掘(Data Mining , DM) 是商务智能的三大技术支柱 　　2.1数据仓库 　　数据仓库是实现商务智能的数据基础，完成了数据的收集、集成、存储、管理等工作，使得商务智能更专注于信息的提取和知识的发现。数据仓库存储元数据和用于决策分析的数据。其中用于决策分析的数据来自于各税务业务系统，通过建立数据仓库,可以将分散在各个业务系统的数据集中成一个全面的视图。 　　税务数据仓库的使用者是税务机关的决策者和管理者,他们需要从更广泛、更全面的视角，站在全局的高度上去了解当前情况并分析事务的发展趋势，据以做出正确的决策。数据仓库技术为税务决策支持系统中信息与数据全面、高效、快速和统一的管理提供了极其有效的途径。 　　2.2 数据挖掘 　　决策的前提是发现知识，数据挖掘可以帮助我们在大量的数据中发现那些不能靠直觉发现的信息或知识，随着各应用系统逐步走向数据集中，高度共享，数据挖掘技术在税务决策、纳税评估、税源监控与预测、税收预测、纳税人信誉等级评估、政务行为评估等方面有了用武之地。运用数据挖掘技术来处理税收业务数据，提高决策水平，降低管理成本5]。 　　数据挖掘技术进行税务数据分析的过程是这样的：首先确定实现数据挖掘目标的数据挖掘功能；其次选择合适的模式搜索算法，然后根据使用者的决策目的对数据挖掘的