CN111768282B - 数据分析方法、装置、设备及存储介质 - Google Patents
数据分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111768282B CN111768282B CN202010617563.0A CN202010617563A CN111768282B CN 111768282 B CN111768282 B CN 111768282B CN 202010617563 A CN202010617563 A CN 202010617563A CN 111768282 B CN111768282 B CN 111768282B
- Authority
- CN
- China
- Prior art keywords
- economic
- data
- value
- tax rate
- industry
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000007405 data analysis Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims description 62
- 238000012937 correction Methods 0.000 claims description 57
- 230000006870 function Effects 0.000 claims description 54
- 238000012360 testing method Methods 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 11
- 238000009472 formulation Methods 0.000 abstract description 9
- 238000011835 investigation Methods 0.000 abstract description 9
- 239000000203 mixture Substances 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 238000012795 verification Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000005065 mining Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000008676 import Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/10—Tax strategies
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及大数据领域,公开了一种数据分析方法、装置、设备及存储介质。该方法包括:获取增值税率的调整请求;提取调整请求中的设定参数,修改经济基础数据,得到修正基础数据;根据修正基础数据调整经济模型,得到修正经济指标数据;判断修正经济指标数据是否为最优数据;若是,则将设定参数确定为最优的配置参数,并根据设定参数生成政策辅助报告;若否,则将指定行业的增值税率维持不变并调整非指定行业的增值税率,直至经济指标数据为预设达成目标的最优数据为止。本方案缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。此外,本发明还涉及区块链技术,得到的目标的最优数据可存储于区块链中。
Description
技术领域
本发明涉及大数据领域,尤其涉及一种数据分析方法、装置、设备及存储介质。
背景技术
互联网技术不断革新,在不同的领域中显示其强大的生命力。在诸如石油、化工、机械、船舶、家电、钢铁、交通运输等传统领域中,互联网信息化技术正不断深入融合,改变现有的技术方案和决策逻辑。信息化时代,不断革新的方案与技术提高了生产力的水平,也改变了传统行业人员的工作方式。
在政策研究领域,信息化技术也大放异彩,对传统的人工分析提出了挑战。当前,信息化技术将经济政策中的数据量化为数字信号,通过现有的经济模型将不同的数据进行相互组合计算,使得不同的数据之间的联系能直观的呈现。目前,财政领域缺乏政策推演方案及系统,在调整设定一个参数时,需经过大量的时间调研分析并模拟演算参数变化是否符合预期目标,最终形成可行性报告,以完成政策制定,此过程参与团队较大,耗时长,报告形成缓慢,需要通过信息化技术提高报告的形成速度。
发明内容
本发明的主要目的在于解决财政政策推演分析报告形成速度慢的技术问题。
本发明第一方面提供了一种数据分析方法,所述数据分析方法包括:
获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据,其中,所述设定参数包括:指定行业的增值税率、非指定行业的增值税率;
根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;
判断所述修正经济指标数据是否为所述预设达成目标的最优数据;
若是,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;
若否,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。
可选的,在本发明第一方面的第一种实现方式中,在获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标之前,还包括:
获取预置经济模型,并读取所述经济模型中的预置核算矩阵框架;
对所述核算矩阵框架进行欧拉检验、复制检验和价格齐次检验,判断所述核算矩阵框架是否均检验合格;
若是,则将所述经济模型确认为合格状态。
可选的,在本发明第一方面的第二种实现方式中,所述设定参数还包括经济基础数据的增值税率,所述提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据包括:
提取所述调整请求中携带的指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率;
从预置数据库中抓取所述指定行业的增值税率、所述非指定行业的增值税率和所述经济基础数据的增值税率对应的经济基础数据;
根据所述经济基础数据的增值税率对所述经济基础数据进行还原计算,得到所述设定参数对应的税前经济基础数据;
根据所述指定行业的增值税率、所述非指定行业的增值税率和预置扣税算法,对所述税前经济基础数据进行扣除计算,得到所述设定参数对应的修正基础数据。
可选的,在本发明第一方面的第三种实现方式中,在所述提取所述调整请求中携带的指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率之后,在所述预置数据库中抓取所述设定参数对应的经济基础数据之前,还包括:
分别判断所述指定行业的增值税率、所述非指定行业的增值税率、所述经济基础数据的增值税率是否超过对应的预置限定税率阈值;
若所述指定行业的增值税率超过对应的预置限定税率阈值,则将所述指定行业的增值税率修改为对应的所述限定税率阈值;
若所述非指定行业的增值税率超过对应的预置限定税率阈值,则将所述非指定行业的增值税率修改为对应的所述限定税率阈值;
若所述经济基础数据的增值税率超过对应的预置限定税率阈值,则将所述经济基础数据的增值税率修改为对应的所述限定税率阈值。
可选的,在本发明第一方面的第四种实现方式中,所述根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据包括:
获取所述经济模型中预置核算矩阵框架;
将所述修正基础数据填入所述核算矩阵框架中,得到核算矩阵;
根据预置指标算法,对所述核算矩阵中与所述设定参数对应的修正基础数据进行指标计算,得到所述设定参数对应的修正经济指标数据。
可选的,在本发明第一方面的第五种实现方式中,所述判断所述修正经济指标数据是否为所述预设达成目标的最优数据包括:
读取所述预设达成目标中的效用函数;
解析所述修正经济指标数据,获得所述修正经济指标数据对应的预置限定范围;
根据所述限定范围和所述效用函数,得到所述效用函数的极大值点;
判断所述修正经济指标数据是否为所述效用函数的极大值点。
可选的,在本发明第一方面的第六种实现方式中,所述判断所述修正经济指标数据是否为所述预设达成目标的最优数据包括:
提取所述预设达成目标中携带的效用函数,并将所述修正经济指标数据代入所述效用函数,得到目标效用值;
将所述指定行业的增值税率维持不变,按设定差值调整所述非指定行业的增值税率;
根据所述非指定行业的增值税率计算出对应的经济指标数据,以及将对应的经济指标数据代入所述效用函数,得到测试效用值集;
判断所述目标效用值是否小于所述测试效用值集中的最大数值。
本发明第二方面提供了一种数据分析装置,所述数据分析装置包括:
获取模块,用于获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
修改模块,用于提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据;
调整模块,用于根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;
判断模块,用于判断所述修正经济指标数据是否为所述预设达成目标的最优数据;
生成模块,用于若所述修正经济指标数据是所述预设达成目标的最优数据,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;
调试模块,用于若所述修正经济指标数据不是所述预设达成目标的最优数据,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。
可选的,在本发明第二方面的第一种实现方式中,所述数据分析装置包括检验模块,所述检验模块具体用于:
获取预置经济模型,并读取所述经济模型中的预置核算矩阵框架;
对所述核算矩阵框架进行欧拉检验、复制检验和价格齐次检验,判断所述核算矩阵框架是否均检验合格;
若是,则将所述经济模型确认为合格状态。
可选的,在本发明第二方面的第二种实现方式中,所述修改模块包括:
提取单元,用于提取所述调整请求中携带的指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率;
抓取单元,用于从预置数据库中抓取所述指定行业的增值税率、所述非指定行业的增值税率和所述经济基础数据的增值税率对应的经济基础数据;
还原单元,用于根据所述经济基础数据的增值税率对所述经济基础数据进行还原计算,得到所述设定参数对应的税前经济基础数据;
修正单元,用于根据所述指定行业的增值税率、所述非指定行业的增值税率和预置扣税算法,对所述税前经济基础数据进行扣除计算,得到所述设定参数对应的修正基础数据。
可选的,在本发明第二方面的第三种实现方式中,所述数据分析装置还包括限制模块,所述限制模块具体用于:
分别判断所述指定行业的增值税率、所述非指定行业的增值税率、所述经济基础数据的增值税率是否超过对应的预置限定税率阈值;
若所述指定行业的增值税率超过对应的预置限定税率阈值,则将所述指定行业的增值税率修改为对应的所述限定税率阈值;
若所述非指定行业的增值税率超过对应的预置限定税率阈值,则将所述非指定行业的增值税率修改为对应的所述限定税率阈值;
若所述经济基础数据的增值税率超过对应的预置限定税率阈值,则将所述经济基础数据的增值税率修改为对应的所述限定税率阈值。
可选的,在本发明第二方面的第四种实现方式中,所述调整模块具体用于:
获取所述经济模型中预置核算矩阵框架;
将所述修正基础数据填入所述核算矩阵框架中,得到核算矩阵;
根据预置指标算法,对所述核算矩阵中与所述设定参数对应的修正基础数据进行指标计算,得到所述设定参数对应的修正经济指标数据。
可选的,在本发明第二方面的第五种实现方式中,所述判断模块具体用于:
读取所述预设达成目标中的效用函数;
解析所述修正经济指标数据,获得所述修正经济指标数据对应的预置限定范围;
根据所述限定范围和所述效用函数,得到所述效用函数的极大值点;
判断所述修正经济指标数据是否为所述效用函数的极大值点。
可选的,在本发明第二方面的第六种实现方式中,所述判断模块具体还用于:
提取所述预设达成目标中携带的效用函数,并将所述修正经济指标数据代入所述效用函数,得到目标效用值;
将所述指定行业的增值税率维持不变,按设定差值调整所述非指定行业的增值税率;
根据所述非指定行业的增值税率计算出对应的经济指标数据,以及将对应的经济指标数据代入所述效用函数,得到测试效用值集;
判断所述目标效用值是否小于所述测试效用值集中的最大数值。
本发明第三方面提供了一种数据分析设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述数据分析设备执行上述的数据分析方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的数据分析方法。
本发明提供的技术方案中,获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据;根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;判断所述修正经济指标数据是否为所述预设达成目标的最优数据;若是,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;若否,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。在发明实施例中,基于CGE模型中的经济数据之间的关系以及经济数据与增值税率之间的关系,通过经济数据计算出经济指标,构建了增值税率与经济指标之间的联系。通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
附图说明
图1为本发明实施例中数据分析方法的第一个实施例示意图;
图2为本发明实施例中数据分析方法的第二个实施例示意图;
图3为本发明实施例中数据分析方法的第三个实施例示意图;
图4为本发明实施例中数据分析方法的第四个实施例示意图;
图5为本发明实施例中数据分析装置的一个实施例示意图;
图6为本发明实施例中数据分析装置的另一个实施例示意图;
图7为本发明实施例中数据分析设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种数据分析方法、装置、设备及存储介质。
本发明提供的技术方案中,获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据;根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;判断所述修正经济指标数据是否为所述预设达成目标的最优数据;若是,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;若否,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。在发明实施例中,基于CGE模型中的经济数据之间的关系以及经济数据与增值税率之间的关系,通过经济数据计算出经济指标,构建了增值税率与经济指标之间的联系。通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中数据分析方法的第一个实施例包括:
101、获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
在本实施例中,该模型可以为CGE(Computable General Equilibrium,可计算的一般均衡)模型,获取调整请求的方式可以使用数据线,也可以通过无线通信,也可以使用互联网进行传输获得。通过CGE模型数据将增值税率的调整请求中包括:对指定的金融行业的增值税由原来的6%调整为2%,而其他非指定行业的农业增值税率调整为9%,制造业的增值税率调整为10%,将信息服务行业增值税率调整为12%。而在预置经济模型中需要对金融的GDP数据进行调整,目标是金融GDP增长为2%。在金融GDP增长2%,的前提下整体GDP不降低。
102、提取调整请求中携带的设定参数,并根据设定参数修改经济模型中对应的经济基础数据,得到经济模型中的修正基础数据,其中,所述设定参数包括:指定行业的增值税率、非指定行业的增值税率;
在本实施例中,使用矩阵记录整个设定参数,在矩阵的1-20行记录指定行业的增值税率,而在矩阵20-50行记录非指定行业的增值税率。通过列的不同对划分不同种类的数据进行记录。读取调整请求中设定参数,设定参数即为金融、信息服务业、房地产业、交通运输业、租赁业、批发与零售业的增值税为8%、9%、6%、4%、1%、5%,而且其中指定行业为金融行业。经济模型中金融、信息服务业、房地产业、交通运输业、租赁业、批发与零售业的增值税后GDP产生量为9010亿、1610亿、18888亿、5610亿、1010亿、610亿,目前的增值税率均为0%,因此根据要求扣除增值税率后对应的修正基础数据为8289.2亿、1465.1亿、17754.72亿、4857.6亿、999.9亿、579.5亿,扣除税率的计算公式为:修正GDP=(税后GDP/(1+数据增值税率))*(1-设定增值税率)。
103、根据修正基础数据调整经济模型中修正基础数据对应的经济指标数据,得到设定参数对应的修正经济指标数据;
在本实施例中,修正时,可以依据相同类型数据的标签进行定位,然后根据修改时间,将新输入的数据进行调整。根据修正基础数据为8289.2亿、1465.1亿、17754.72亿、4857.6亿、999.9亿、579.5亿,根据基础数据计算外生税率、家庭与政府的储蓄率、消费与储蓄之比、初始收入、变动收入、变动比例等一系列数据,在经济模型中通过核算矩阵将经济指标数据核算得出。
104、判断修正经济指标数据是否为预设达成目标的最优数据;
在本实施例中,将经济指标数据中的外生税率、家庭与政府的储蓄率、消费与储蓄之比、初始收入、变动收入、变动比例、实际购买力、贸易差额、进口总额、出口总额、CPI等数据代入到预先设置的效用函数,将经济指标数据根据需要取得的效果进行赋值加权、开方、取对数、相乘等运算获得效用值,根据效用值来判断是否为达成预设达成目标的最优解。在一种实施例中,效用函数为其中,U为效用值而Xi是各个经济指标相对于基础数据值对应的变动率。
105、若是,则将设定参数确定为最优的配置参数,并根据设定参数生成政策辅助报告;
在本实施例中,获得最优参数值将最优参数值对应设置的各个行业的增值税率输出,例如:金融、信息服务业、房地产业、交通运输业、租赁业、批发与零售业的增值税为8%、9%、6%、4%、1%、5%。并将经济指标数据中的外生税率、家庭与政府的储蓄率、消费与储蓄之比、初始收入、变动收入、变动比例、实际购买力、贸易差额、进口总额、出口总额、CPI等数据对比显示计算出。参数获得最优参数后,调用预置的政策辅助报告模板,将最优参数写入模板中,通过训练完成的神经语言编辑将政策报告的文字描述生成。
106、若否,则将指定行业的增值税率维持不变,并调整非指定行业的增值税率,直至经济指标数据为预设达成目标的最优数据为止。
在本实施例中,设定金融的增值税率为8%,此时金融的增值税维持不变,而调整信息服务业、房地产业、交通运输业、租赁业、批发与零售业的增值税率,并根据新调整的增值税率在经济模型中生成新的经济指标数据,然后代入效用函数中重新生成新的效用值。然后将效用值与之前生成效用值进行比较。如果新的效用值较大,则对新的效用值进行判断是否为最优数据,如果不是则继续生成新对效用值直至生成最优解的效率值为止,不断循环迭代最后得到最优数据。
进一步地,计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。而本发明中的增值税率、各种经济指标或者各种基础数据均可以存储于区块链的存储节点中,以保证数据的不可更改性,保证最后推演出来的政策方案的准确性。
在发明实施例中,通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
请参阅图2,本发明实施例中数据分析方法的第二个实施例包括:
201、获取预置经济模型,并读取经济模型中的预置核算矩阵框架;
在本实施例中,核算矩阵框架为一个n*m的矩阵,行矩阵与列矩阵都有对应的标签,而将各个部门设定相应的标签,根据标签匹配完成矩阵框架的补充。CGE模型获取后,读取核算矩阵框架的内容,其中核算矩阵有生产活动部门包括:活动和商品。生产要素部门包括:劳动力与资本。机构包括:居民与政府。资本包括储蓄,外面包括进口与出口。按照内容有国内生产供给、出口、中间投入、居民消费、政府消费、固定资本形成额、劳动报酬、总产出、国内总需求、要素收入、居民收入、政府收入、储蓄总额、国外收入、国内总供给、要素支出、居民支出、政府支出、总投资、国外支出、资本收入、间接税、进口关税、增值税、消费税、个人所得税、居民储蓄、政府储蓄、外汇储蓄。从预设的数据库中查询出这些项目的数据,通过神经语言分辨不同类型项目对应的矩阵位置,例如:出口、中间投入、居民消费、政府消费的矩阵坐标为(12,1)、(14,6)、(3,7),根据标签分别填入数据。
202、对核算矩阵框架进行欧拉检验、复制检验和价格齐次检验,判断核算矩阵框架是否均检验合格;
在本实施例中,欧拉检验为:将设置为线性相关y=ax+b,使用dy/dx=a判断是否满足线性关系。复制检验为:将核算矩阵框架中所有的元素进行复制1的检测数据,如果均复制成功,则说明核算矩阵没有出错的元素。价格齐次检验为:将所有同类项目的r个分组,每组的标准差为s1 2,s2 2,s-3 2,...,sn 2,判断标准值运算结果是否满足r-1卡方分布,若满足则说明核算矩阵框架是合格。核算矩阵要满足经济学的一些要求:1)各经济主体都是价格接受者、市场完全竞争、不存在超额利润;2)生产者对生产投入和初级要素需求;3)生产者的商品供给;4)居民理性消费,居民效用最大化;5)出口需求;6)进口商品不存在转口贸易;7)政府消费;8)商品市场和要素市场出清。设置完成的核算矩阵要进行欧拉检验、复制检验、价格齐次检验。欧拉检验误差为0,表明社会核算矩阵数据均衡,CGE模型均衡状态符合总投入等于总产出的理论依据。复制检验误差为0,表明SAM数据与均衡数据相等,保证了模型均衡状态能较好的模拟经济状态。CGE模型的价格变量模拟表达的是现实状态的相对价格,即基准价格变化,所有内生价格变量等比例变化,实物内生变量不变,价值变量等比例变化。如果检验均合格则说明核算矩阵是合格的。
203、若是,则将经济模型确认为合格状态;
在本实施例中,全部检验项目合格后将CGE经济模型确定为合格状态,例如给CGE经济模型一个合格状态标签,在运行时读取到合格状态标签之后才会运行后续步骤。
204、获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
205、提取调整请求中携带的指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率;
在本实施例中,读取调整请求中的数据,根据数据的标签设置,得到数据的种类。例如:XDA1021作为指定行业的标签,XDA1022作为非指定行业,XDA1023作为经济基础数据,然后再读取各自种类下的增值税率的标签,分别读取获得指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率。
206、分别判断指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率是否超过对应的预置限定税率阈值;
在本实施例中,在获得指定行业金融业的增值税率为80%,而金融行业限定税率阈值为20%,而其他非指定行业增值税率分别为5%、6%、9%、12%等费对应的限定税率阈值为20%、50%、41%、37%,只有指定金融行业阈值超过限定税率阈值。
207、若指定行业的增值税率超过对应的预置限定税率阈值,则将指定行业的增值税率修改为对应的限定税率阈值;
在本实施例中,指定行业金融的增值税率为80%,而金融行业的限定范限定税率阈值为20%,则将金融行业的增值税修改为限定税率阈值20%。
208、若非指定行业的增值税率超过对应的预置限定税率阈值,则将非指定行业的增值税率修改为对应的限定税率阈值;
本实施例描述的方法实施例与步骤207类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
209、若经济基础数据的增值税率超过对应的预置限定税率阈值,则将经济基础数据的增值税率修改为对应的限定税率阈值;
本实施例描述的方法实施例与步骤207类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
210、从预置数据库中抓取设定参数对应的经济基础数据;
在本实施例中,读取调整请求的设定参数,例如指定畜牧业的增值税率为5%,而其他行业的增值税率在0-20%的范围波动。另一种参数设定是,指定制造业的增值税率为6%,金融业的增值税率为5%,而其他非指定行业增值税率在0-30%范围内波动。预置数据库可以是国家发布的数据,也可以是各类统计中心的数据库,将各类数据收集得到后,按照核算矩阵的数据进行输入。
211、根据经济基础数据的增值税率对经济基础数据进行还原计算,得到设定参数对应的税前经济基础数据;
在本实施例中,得到的经济基础数据中有采矿业、化学工业、建筑业、软件业、房地产业、批发零售业、餐饮业、机械设备制造业、电力供应业等行业对应产生的商品GDP分别为3000亿、10000亿、5000亿、9000亿、9550亿、20000亿、5000亿、6000亿、6000亿等金额。而增值税统一收50%,则对行业GDP进行还原,则税前的经济基础数据为6000亿、20000亿、10000亿、18000亿、19100亿、40000亿、10000亿、12000亿、12000亿等金额。
212、根据指定行业的增值税率、非指定行业的增值税率和预置扣税算法,对税前经济基础数据进行扣除计算,得到设定参数对应的修正基础数据;
在本实施例中,采矿业、化学工业、建筑业、软件业、房地产业、批发零售业、餐饮业、机械设备制造业、电力供应业税前经济基础数据为6000亿、20000亿、10000亿、18000亿、19100亿、40000亿、10000亿、12000亿、12000亿,而预置扣税算法为税后金额=(1-增值税率)*税前数据,则设定增值税率参数为10%,则得到修正基础数据为5400亿、18000亿、9000亿、16200亿、17190亿、36000亿、9000亿、10800亿、10800亿。
213、根据修正基础数据调整经济模型中修正基础数据对应的经济指标数据,得到设定参数对应的修正经济指标数据;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
214、判断修正经济指标数据是否为预设达成目标的最优数据;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
215、若是,则将设定参数确定为最优的配置参数,并根据设定参数生成政策辅助报告;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
216、若否,则将指定行业的增值税率维持不变,并调整非指定行业的增值税率,直至经济指标数据为预设达成目标的最优数据为止。
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步地,计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。而本发明中的增值税率、各种经济指标或者各种基础数据均可以存储于区块链的存储节点中,以保证数据的不可更改性,保证最后推演出来的政策方案的准确性。
本发明实施例中,通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
请参阅图3,本发明实施例中数据分析方法的第三个实施例包括:
301、获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
302、提取调整请求中携带的设定参数,并根据设定参数修改经济模型中对应的经济基础数据,得到经济模型中的修正基础数据;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
303、获取经济模型中预置核算矩阵框架;
在本实施例中,经济模型中核算矩阵框架是预先设定的,但是没有填写具体的经济数据,其具体内容有劳动力与资本。具体内容包括:居民与政府。资本包括储蓄,外面包括进口与出口。按照内容有国内生产供给、出口、中间投入、居民消费、政府消费、固定资本形成额、劳动报酬、总产出、国内总需求、要素收入、居民收入、政府收入、储蓄总额、国外收入、国内总供给、要素支出、居民支出、政府支出、总投资、国外支出、资本收入、间接税、进口关税、增值税、消费税、个人所得税、居民储蓄、政府储蓄、外汇储蓄。
304、将修正基础数据填入核算矩阵框架中,得到核算矩阵;
在本实施例中,读取修正基础数据中化学工业的标签,得到其标签为(5,7),然后将化学工业的数据填入核算矩阵框架的(5,7)处,遍历整个修正数据填入算矩阵框架得到对应的核算矩阵。将修正数据根据内容的种类写入到核算矩阵框架中,核算矩阵中的数据可以为采矿业、化学工业、建筑业、软件业、房地产业、批发零售业、餐饮业、机械设备制造业、电力供应业的GDP数据为6000亿、20000亿、10000亿、18000亿、19100亿、40000亿、10000亿、12000亿、12000亿。
305、根据预置指标算法,对核算矩阵中与设定参数对应的修正基础数据进行指标计算,得到设定参数对应的修正经济指标数据;
在本实施例中,预置的指标算法可以为人均消费金额=(居民消费+政府消费+政府支出+要素支出+居民支出+国外支出)/国民人数,将核算矩阵中的数据代入到指标算法中得到对应经济数据。指标算法可以存储于区块链、固态介质、云端中,使用密码进行加密,在获取指标算法时,需要密码解密进行获取。
306、读取预设达成目标中的效用函数;
在本实施例中,效用函数为预置的函数,函数中的每个变量都有标签可以抓取核算框架中对应的数据。预设达成目标为居民的满意度提高,则设定效用函数U=0.5I+0.6C+0.6E+1.5S-0.6T,其中,I为总投资,C为总消费,E为总收入,S为总供应,T为增值税率总额。
307、解析修正经济指标数据,获得修正经济指标数据对应的预置限定范围;
在本实施例中,修正经济指标数据中包含修正的限定范围(0,20%),解析经济指标数据中不同数据类型的标号有:1、效用值45,2、指标数据限制(0,20%),然后根据标签2提取出限定范围。经济指标进行扫描发现增值税率范围必须要在0-20%的范围内,不能超过20%的增值税率。则增值税率用FT表示,且T=W*FT,W为经济总增值,约束条件H(I,C,E,S,T)为其他经济指标相互之间的一种制约关系。
308、根据限定范围和效用函数,得到效用函数的极大值点;
在本实施例中,根据拉格朗日乘数法,0<FT<20%,总方程Y=U+pH,其中U为效用函数,H为约束条件,p为常数。然后分别对I,C,E,S,FT求偏导联立方程,最后得到效用函数的极大值。
309、判断修正经济指标数据是否为效用函数的极大值点;
在本实施例中,经济指标数据中有I为总投资,C为总消费,E为总收入,S为总供应,T为增值税率总额等数据,将数据与极大值点中的对应经济数据I,C,E,S,T进行比较,判断是否均相等。
310、若是,则将设定参数确定为最优的配置参数,并根据设定参数生成政策辅助报告;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
311、若否,则将指定行业的增值税率维持不变,并调整非指定行业的增值税率,直至经济指标数据为预设达成目标的最优数据为止。
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步地,计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。而本发明中的增值税率、各种经济指标或者各种基础数据均可以存储于区块链的存储节点中,以保证数据的不可更改性,保证最后推演出来的政策方案的准确性。
本发明实施例中,通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
请参阅图4,本发明实施例中数据分析方法的第四个实施例包括:
401、获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
402、提取调整请求中携带的设定参数,并根据设定参数修改经济模型中对应的经济基础数据,得到经济模型中的修正基础数据;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
403、根据修正基础数据调整经济模型中修正基础数据对应的经济指标数据,得到设定参数对应的修正经济指标数据;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
404、提取预设达成目标中携带的效用函数,并将修正经济指标数据代入效用函数,得到目标效用值;
在本实施例中,效用函数为U=0.5I+0.6C+0.6E+1.5S-0.6T,其中,I为总投资,C为总消费,E为总收入,S为总供应,T为增值税率总额。假设经济数据中I=E=S=T=C=100,则对应的效用函数值U=260,U=260为目标效用值。
405、将指定行业的增值税率维持不变,按设定差值调整非指定行业的增值税率;
在本实施例中,指定行业为金融业的增值税率为5%,而其他非指定行业如采矿业、化学工业、建筑业、软件业、房地产业、批发零售业、餐饮业、机械设备制造业、电力供应业的增值税由0-100%的调整范围并且每次调整1%。
406、根据非指定行业的增值税率计算出对应的经济指标数据,以及将对应的经济指标数据代入效用函数,得到测试效用值集;
在本实施例中,由于指定行业如采矿业、化学工业、建筑业、软件业、房地产业、批发零售业、餐饮业、机械设备制造业、电力供应业的增值税率不断发生调整影响了效用函数为U=0.5I+0.6C+0.6E+1.5S-0.6T的值,将所有代入的效用函数值集合去重得到,测试效用值集={120,201,212,311,51,21,35,47}。
407、判断目标效用值是否小于测试效用值集中的最大数值;
在本实施例中,目标效用值为U=260,{120,201,212,311,51,21,35,47}为测试效用集,{120,201,212,311,51,21,35,47}中最大的数据为311,目标效用值260小于311,则认为目标效用值小于测试效用值集中的最大数值。判断小于则认为目标函数没有取得最大值,而判断为大于或等于则认为目标函数已经取得最大值。
408、若是,则将设定参数确定为最优的配置参数,并根据设定参数生成政策辅助报告;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
409、若否,则将指定行业的增值税率维持不变,并调整非指定行业的增值税率,直至经济指标数据为预设达成目标的最优数据为止。
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步地,计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。而本发明中的增值税率、各种经济指标或者各种基础数据均可以存储于区块链的存储节点中,以保证数据的不可更改性,保证最后推演出来的政策方案的准确性。
本发明实施例中,通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
上面对本发明实施例中数据分析方法进行了描述,下面对本发明实施例中数据分析装置进行描述,请参阅图5,本发明实施例中数据分析装置一个实施例包括:
获取模块501,用于获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
修改模块502,用于提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据,其中,所述设定参数包括:指定行业的增值税率、非指定行业的增值税率;
调整模块503,用于根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;
判断模块504,用于判断所述修正经济指标数据是否为所述预设达成目标的最优数据;
生成模块505,用于若所述修正经济指标数据是所述预设达成目标的最优数据,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;
调试模块506,用于若所述修正经济指标数据不是所述预设达成目标的最优数据,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。
本发明实施例中,通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
请参阅图6,本发明实施例中数据分析装置的另一个实施例包括:
获取模块501,用于获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
修改模块502,用于提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据,其中,所述设定参数包括:指定行业的增值税率、非指定行业的增值税率;
调整模块503,用于根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;
判断模块504,用于判断所述修正经济指标数据是否为所述预设达成目标的最优数据;
生成模块505,用于若所述修正经济指标数据是所述预设达成目标的最优数据,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;
调试模块506,用于若所述修正经济指标数据不是所述预设达成目标的最优数据,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。
其中,所述数据分析装置还包括检验模块507,所述检验模块507具体用于:
获取预置经济模型,并读取所述经济模型中的预置核算矩阵框架;
对所述核算矩阵框架进行欧拉检验、复制检验和价格齐次检验,判断所述核算矩阵框架是否均检验合格;
若是,则将所述经济模型确认为合格状态。
其中,所述修改模块502包括:
提取单元5021,用于提取所述调整请求中携带的指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率;
抓取单元5022,用于从预置数据库中抓取所述指定行业的增值税率、所述非指定行业的增值税率和所述经济基础数据的增值税率对应的经济基础数据;
还原单元5023,用于根据所述经济基础数据的增值税率对所述经济基础数据进行还原计算,得到所述设定参数对应的税前经济基础数据;
修正单元5024,用于根据所述指定行业的增值税率、所述非指定行业的增值税率和预置扣税算法,对所述税前经济基础数据进行扣除计算,得到所述设定参数对应的修正基础数据。
其中,所述数据分析装置还包括限制模块508,所述限制模块508具体用于:
分别判断所述指定行业的增值税率、所述非指定行业的增值税率、所述经济基础数据的增值税率是否超过对应的预置限定税率阈值;
若所述指定行业的增值税率超过对应的预置限定税率阈值,则将所述指定行业的增值税率修改为对应的所述限定税率阈值;
若所述非指定行业的增值税率超过对应的预置限定税率阈值,则将所述非指定行业的增值税率修改为对应的所述限定税率阈值;
若所述经济基础数据的增值税率超过对应的预置限定税率阈值,则将所述经济基础数据的增值税率修改为对应的所述限定税率阈值。
其中,所述调整模块503具体用于:
获取所述经济模型中预置核算矩阵框架;
将所述修正基础数据填入所述核算矩阵框架中,得到核算矩阵;
根据预置指标算法,对所述核算矩阵中与所述设定参数对应的修正基础数据进行指标计算,得到所述设定参数对应的修正经济指标数据。
其中,所述判断模块504具体用于:
读取所述预设达成目标中的效用函数;
解析所述修正经济指标数据,获得所述修正经济指标数据对应的预置限定范围;
根据所述限定范围和所述效用函数,得到所述效用函数的极大值点;
判断所述修正经济指标数据是否为所述效用函数的极大值点。
其中,所述判断模块504具体还用于:
提取所述预设达成目标中携带的效用函数,并将所述修正经济指标数据代入所述效用函数,得到目标效用值;
将所述指定行业的增值税率维持不变,按设定差值调整所述非指定行业的增值税率;
根据所述非指定行业的增值税率计算出对应的经济指标数据,以及将对应的经济指标数据代入所述效用函数,得到测试效用值集;
判断所述目标效用值是否小于所述测试效用值集中的最大数值。
本发明实施例中,通过增值税率与经济指标之间联系,根据政策目标制定增值税率政策得到预定的经济指标目标。使得增值税率政策制定有更多的依据,可一键分析行业增值税税率调整对各类经济指标的变化情况,并极大地缩短了调研分析时间和实践报告生成时间,并为政策制定提供了辅助依据。
上面图5和图6从模块化功能实体的角度对本发明实施例中的数据分析装置进行详细描述,下面从硬件处理的角度对本发明实施例中数据分析设备进行详细描述。
图7是本发明实施例提供的一种数据分析设备的结构示意图,该数据分析设备700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessing units,CPU)710(例如,一个或一个以上处理器)和存储器720,一个或一个以上存储应用程序733或数据732的存储介质730(例如一个或一个以上海量存储设备)。其中,存储器720和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对数据分析设备700中的一系列指令操作。更进一步地,处理器710可以设置为与存储介质730通信,在数据分析设备700上执行存储介质730中的一系列指令操作。
数据分析设备700还可以包括一个或一个以上电源740,一个或一个以上有线或无线网络接口750,一个或一个以上输入输出接口760,和/或,一个或一个以上操作系统731,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图7示出的数据分析设备结构并不构成对本申请提供的数据分析设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述数据分析方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统或装置、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种数据分析方法,其特征在于,所述数据分析方法包括:
获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据,其中,所述设定参数包括:指定行业的增值税率、非指定行业的增值税率;
根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;
判断所述修正经济指标数据是否为所述预设达成目标的最优数据;
若是,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;
若否,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。
2.根据权利要求1所述的数据分析方法,其特征在于,在所述获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标之前,还包括:
获取预置经济模型,并读取所述经济模型中的预置核算矩阵框架;
对所述核算矩阵框架进行欧拉检验、复制检验和价格齐次检验,判断所述核算矩阵框架是否均检验合格;
若是,则将所述经济模型确认为合格状态。
3.根据权利要求1所述的数据分析方法,其特征在于,所述设定参数还包括经济基础数据的增值税率,所述提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据包括:
提取所述调整请求中携带的指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率;
从预置数据库中抓取所述指定行业的增值税率、所述非指定行业的增值税率和所述经济基础数据的增值税率对应的经济基础数据;
根据所述经济基础数据的增值税率对所述经济基础数据进行还原计算,得到所述设定参数对应的税前经济基础数据;
根据所述指定行业的增值税率、所述非指定行业的增值税率和预置扣税算法,对所述税前经济基础数据进行扣除计算,得到所述设定参数对应的修正基础数据。
4.根据权利要求3所述的数据分析方法,其特征在于,在所述提取所述调整请求中携带的指定行业的增值税率、非指定行业的增值税率、经济基础数据的增值税率之后,在所述从预置数据库中抓取所述指定行业的增值税率、所述非指定行业的增值税率和所述经济基础数据的增值税率对应的经济基础数据之前,还包括:
分别判断所述指定行业的增值税率、所述非指定行业的增值税率、所述经济基础数据的增值税率是否超过对应的预置限定税率阈值;
若所述指定行业的增值税率超过对应的预置限定税率阈值,则将所述指定行业的增值税率修改为对应的所述限定税率阈值;
若所述非指定行业的增值税率超过对应的预置限定税率阈值,则将所述非指定行业的增值税率修改为对应的所述限定税率阈值;
若所述经济基础数据的增值税率超过对应的预置限定税率阈值,则将所述经济基础数据的增值税率修改为对应的所述限定税率阈值。
5.根据权利要求1-4中任一项所述的数据分析方法,其特征在于,所述根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据包括:
获取所述经济模型中预置核算矩阵框架;
将所述修正基础数据填入所述核算矩阵框架中,得到核算矩阵;
根据预置指标算法,对所述核算矩阵中与所述设定参数对应的修正基础数据进行指标计算,得到所述设定参数对应的修正经济指标数据。
6.根据权利要求5所述的数据分析方法,其特征在于,所述判断所述修正经济指标数据是否为所述预设达成目标的最优数据包括:
读取所述预设达成目标中的效用函数;
解析所述修正经济指标数据,获得所述修正经济指标数据对应的预置限定范围;
根据所述限定范围和所述效用函数,得到所述效用函数的极大值点;
判断所述修正经济指标数据是否为所述效用函数的极大值点。
7.根据权利要求5所述的数据分析方法,其特征在于,所述判断所述修正经济指标数据是否为所述预设达成目标的最优数据包括:
提取所述预设达成目标中携带的效用函数,并将所述修正经济指标数据代入所述效用函数,得到目标效用值;
将所述指定行业的增值税率维持不变,按设定差值调整所述非指定行业的增值税率;
根据所述非指定行业的增值税率计算出对应的经济指标数据,以及将对应的经济指标数据代入所述效用函数,得到测试效用值集;
判断所述目标效用值是否小于所述测试效用值集中的最大数值。
8.一种数据分析装置,其特征在于,所述数据分析装置包括:
获取模块,用于获取增值税率的调整请求,并获取预置经济模型中经济指标的预设达成目标;
修改模块,用于提取所述调整请求中携带的设定参数,并根据所述设定参数修改所述经济模型中对应的经济基础数据,得到所述经济模型中的修正基础数据,其中,所述设定参数包括:指定行业的增值税率、非指定行业的增值税率;
调整模块,用于根据所述修正基础数据调整所述经济模型中所述修正基础数据对应的经济指标数据,得到所述设定参数对应的修正经济指标数据;
判断模块,用于判断所述修正经济指标数据是否为所述预设达成目标的最优数据;
生成模块,用于若所述修正经济指标数据是所述预设达成目标的最优数据,则将所述设定参数确定为最优的配置参数,并根据所述设定参数生成政策辅助报告;
调试模块,用于若所述修正经济指标数据不是所述预设达成目标的最优数据,则将所述指定行业的增值税率维持不变,并调整所述非指定行业的增值税率,直至所述经济指标数据为所述预设达成目标的最优数据为止。
9.一种数据分析设备,其特征在于,所述数据分析设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述数据分析设备执行如权利要求1-7中任一项所述的数据分析方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617563.0A CN111768282B (zh) | 2020-06-30 | 2020-06-30 | 数据分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617563.0A CN111768282B (zh) | 2020-06-30 | 2020-06-30 | 数据分析方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111768282A CN111768282A (zh) | 2020-10-13 |
CN111768282B true CN111768282B (zh) | 2023-11-28 |
Family
ID=72724428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010617563.0A Active CN111768282B (zh) | 2020-06-30 | 2020-06-30 | 数据分析方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768282B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330430A (zh) * | 2020-10-30 | 2021-02-05 | 远光软件股份有限公司 | 一种调节税率的方法、装置、终端设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000079444A1 (fr) * | 1999-06-23 | 2000-12-28 | Koichiro Matsuno | Appareil, methode et systeme de traitement de donnees economiques et support porteur d'une information enregistree |
CN101246584A (zh) * | 2008-03-14 | 2008-08-20 | 山东浪潮齐鲁软件产业股份有限公司 | 一种纳税评估系统模型 |
US7716093B2 (en) * | 2000-06-14 | 2010-05-11 | Tax Matrix Technologies, Llc | Sales tax assessment, remittance and collection system |
CN105139079A (zh) * | 2015-07-30 | 2015-12-09 | 广州时韵信息科技有限公司 | 一种基于混合模型的税收收入预测方法及装置 |
CN106952019A (zh) * | 2017-02-23 | 2017-07-14 | 江苏运时数据软件股份有限公司 | 一种基于可计算一般均衡模型的经济政策分析系统及方法 |
CN110210960A (zh) * | 2019-05-20 | 2019-09-06 | 深圳壹账通智能科技有限公司 | 一种基于数据分析的数据调整方法及相关设备 |
CN110390426A (zh) * | 2019-06-21 | 2019-10-29 | 合肥工业大学 | 区域工业经济增速的预测方法、系统和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7313538B2 (en) * | 2001-02-15 | 2007-12-25 | American Express Travel Related Services Company, Inc. | Transaction tax settlement in personal communication devices |
WO2005038582A2 (en) * | 2003-10-10 | 2005-04-28 | Julian Van Erlach | Asset analysis according to the required yield method |
-
2020
- 2020-06-30 CN CN202010617563.0A patent/CN111768282B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000079444A1 (fr) * | 1999-06-23 | 2000-12-28 | Koichiro Matsuno | Appareil, methode et systeme de traitement de donnees economiques et support porteur d'une information enregistree |
US7716093B2 (en) * | 2000-06-14 | 2010-05-11 | Tax Matrix Technologies, Llc | Sales tax assessment, remittance and collection system |
CN101246584A (zh) * | 2008-03-14 | 2008-08-20 | 山东浪潮齐鲁软件产业股份有限公司 | 一种纳税评估系统模型 |
CN105139079A (zh) * | 2015-07-30 | 2015-12-09 | 广州时韵信息科技有限公司 | 一种基于混合模型的税收收入预测方法及装置 |
CN106952019A (zh) * | 2017-02-23 | 2017-07-14 | 江苏运时数据软件股份有限公司 | 一种基于可计算一般均衡模型的经济政策分析系统及方法 |
CN110210960A (zh) * | 2019-05-20 | 2019-09-06 | 深圳壹账通智能科技有限公司 | 一种基于数据分析的数据调整方法及相关设备 |
CN110390426A (zh) * | 2019-06-21 | 2019-10-29 | 合肥工业大学 | 区域工业经济增速的预测方法、系统和存储介质 |
Non-Patent Citations (3)
Title |
---|
创新创业政策对区域新动能支撑效率的多视角分析;张永安;张瑜筱丹;;科技进步与对策(第16期);第119-126页 * |
基于能源消费的宏观经济最优税收政策及模型设计;冯娜;;商场现代化(第20期);第176-177页 * |
间接税改革的宏观经济效应:一般均衡分析;周建军, 王韬, 刘芳;当代经济科学(第05期);第37-42页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111768282A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hsieh et al. | A global view of productivity growth in China | |
CN104778540B (zh) | 一种建材装备制造bom管理方法及管理系统 | |
US20200372529A1 (en) | System and method for selecting promotional products for retail | |
Wood | Construction, stability and predictability of an input–output time-series for Australia | |
CN108629436B (zh) | 一种估算仓库拣货能力的方法和电子设备 | |
CN111078766A (zh) | 一种基于多维理论的数据仓库模型建设系统及方法 | |
CN112100219A (zh) | 基于数据库查询处理的报表生成方法、装置、设备和介质 | |
Södersten et al. | A supply-use approach to capital endogenization in input–output analysis | |
Biloshkurska et al. | Evaluation of Ukrainian industry innovative development with a technological progress parameter | |
CN116579804A (zh) | 一种节假日商品销量预测方法、装置及计算机存储介质 | |
CN111768282B (zh) | 数据分析方法、装置、设备及存储介质 | |
Even et al. | Economics-driven data management: An application to the design of tabular data sets | |
CN113127537B (zh) | 融合时序预测模型和机器学习模型的备件需求预测方法 | |
CN117611190A (zh) | 一种区域电力系统碳排放测算方法、装置及介质 | |
Montazar et al. | An AHP model for crop planning within irrigation command areas | |
CN115936875A (zh) | 金融产品挂单处理方法和装置 | |
CN113642669B (zh) | 基于特征分析的防欺诈检测方法、装置、设备及存储介质 | |
CN114781855A (zh) | 基于dea模型的物流传输效率分析方法、装置、设备及介质 | |
CN115034812A (zh) | 基于大数据的钢铁行业销售量预测方法及装置 | |
CN114693428A (zh) | 数据确定方法、装置、计算机可读存储介质及电子设备 | |
TWI550531B (zh) | 企業資源規劃績效評估系統及方法 | |
CN115829144B (zh) | 电网业务优化模型的建立方法及电子设备 | |
Tyrychtr et al. | EM-OLAP Framework: Econometric Model Transformation Method for OLAP Design in Intelligence Systems | |
Goda et al. | 4mbench: Performance Benchmark of Manufacturing Business Database | |
CN116542364A (zh) | 一种设备全寿命周期成本预测模型的构建方法、记录媒体及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210222 Address after: Room 201, building a, No.1 Qianwan 1st Road, Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong Province (settled in Shenzhen Qianhai business secretary Co., Ltd.) Applicant after: Shenzhen saiante Technology Service Co.,Ltd. Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000 Applicant before: Ping An International Smart City Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |