《税务稽查选案模型 理论与实证研究》求取 ⇩

第一章　概述1

1.1 问题的提出1

1.2　判别分析的思路3

1.3　TOBIT模型的思路7

1.4　建立税务稽查选案模型的步骤10

第二章　指标的选取与筛选14

2.1　行业合并14

2.2　指标的选取和分析17

2.2.1　财务结构指标18

2.2.2　偿债能力指标20

2.2.3　经营能力指标21

2.2.4　盈利能力指标23

2.3　指标的筛选24

2.3.1　主成分分析的基本理论24

2.3.2　利用主成分分析初步筛选指标26

第三章　样本分类与指标特征33

3.1　聚类分析的原理和方法34

3.1.1　常用的距离和相似系数34

3.1.2　聚类分析的基本原理和方法36

3.2　根据绝对指标聚类38

3.3　根据相对指标聚类40

3.4　G1、G2的指标特征45

3.4.1　财务结构指标的比较48

3.4.2　偿债能力指标的比较49

3.4.3　经营能力指标的比较50

3.4.4　盈利能力指标的比较51

3.4.5　盈利能力指标的特征53

第四章　距离判别56

4.1　距离判别的基本原理56

4.1.1 有关符号56

4.1.2　距离判别的基本原理58

4.2　线性判别59

4.2.1　线性判别函数59

4.2.2　实证分析61

4.3　二次判别68

4.3.1　二次判别函数68

4.3.2　实证分析69

第五章　逐步判别和模型检验94

5.1　逐步判别94

5.1.1　附加信息检验94

5.1.2　逐步判别的原理和方法98

5.1.3　距离逐步判别的原理和方法101

5.2　逐步判别的实证分析103

5.2.1 实证分析103

5.2.2　对筛选指标的分析106

5.3　总体均值差异性检验107

5.3.1 均值的差异性检验108

5.3.2　均值差异性检验的实证（22个指标）108

5.3.3　均值差异性检验的实证（12个指标）109

5.4　总体协差阵差异性检验112

5.4.1　协差阵的差异性检验112

5.4.2　协差阵差异性检验的实证（22个指标）114

5.4.3　协差阵差异性检验的实证（12个指标）115

第六章　贝叶斯判别和PROBIT模型120

6.1　贝叶斯判别120

6.1.1 贝叶斯判别准则121

6.1.2　正态总体的情形122

6.1.3　误判损失126

6.1.4　后验概率128

6.2　实证分析（贝叶斯线性判别）130

6.2.1 两类的误判损失相等（δ＝1）130

6.2.2　两类的误判损失不相等（δ＝2和δ＝4）134

6.3　实证分析（贝叶斯二次判别）138

6.4 PROBIT模型144

第七章　逃税额估测模型（TOBIT模型）148

7.1 TOBIT模型148

7.2　TOBIT模型的性质150

7.3　TOBIT模型的应用153

7.4　问题与改进方向157

第八章　总结160

8.1　建模过程总结160

8.2　统计软件及程序164

8.2.1 判别分析的操作步骤164

8.2.2　建立Probit模型的操作步骤169

8.2.3　建立判别模型的SAS程序171

8.2.4　建立Tobit模型的SAS程序175

8.3　进一步的研究方向176

参考文献181

附录184

索引（图、表、程序和输出）191