【技术实现步骤摘要】
:本专利技术涉及一种基于纳税人利益关联网络的关联交易偷漏税行为识别方法,用于解决关联交易中偷漏税行为的识别问题。
技术介绍
:目前对纳税人偷漏税行为的分析识别尚处于初级阶段,主要针对单个企业进行税务指标分析,结合具体的税务稽查工作判断偷漏税行为,效率低下,难以发现海量发票数据涉及的纳税人间潜在、复杂、多样的关联关系,不能有效发现纳税人基于关联关系的偷漏税行为,并得到相应的偷漏税嫌疑群组。其次,交易数据往往涉及纳税人多个月的交易往来,将纳税人的纳税异常定位到具体到月度时间粒度,挖掘其存在异常的交易记录,也是纳税人偷漏税行为识别的重要需求。因此,如何在月度时间粒度有效地识别关联交易偷漏税行为,挖掘偷漏税嫌疑群组,提升国家税收征管水平,成了亟待解决的难题。针对如何有效地识别关联交易偷漏税行为,以下专利提供了相应的技术方案:文献1.一种基于纳税人利益关联网络的可疑纳税人识别方法(201410328391.X);文献2.基于纳税人利益关联网络模型的偷漏税关联企业识别方法(201310293435.5);文献1基于纳税人利益关联网络(TPIN)的拓扑特征识别可疑纳税人,对纳税人利益关联网络进行拓扑特征的分析。采用Motif方法寻找频繁子图,并根据度中心度和聚集系数拓扑指标寻找正常和可疑纳税人的差异,选择拓扑特征,使用C4.5分类器实验,从而实现自动识别可疑纳税人的功能。将纳税人和利益关系作为网络进行关系识别,并将拓扑方法中的Motif、聚集系数、度中心度特性应用于纳税人利益关联网络,利用正常和可疑纳税人之间的差异性作为检测可疑纳税行为的方法和依据。文献2提出了基于着 ...
【技术保护点】
基于纳税人利益关联网络的关联交易偷漏税行为识别方法,其特征在于,该方法基于纳税人利益关联网络,通过关联交易模式匹配得到具有关联交易行为的纳税人群组,然后构建纳税人月度交易网络,并进行税负指标的分析计算,结合行业预警值判断税负指标异常,最终将纳税人关联交易群组与税负指标异常结果相结合得到纳税异常的嫌疑群组。
【技术特征摘要】
1.基于纳税人利益关联网络的关联交易偷漏税行为识别方法,其特征在于,该方法基于纳税人利益关联网络,通过关联交易模式匹配得到具有关联交易行为的纳税人群组,然后构建纳税人月度交易网络,并进行税负指标的分析计算,结合行业预警值判断税负指标异常,最终将纳税人关联交易群...
【专利技术属性】
技术研发人员:董博,郑庆华,蔚文达,杨征宽,阮建飞,李鸽,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。