Chương 1: Giới thiệu chung: Trình bày lý do thực hiện đề tài, giới thiệu chung, mục tiêu đối tượng phạm vi nghiên cứu. ý nghĩa khoa học và ý nghĩa thực tiễn Chương 2: Cơ sở lý thuyết và các nghiên cứu có liên quan chương này trình bày khái niện về công tác thuế, thủ tục hành chính thuế và một số phương pháp phân tích, trực quan hóa và dự báo và các nghiên cứu có liên quan. Chương 3: Mô hình đề xuất phân tích, trực quan hóa và dự báo kết quả gi ải quyết thủ tục hành chính thuế tại Cục thuế tỉnh Bình Dương. Chương 4: Thực nghiệm và đánh giá kết quả chương này trình bày về quá trình phân tích dữ liệu, trực quan hóa và dự báo kết quả bằng khai phá dữ liệu; thực nghiệm và đánh giá kết quả đạt được khi thực nghiệm.
Chương 5: Kết luận và hướng phát triển. 13 Chương 2 CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU CÓ LIÊN QUAN Trong chương này, chúng tôi trình bày về Thủ tục hành chính thuế của Ngành thuế Việt Nam nói chung cũng như Cục thuế Bình Dương nói riêng, các nghiên cứu liên quan đã được công bố về các thủ tục hành chính thuế. Chương này cũng trình bày một số phương pháp dự báo, phương pháp khai phá dữ liệu và một số nghiên cứu liên quan đến mô hình dự báo ngắn hạn, mô hình dự báo dài hạn trên một số nước từ đó lựa chọn phương pháp nghiên cứu thích hợp cho bài toán đặt ra 2.1 Thủ tục hành chính thuế Tổng cục thuế (TCT) là tổ chức được thành lập năm 1945 có chi nhánh rộng khắp trên 63 tỉnh thành trên toàn quốc hiện đang hỗ trợ các thủ tục hành chính thuế như: tài liệu, hoá đơn, chính sách thủ tục thuế từ người nộp thuế. Dịch vụ thủ tục hành chính thuế (DVTTHCT) là loại hàng hoá đặc biệt, sản phẩm dịch vụ vô hình, phục vụ chức năng công quyền, loại DVTTHCT do Cục thuế thực hiện, có đặc điểm sau: Quá trình thực hiện và cung cấp dịch vụ hành chính đều bị điều tiết rất chặt chẽ bởi quy định của pháp luật, mỗi người sử dụng dịch vụ đều có quyền ngang nhau trong việc sử dụng dịch vụ.
Phạm vi giải quyết DVTTHCT Thủ tục “nộp thuế”: Thủ tục “khai báo thuế” Thủ tục “hoàn thuế “ Thủ tục “kiểm tra” Thủ tục “thanh tra” 14 Ưu điểm của các thủ tục hành chính: Thủ tục hành chính “khai báo thuế” nhanh, tiết kiệm thời gian, linh hoạt có độ tin cậy và uy tín cao. Thủ tục hành chính “nộp thuế” thuận lợi, nhanh, tiết kiệm thời gian, chi phí Thủ tục hành chính “hoàn thuế” nhanh, hỗ trợ kịp thời Thủ tục hành chính “kiểm tra” nhanh, chuyên nghiệp, Thủ tục hành chính “thanh tra” nhanh, chuyên nghiệp, phát hiện hành vi gian lận kịp thời, chống thất thoát nguồn ngân sách Một số nhược điểm của thủ tục hành chính thuế So với một số thủ tục hành chính khác, việc giải quyết hồ sơ còn chậm hơn Người nộp thuế phải mang đến tận nơi để giải quyết thủ tục hành chính thuế Kết quả giải quyết thủ tục hành chính thuế chưa được công khai minh bạch.2 Một số phương pháp dự báo Có nhiều cách để phân loại các dự báo khác nhau. Nếu căn cứ vào độ dài thời gian dự báo thì có thể phân thành ba loại: [4], [9]. Dự báo dài hạn: Là những dự báo có thời gian dự báo từ 5 năm trở lên.
Thường dùng để dự báo những mục tiêu, chiến lược về kinh tế chính trị, khoa học kỹ thuật trong thời gian dài ở tầm vĩ mô. Dự báo trung hạn: Là những dự báo có thời gian dự báo từ 3 đến 5 năm. Thường phục vụ cho việc xây dựng những kế hoạch trung hạn về kinh tế văn hoá xã hội… ở tầm vi mô và vĩ mô. 15 Dự báo ngắn hạn: Là những dự báo có thời gian dự báo dưới 3 năm, loại dự báo này thường dùng để dự báo hoặc lập các kế hoạch kinh tế,văn hoá, xã hội chủ yếu ở tầm vi mô và vĩ mô trong khoảng thời gian ngắn nhằm phục vụ cho công tác chỉ đạo kịp thời.
Cách phân loại này chỉ mang tính tương đối tuỳ thuộc vào từng loại hiện tượng để quy định khoảng cách thời gian cho phù hợp với loại hiện tượng đó. Dựa vào đối tượng dự báo, có thể chia dự báo thành: Dự báo khoa học, dự báo kinh tế, dự báo xã hội, dự báo tự nhiên, thiên văn học…Căn cứ vào phương pháp dự báo, có thể chia thành 3 nhóm [4], [9]: Dự báo bằng phương pháp chuyên gia: Loại dự báo này được tiến hành trên cơ sở tổng hợp, xử lý ý kiến của các chuyên gia thông thạo với hiện tượng được nghiên cứu, từ đó có phương pháp xử lý thích hợp đề ra các dự đoán, các dự đoán này được cân nhắc và đánh giá chủ quan từ các chuyên gia. Phương pháp này có ưu thế trong trường hợp dự đoán những hiện tượng hay quá trình bao quát rộng, phức tạp, chịu sự chi phối của khoa học- kỹ thuật, sự thay đổi của môi trường, thời tiết, chiến tranh trong khoảng thời gian dài. Một cải tiến của phương pháp Delphi - là phương pháp dự báo dựa trên cơ sở sử dụng một tập hợp những đánh giá của một nhóm chuyên gia.
Mỗi chuyên gia được hỏi ý kiến và rồi dự báo của họ được trình bày dưới dạng thống kê tóm tắt. Việc trình bày những ý kiến này được thực hiện một cách gián tiếp (không có sự tiếp xúc trực tiếp) để tránh những sự tương tác trong nhóm nhỏ qua đó tạo nên những sai lệch nhất định trong kết quả dự báo. Sau đó người ta yêu cầu các chuyên gia duyệt xét lại những dự báo của họ trên [4], [9]. Dự báo theo phương trình hồi quy: Theo phương pháp này, mức độ cần dự báo phải được xây dựng trên cơ sở xây dựng mô hình hồi quy, mô hình này được xây dựng phù hợp với đặc điểm và xu thế phát triển của hiện tượng nghiên cứu.
Để xây dựng mô hình hồi quy, đòi hỏi phải có tài liệu về hiện tượng cần dự báo và các hiện tượng có liên quan. Loại dự báo này thường được sử dụng để dự báo trung hạn và dài hạn ở tầm vĩ mô [4], [9]. 16 Dự báo dựa vào dãy số thời gian: Là dựa trên cơ sở dãy số thời gian phản ánh sự biến động của hiện tượng ở những thời gian đã qua để xác định mức độ của hiện tượng trong tương lai. Trong luận án này, tác giả nhóm các phương pháp dự báo thành 2 nhóm chính là các phương pháp định tính và các phương pháp định lượng [4], [9].
Phương pháp dự báo định tính: Phương pháp này dựa trên cơ sở nhận xét của những yếu tố liên quan, dựa trên những ý kiến về các khả năng có liên hệ của những yếu tố liên quan này trong tương lai. Phương pháp định tính có liên quan đến mức độ phức tạp khác nhau, từ việc khảo sát ý kiến được tiến hành một cách khoa học để nhận biết các sự kiện tương lai hay từ ý kiến phản hồi của một nhóm đối tượng hưởng lợi (chịu tác động) nào đó. Phương pháp dự báo định lượng: Các phương pháp dự báo định lượng thường dựa trên số liệu quá khứ, những số liệu này giả sử có liên quan đến tương lai và có thể tìm thấy được. Tất cả các mô hình dự báo theo định lượng có thể sử dụng thông qua chuỗi thời gian và các giá trị này được quan sát đo lường các giai đoạn theo từng chuỗi.
Thông thường khi dự báo người ta thường hay kết hợp cả phương pháp định tính và định lượng để nâng cao mức độ chính xác của dự báo. Bên cạnh đó, vấn đề cần dự báo đôi khi không thể thực hiện được thông qua một phương pháp dự báo đơn lẻ mà đòi hỏi kết hợp nhiều hơn một phương pháp nhằm mô tả đúng bản chất sự việc cần dự báo.3 Khai phá dữ liệu 2.1 Giới thiệu về khai phá dữ liệu Lượng dữ liệu mà chúng ta tạo ra mỗi ngày ước tính khoảng trên vài tỷ tỷ byte/ngày. Chính vì vậy, hiện nay lượng dữ liệu mà con người thu thập và lưu trữ được trong các kho dữ liệu là rất lớn, nhiều khi vượt qua khả năng quản lý. Hiện tại, người ta đang đề cập đến khái niệm khủng hoảng phân tích dữ liệu tác nghiệp để cung cấp thông tin với yêu cầu chất lượng ngày càng cao cho những người ra quyết định trong các tổ chức tài chính, thương mại, khoa học, việc làm.
Nhà 17 nghiên cứu John Naisbett đã cảnh báo về vấn đề này “Chúng ta đang chìm ngập trong dữ liệu mà vẫn đói tri thức”. Với khối lượng dữ liệu tăng nhanh và khổng lồ như vậy, chính vì vậy các phương pháp thủ công truyền thống áp dụng để phân tích dữ liệu sẽ không hiệu quả, tốn kém và dễ dẫn đến những sai lệch. Nếu cho rằng các điện tử và các sóng điện tử chính là bản chất của công nghệ điện tử truyền thống thì dữ liệu, thông tin và tri thức hiện đang là tiêu điểm của một lĩnh vực mới trong nghiên cứu và ứng dụng về phát hiện tri thức (Knowledge Discovery) và khai phá dữ liệu (Data Mining). Thông thường chúng ta coi dữ liệu như một dãy các bit, hoặc các số và các ký hiệu, hoặc các “đối tượng” với một ý nghĩa nào đó khi được gửi cho một chương trình dưới một dạng nhất định.
Chúng ta sử dụng các bit để đo lường các thông tin và xem nó như là các dữ liệu đã được lọc bỏ các dư thừa, được rút gọn tới mức tối thiểu để đặc trưng một cách cơ bản cho dữ liệu. Chúng ta có thể xem tri thức như là các thông tin tích hợp, bao gồm các sự kiện và các mối quan hệ giữa chúng. Các mối quan hệ này có thể được hiểu ra, có thể được phát hiện, hoặc có thể được học. Nói cách khác, tri thức có thể được coi là dữ liệu có độ trừu tượng và tổ chức cao.
Phát hiện tri thức trong các cơ sở dữ liệu là một quy trình nhận biết các mẫu hoặc các mô hình trong dữ liệu với các tính năng: hợp thức, mới, khả ích, và có thể hiểu được. Còn khai thác dữ liệu là một bước trong quy trình phát hiện tri thức gồm có các thuật toán khai thác dữ liệu chuyên dùng dưới một số quy định về hiệu quả tính toán chấp nhận được để tìm ra các mẫu hoặc các mô hình trong dữ liệu.