CN101937551A - 报税评估系统 - Google Patents

报税评估系统 Download PDF

Info

Publication number
CN101937551A
CN101937551A CN2010102632718A CN201010263271A CN101937551A CN 101937551 A CN101937551 A CN 101937551A CN 2010102632718 A CN2010102632718 A CN 2010102632718A CN 201010263271 A CN201010263271 A CN 201010263271A CN 101937551 A CN101937551 A CN 101937551A
Authority
CN
China
Prior art keywords
dutiable goods
declaring dutiable
archives
declaring
trend
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.)
Pending
Application number
CN2010102632718A
Other languages
English (en)
Inventor
D·T·拉姆齐
M·J·帕克
M·J·格拉贝克
J·C·斯托弗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Accenture Global Services Ltd
Accenture International LLC
Original Assignee
Accenture Global Services GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Accenture Global Services GmbH filed Critical Accenture Global Services GmbH
Publication of CN101937551A publication Critical patent/CN101937551A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12Accounting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12Accounting
    • G06Q40/123Tax preparation or submission

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Technology Law (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种报税评估系统。从一个或多个税务代理接收报税。每个报税与存储的档案加以比较,并确定每个报税是否落入趋势。基于该比较以及报税是否落入趋势的确定,生成报税的评估。该评估包括对报税可能为欺诈报税的指示。

Description

报税评估系统
优先权
本申请要求申请号为12/494,966、申请日为2009年6月30日、名为“报税评估系统(Tax Return Evaluation System)”的美国专利申请的优先权,将其全文作为参考并入本文。
技术领域
本发明涉及报税评估系统和方法。
背景技术
从多个来源提交报税,包括通过联邦或州的电子提交程序报税,直接由纳税人通过税务筹化软件或纸件报税、或者从报税员和数据录入供应商的大批提交中报税。政府税务代理处理这些提交,例如国内税务署(IRS)或州税收部门,典型的是将来自每个提交者的报税信息录入到其内部数据库,并继而人工审计员可能检查数据以识别骗税或者漏税。
然而传统的审计过程几乎无法提供与其它税务代理和数据源的合作和验证,并作为结果不太可能用于捕获多个州的税务欺诈行为。例如,一个人可能尝试以死者的社会保障号码,在十个不同的州提交报税以欺诈多个州。每个州代理的独立系统不能识别以相同的社会保障号码在多个不同的州申请退税,并且可能无法连接到存储有关死者信息的任何数据库。此外,如果标志都没有被触发,这种类型的欺诈不可能通过传统的审计过程被捕获。例如,如果每个骗税都要求适度退税。比如,1500.00美元或更少,该报税可能低于审计触发标志的阈值,而这些退税可能被支付。
发明内容
根据本发明的一个实施例,提供了一种评估报税方法,该方法包括:存储来自至少一个税务代理的档案,每个档案包括一个或多个用于评估报税的因子;从至少一个税务代理接收来自报税的多个数据字段;将来自报税的多个数据字段与针对审计至少一个税务代理的至少一个已存储的档案进行比较;确定该报税是否落入趋势;以及基于审计比较以及审计报税是否落入趋势的审计确定,而生成审计报税的评估。
根据本发明的一个实施例,提供了一种报税评估系统包括:存储来自多个代理的档案的数据库,每个档案包括用于评估报税的一个或多个因子;计算机系统配置为将来自多个报税中每一个的多个数据字段与存储的档案进行比较,并被配置为确定所述报税是否落入趋势,其中所述计算机系统进一步配置为基于将对应于所述已存储的档案中的因子的每个报税中的所述多个数据字段所进行的比较,并基于确定每个报税是否落入所述趋势,来生成对每个接收到的报税的评估。
根据本发明的一个实施例,提供了一种报税评估方法包括:将来自至少一个税务代理的档案存储在数据存储设备中,每个档案包括用于评估报税的一个或多个因子;从所述至少一个税务代理接收来自报税的多个数据字段;将来自所述报税的所述多个数据字段与所述至少一个税务代理提供的至少一个存储的档案以及趋势档案进行比较;以及将来自每个报税的至少部分所述多个数据字段同所述趋势档案进行比较;以及基于与所述至少一个存储的档案及所述趋势档案的所述比较,生成每个报税的评估,其中所述评估指示所述报税为欺诈报税的可能性。
附图说明
在说明书下文中参考以下附图,将对本发明的实施方式进行详细描述。
图1根据一个实施例示出报税评估系统;
图2根据一个实施例示出评估报税的方法;
图3根据一个实施例示出确定趋势档案的方法;以及
图4根据一个实施例示出用于所述方法和系统的计算机系统。
具体实施方式
出于简单说明的目的,通过主要参考其实例来描述了本发明的原理。在下文的描述中,阐明大量的具体细节用于提供对实施例的彻底理解。然而显而易见的将是,对于本领域技术人员而言,本发明并不局限于这些具体细节。在一些实例中,公知的方法和结构并未详细阐述,以免使得实施例晦涩难懂。
1、概述
根据实施例,报税评估系统通过在已提交的纳税人报税中检查数据字段,以识别潜在的纳税人欺诈。数据字段的例子包括社会保障号码、地址、已请求退税、扣税、雇主编号、纳税筹划编号、银行账户信息、调整后总收入(AGI)等等。将数据字段或来自该数据字段(例如,AGI的退税比率)的信息与来自多个数据源的档案和信息相比较,以识别潜在的欺诈报税。档案可以定制为由税务代理或其它实体创建和提供,税务代理或其它实体请求报税评估系统做出的评估。对于其档案而言,每个税务代理可以提取数据字段和数据字段的值,其可以是阈值,它们被作为是检测欺诈报税的标志。档案中的数据字段称为因子。此外,代理可以具有多于一个的档案,用于检测不同类型的骗税或报税欺诈。
在一个实施例中,报税评估系统是中心系统,其连接到数据源并且配置为接收和存储来自每个税务代理的档案。数据源可以包括与政府代理合作的公共数据库或者其它公共数据源,或者从来自多个税务代理的报税中汇集信息的内部数据源。数据源中数据的例子包括病残人士社会保障号码数据库、死亡人士信息数据库、犯罪证明和留置数据库、财产评估数据库和已知欺诈的报税人和提交者。报税评估系统从税务代理接收报税,使用来自数据源的用于欺诈检测的定制档案和信息。报税评估系统可以使用面向服务的体系架构,并且可以通过基于web应用程序的形式来提供,该基于web应用程序由一个关系数据库管理系统支持。在另一个实施例中,报税评估系统的部分或全部功能可以作为特殊税务代理系统的一部分来提供,例如同IRS的当前税务系统结合或者结合在一个州税务系统中。税务代理可能是一个负责收税的政府代理。
根据实施例,报税评估系统执行趋势分析以分辨与潜在骗税有关联的因子。趋势分析包括分析单个报税中的因子的内在趋势分析和分析多个报税之间的因子的税间趋势分析,其可以包括来自多个州和IRS的报税。
同样,基于一个或多个档案的比较,应用评分功能给每个报税评分,该一个或多个档案可以是由税务代理提供的定制表格或者趋势分析档案。针对每个报税给出得分,并用于确定该报税是否是欺诈。同样,如果确定报税有潜在骗税的趋势,趋势分析可以影响得分。
2、系统图
图1根据一个实施例示出报税评估系统100。报税评估系统100包括税务计算机110、档案数据库111以及报税数据库112。报税评估系统100可以包括其它已知的组件。税务计算机110包括一个或多个评估报税的计算机系统。档案数据库111存储档案,该档案可以接收自税务代理101a-n或其它实体。报税数据库112存储用于评估的已接收的报税。税务代理101a-n可以包括州税务代理和/或IRS。报税评估系统100也连接到数据源102a-f。这些数据源可以提供用于评估报税欺诈的信息。数据源102a-f可以是公共可利用的数据源、私有数据源或政府数据源。
报税评估系统100从税务代理101a-n接收报税。例如,税务代理101a-n从它们的纳税人处收集报税,并将报税发送到报税评估系统100。报税可以是批次发送或实时发送,这与其由税务代理101a-n所接收一样。报税数据库112存储接收到的报税。
报税评估系统100使用存储在档案数据库111中的档案针对每个报税是否欺诈来加以评估。存储的档案包括用于评估报税的因子。这些因子与报税中的数据字段相关联。因子和数据字段的例子是社会保障号码、纳税人编号、地址、任何银行信息、报税员编号/姓名/地址、退税数目、AGI、扣税;是否为首次提交者、地址是否是州外以及来自非邻近的州、提交者先前是否请求过退税以及请求了多少、等等。
因子在档案中具有关联值。该值可以是因子的值。例如,档案可以希望评估请求退税在1500.00美元和3000.00美元之间范围的非邻近的,州外的提交者。1500.00美元和3000.00美元之间的范围是退税数目因子的值。非邻近和州外是由提交者的地址组成的因子的值。
税务计算机110使用税务代理的档案,以从代理的管辖权中识别报税欺诈。档案可以从档案数据库111中获取。例如,提取在每个报税中的数据字段的值。这些值同档案中的值进行比较,比如在1500.00美元和3000.00美元之间范围的退税,以及非邻近和州外的地址。如果报税中的值同档案中的值匹配,则生成报税欺诈的评估。匹配的例子是如果报税包括2000.00美元的退税数目数据字段值,因为它在1500.00美元和3000.00美元之间的范围中,该范围是由档案中的退税数目因子指定的。同档案中因子进行匹配比较的报税的数据字段,被称为因子的相关数据字段。同样,如果相关数据字段的值满足其因子的值,比如数据字段值落入因子的范围的例子,因子和相关数据字段就描述为匹配。
为报税生成的评估指出了报税欺诈的似然性(likehood)或几率。评估的改变取决于多种标准,标准可以包括匹配的数目、匹配因子的类型、趋势以及其它。同样,来自报税的值与来自数据源102a-f的信息进行比较。在来自报税的值与来自数据源102a-f的信息之间的匹配影响了报税的评估。例如,如果数据源102a包括死亡人士的社会保障号码,并且报税中的社会保障号码与来自数据源102a的社会保障号码匹配,则报税可以标记为欺诈。在另一个例子中,数据源102b包括先前有欺诈罪的人员信息。在数据源102b和报税间的匹配影响评估来指示欺诈的较大似然。
利用档案也可以检测趋势。在一个实施例中,如果在档案中因子的多个值匹配于报税中数据字段的值,趋势就被识别出来。如果检测到趋势,该趋势就影响报税的评估,例如,指示了增大的欺诈似然。与多个报税之间的因子相关联的其它类型的趋势也可以被检测,并且为这些类型的趋势创建趋势档案。
如上文所述,报税评估指示了欺诈的几率或似然。评估没有必要为是否是报税欺诈作出“肯定”或“否定”的回答,而可以指示欺诈似然程度。在一个实施例中,评分用于确定报税的评估以及指示欺诈似然程度。由报税评估系统给出的得分指示报税欺诈似然程度。在一个实例中,得分从1到100,100是最高的欺诈似然。其它得分范围也可以替换使用。如果检测到趋势,就使用趋势乘数改变得分。其它标准也可以影响得分。将在下文详细描述评分的例子。
如上文所述,报税评估系统100使用档案来评估报税欺诈。然而,报税评估系统100可能用于评估报税以实现其它目的。例如,典型地,欺诈包括在报税中有意曲解。报税评估系统100可用于利用档案识别在报税中的非有意误报。此外,档案可用于识别审核目的的报税。例如,如果报税匹配于档案中的多个因子,就为税务代理的进一步审核而标记该报税。
在一个实施例中,报税评估系统100是通过因特网访问的服务。例如,每个税务代理101a-n通过网络接口将报税上传到报税评估系统100,并且该报税存储于报税数据库112。报税评估系统100评估每个报税并发送评估到税务代理101a-n,或者将评估标记为税务代理可用以通过网络接口下载。在这个实施例中,报税评估系统作为中心远程系统运作,该中心远程系统可通过因特网或其它私有或公共网络访问。同样,报税评估系统100可以从税务代理获取信息,该信息可用于识别多个管辖权之间的趋势。
由于数据敏感问题,税务代理101a-n不可以发送整个报税。例如,报税评估系统100可以从每个报税只接收预定义的排列项,并将这些排列项存储在报税数据库112中,而不是接收和存储整个报税。然后这些排列项同一个或多个存储的档案进行比较,以评估每个报税。
在另一个实施例中,报税评估系统100同税务代理的本地税务计算机系统结合。在这个实施例中,报税评估系统100不能从访问其它管辖权的报税数据中获益。然而,在这个实施例中,由于发送到报税评估系统100的报税数据留在接收纳税人报税的同样系统的内部,并且不提供或存储来自其他管辖权的具有纳税人信息的数据,所以该系统更为安全。然而,需要为中心报税评估系统实施例创建数据存储策略,以便维持机密性并在需要时将来自不同管辖权的数据分开。此外,在报税评估系统100作为中心远程系统运作的实施例中,在报税评估系统100、税务代理101a-n和数据源102a-f之间所需的安全通信可以通过传统技术提供,比如安全套接层(SSL)。
3、评分示例
报税评估系统100可操作以生成对每个报税的评估,来指示欺诈似然。在一个实施例中,评分用于生成评估。评分可以基于多个标准,比如报税中数据字段(例如排列项)和档案中因子发现匹配的数量,数据字段和来自数据源102a-f的信息的匹配数量,所识别匹配的类型,其类型与具有匹配的因子或数据源的类型相关联,以及匹配类型的权重。报税的评估可以是包括一个得分和全部相关匹配信息的报告。
在一个例子中,假设税务代理101a想要从州外提交者中识别欺诈方案。税务代理101a发送档案200到税务评估系统100。档案200包括表1示出的下列因子和相关联值。
表1 关于档案200
Figure BSA00000244406400081
档案200有三个因子,包括纳税人的地址、退税数目和报税员。每个因子的值也被示出。档案200也可以为每个因子的值指定权重,其可用于计算得分。例如,对地址而言,如果报税中的地址在州外但在邻近的州,就给出10分得分。如果地址既在州外又在非邻近的州,档案可能指定一个较高的权重。例如,如果值都匹配,就给出30分得分。如果报税中的退税数目落在在1,500.00美元-3,000.00美元之间,基于那个因子分配的权重,就为那个因子给出25分。正如计算多个报税,报税评估系统可以识别提交报税的报税员,该报税匹配了地址和退税数目因子。如果所计算的报税有这些报税员(比如ABC报税员)之一作为它的报税员,就给出35分。累加每个因子的得分,以确定该报税的最终得分。最终得分连同全部相关匹配信息被报告给税务代理101a。
在评估一个报税时,最终得分也基于识别到的趋势而变化。趋势乘数是一个数量,该数量乘以一个得分以说明所识别的趋势。档案指定趋势乘数。趋势乘数可应用于累加的得分以确定最终得分。例如,如果多个数据字段与档案中的因子匹配,报税的趋势就被识别出来。如果报税有一个州外的地址并且有1,500.00美元的退税数目,则该报税有多个匹配。如果趋势乘数是1.3,则1.3乘以累计的35分,得到最终得分45.5。在另一个实施例中,趋势乘数可以仅应用于匹配因子的得分。同样,趋势可以定义为多个匹配因子,或与报税中数据字段匹配的大部分因子,或与报税中数据字段匹配的档案中的全部因子。
其它标准也可以影响得分。来自数据源102a-f的匹配于报税中数据字段的信息可以使得得分增加。例如,如果数据源102a包括死亡人士的社会保障号码,而报税中的社会保障号码同数据源102a的社会保障号码匹配,则可以为该报税给出最大得分。在另一个实施例中,报税评估系统100可以汇集欺诈报税信息,并使用该信息生成档案。匹配这些档案的报税的得分会增加。
可以基于检测到新的欺诈方案和其它不正确的报税来更新档案。因此,报税评估系统100允许报税的动态评估,该动态评估允许按照需要修改因子和因子的权重。
4、流程图
图2根据一个实施例示出评估报税的流程图200。以图1示出的报税评估系统100为例描述这里所说的方法,而不仅限于此例。该方法可以实施于其它系统中。同样该方法的一些步骤也可以以不同于示例的顺序执行。
在步骤201,从税务代理101a-n接收档案,并存储在档案数据库111中。
在步骤202,从税务代理处接收报税,比如税务代理101a。接收来自报税的多个排列项(即,数据字段),而不是接收完整的报税。报税可以是与几个其它报税一批提供或实时提供,这与其由税务代理101a-n所接收一样
在步骤203,识别税务代理101a的档案。例如,从档案数据库111获取税务代理101a的档案。一个税务代理可以有多个档案。如果是那样的话,评估相对报税的档案的步骤,对每个档案都执行。
在步骤204,报税评估系统100比较报税和档案。报税评估系统100确定报税中任何接收到的数据字段是否同档案中的因子匹配。如果不匹配,则在步骤205该报税标记为正常或无欺诈。如果匹配,在步骤206生成报税的评估,包括欺诈报税的似然估计,该评估基于匹配因子。这个估计可以是中间评估,该中间评估在确定最终评估之前被修改。例如,为每个匹配因子确定得分。同样,因子的权重用于确定得分。因子的得分是报税的中间评估。
在步骤207,基于报税同档案中因子的比较结果,报税评估系统100确定报税是否落入了趋势。该趋势定义为档案中多个因子与报税中的数据字段匹配,或大部分因子匹配报税中的数据字段,或全部因子匹配报税中的数据字段。如果档案中多个因子同报税中的数据字段匹配,或如果大部分档案匹配,或如果全部档案匹配,取决于如何定义趋势,确定该报税落入了趋势。
在步骤208,如果报税落入了趋势,则修改在步骤206确定的一个或多个评估,以考虑该趋势。例如,趋势乘数用于对从每个匹配因子的得分计算得到的累计得分进行修改。
在步骤209,报税评估系统100确定来自一个或多个数据源102a-f的信息是否与报税匹配。如果匹配,则在步骤210,修改该报税的评估,比如先前步骤确定的评估,以考虑该匹配。这可以包括由预定义的数量或预定义的乘数来增加得分。
在步骤211,报税评估系统100确定报税是否落入趋势档案。例如报税评估系统100可以基于先前报税的信息生成趋势档案,该先前的报税被认为很可能是欺诈。报税评估系统100汇集因子以生成趋势档案,这些因子是那些档案共有的。如果报税落入趋势档案,则在步骤212,修改该报税的评估,比如先前步骤确定的评估,以考虑该趋势。这可以包括使用得分趋势乘数或其它预定义值以修改得分。
在步骤213,确定最终评估。这可能包括基于先前步骤确定的得分。在步骤214,将最终评估报告给税务代理101a,并且最终评估可以包括最终得分和任何相关匹配信息。
重复方法200的步骤以评估每个报税。需要注意的是在一些实施例中,部分步骤是可选的。例如报税可以不在步骤211相对趋势档案被评估,或者如果来自数据源102a-f的信息是不可用的,则不执行步骤209。
图3根据一个实施例示出确定趋势档案的方法。正如步骤211所描述的,报税评估系统100确定报税是否落入趋势档案。报税评估系统100可以基于先前报税的信息生成趋势档案,该先前的报税被认为很可能是欺诈。
在步骤301,报税评估系统100识别报税很可能是欺诈。这可以包括具有大于阈值的得分的报税。来自多个税务代理的报税被识别。
在步骤302,确定在步骤301识别的来自报税的公用数据字段。在步骤303,从公用数据字段确定趋势档案。例如,报税评估系统100确定,来自非邻近州、州外的、具有相同报税员的许多提交者很可能是欺诈。数据字段地址和报税员、包括非邻近的州外的提交者的字段值、与报税相同的报税员的姓名成为因子以及趋势档案中针对因子的对应值。
在步骤304,趋势档案存储于档案数据库111。趋势档案可应用于特殊报税。例如,趋势档案可汇集来自特殊地区的报税,比如在东北部的州,并且趋势档案仅应用于那个地区的报税。
5、计算机图和计算机可读介质
图4示出了可用于此处所述实施例的计算机系统400。计算机系统400描绘了包括组件的一般平台,该组件可在服务器或其它计算机系统中。计算机系统400可用作图1示出的报税评估系统100和税务计算机110的平台,并且描绘了配置为执行此处所述的一个或多个方法、功能以及其它步骤的计算机系统。这些步骤可以具体表现为存储于一个或多个计算机可读介质中的软件。
报税评估系统100也可提供作为运行在多计算机系统(比如多服务器)上企业系统。例如,如果报税评估系统100可以包括应用程序服务器和数据库服务器。同样,报税评估系统100包括web服务器,该web服务器处理来自税务代理101a-n的请求以评估报税。
计算机系统400包括一个或多个可以贯彻或执行软件指令的处理器402,该软件指令执行此处所述的部分或全部方法、功能和其它步骤。来自处理器402的命令和数据通过通信总线404通信。计算机系统400也包括主存储器406,比如随机访问存储器(RAM),和辅助数据存储器408,其中运行时处理器402的软件和数据可驻留于该主存储器,该辅助数据存储器可以是非易失性的并存储软件和数据。主存储器和辅助数据存储器是计算机可读介质的例子。
计算机系统400可以包括一个或多个I/O设备410,比如键盘、鼠标、显示器等等。计算机系统400可以包括连接到网络的网络接口412。其它已知电子组件可以增加或替代进计算机系统400,这对本领域普通技术人员而言是显而易见的。
此处所述方法的一个或多个步骤、此处所述的其它步骤、以及此处所述系统的一个或多个组件可以实现为计算机代码,该计算机代码存储于计算机可读介质中,比如主存储器和/或辅助存储器,并由计算机系统执行,例如,通过处理器、专用集成电路(ASIC)或其它控制器。代码可以作为软件程序存在,该软件程序由源代码、目标代码、可执行代码或其它格式中的程序指令组成。计算机可读介质的例子包括传统计算机系统RAM(随机访问存储器)、ROM(只读存储器)、EPROM(可擦除可编程ROM)、EEPROM(电可擦除可编程ROM)、硬盘和闪存。
上述实施例仅作为参考示例,本领域技术人员可以对所述实施方式做出各种改进,而不脱离本发明要求保护的范围。此外,此处所述的实施例可以彼此结合。

Claims (20)

1.一种计算机可读存储介质,包括计算机代码,当由处理器执行时,该代码实现评估报税方法,所述方法包括:
存储来自至少一个税务代理的档案,每个档案包括一个或多个用于评估报税的因子;
从所述至少一个税务代理接收来自报税的多个数据字段;
将来自报税的多个数据字段与针对所述至少一个税务代理的至少一个已存储的档案进行比较;
确定该报税是否落入趋势;以及
基于所述比较以及所述报税是否落入趋势的所述确定,而生成所述报税的评估。
2.根据权利要求1所述的计算机可读存储介质,其中该档案中的每个所述因子识别所述接收的报税中的、被认为是与所述评估的目标相关的数据字段。
3.根据权利要求2所述的计算机可读存储介质,其中所述目标在于识别报税中的谎报或报税欺诈。
4.根据权利要求3所述的计算机可读存储介质,其中将来自所述报税的所述多个数据字段与所述至少一个存储的档案进行比较进一步包括:
将所述至少一个已存储的档案中的所述因子与所述报税中的相应数据字段进行比较,以确定在所述相应数据字段中的值是否指示该报税是欺诈或者谎报。
5.根据权利要求5所述的计算机可读存储介质,其中所述方法进一步包括:
确定所述报税中数据字段中的值是否与来自不同于所述税务代理的一个或多个数据源的信息相匹配,其中所述信息指示欺诈的报税。
6.根据权利要求1所述的计算机可读存储介质,其中将来自所述报税的多个数据字段与所述至少一个存储的档案进行比较进一步包括:
识别来自所述报税的所述多个数据字段的、对应于所述至少一个存储的档案中的因子的数据字段;
将所述至少一个存储的档案中的因子的值与所述报税中所述相应数据字段中的值进行比较;以及
基于所述比较为所述报税中的每个所述相应数据字段确定得分。
7.根据权利要求6所述的计算机可读存储介质,其中确定所述报税是否落入趋势进一步包括:
基于所述比较确定所述报税中的多个所述相应的数据字段是否指示欺诈的报税;以及
如果所述报税中的多个所述相应数据字段指示欺诈的报税,则确定趋势得分乘数。
8.根据权利要求7所述的计算机可读存储介质,其中生成所述报税的评估进一步包括:
如果所述报税落入所述趋势,从所述相应数据字段的得分和所述趋势得分乘数来确定所述报税最终得分;以及
将所述最终得分报告给提供所述报税的所述代理。
9.根据权利要求7所述的计算机可读存储介质,确定趋势得分乘数进一步包括:
如果所述至少一个档案的大部分所述因子匹配于所述报税中的所述相应数据字段,确定趋势得分乘数。
10.根据权利要求7所述的计算机可读存储介质,确定趋势得分乘数进一步包括:
如果所述至少一个档案的全部所述因子匹配于所述报税中的所述相应数据字段,确定趋势得分乘数。
11.根据权利要求1方法的所述的计算机可读存储介质,进一步包括:
通过识别来自已确定很可能是欺诈的报税的因子,确定趋势档案;以及
存储所述趋势档案,其中所述趋势档案包括来自确定为欺诈可能性高的报税的因子。
12.根据权利要求11所述的计算机可读存储介质,其中所述方法进一步包括:
将在所述趋势档案中的所述因子与所述报税进行比较,以确定对所述报税的所述评估。
13.一种报税评估系统包括:
存储来自多个代理的档案的数据库,每个档案包括用于评估报税的一个或多个因子;
计算机系统配置为将来自多个报税中每一个的多个数据字段与存储的档案进行比较,并被配置为确定所述报税是否落入趋势,其中所述计算机系统进一步配置为基于将对应于所述存储的档案中的因子的每个报税中的所述多个数据字段所进行的比较,并基于确定每个报税是否落入所述趋势,来生成对每个接收到的报税的评估。
14.根据权利要求13所述的报税评估系统,其中如果对应于所述存储的档案中的因子的所述报税中的多个数据字段指示欺诈,所述计算机系统确定报税落入所述趋势。
15.根据权利要求13所述的报税评估系统,其中所述评估是指示每个报税的欺诈似然的得分。
16.根据权利要求15所述的报税评估系统,其中通过基于所述相应数据字段的值针对所述存储的档案中的每个因子确定得分,以及组合所述得分以针对所述报税确定所述评估,从而计算所述得分。
17.根据权利要求16所述的报税评估系统,其中如果所述报税落入所述趋势,使用趋势得分乘数来进一步确定所述评估。
18.根据权利要求13所述的报税评估系统,其中所述计算机系统包括web服务器,其配置用于经由因特网从所述多个代理接收报税,并向发送所述报税的所述代理报告每个报税的所述评估。
19.根据权利要求13所述的报税评估系统,其中所述计算机系统连接到不同于所述多个税务代理的多个数据源,并且所述数据源提供用于确定每个报税的所述评估的信息。
20.一种报税评估方法包括:
将来自至少一个税务代理的档案存储在数据存储设备中,每个档案包括用于评估报税的一个或多个因子;
从所述至少一个税务代理接收来自报税的多个数据字段;
将来自所述报税的所述多个数据字段与所述至少一个税务代理提供的至少一个存储的档案以及趋势档案进行比较;以及
将来自每个报税的至少部分所述多个数据字段同所述趋势档案进行比较;以及
基于与所述至少一个存储的档案及所述趋势档案的所述比较,生成每个报税的评估,其中所述评估指示所述报税为欺诈报税的可能性。
CN2010102632718A 2009-06-30 2010-06-30 报税评估系统 Pending CN101937551A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/494,966 2009-06-30
US12/494,966 US8140413B2 (en) 2009-06-30 2009-06-30 Tax return evaluation system

Publications (1)

Publication Number Publication Date
CN101937551A true CN101937551A (zh) 2011-01-05

Family

ID=43381787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102632718A Pending CN101937551A (zh) 2009-06-30 2010-06-30 报税评估系统

Country Status (6)

Country Link
US (2) US8140413B2 (zh)
CN (1) CN101937551A (zh)
AU (1) AU2010202713B2 (zh)
CA (1) CA2708683C (zh)
MX (1) MX2010007291A (zh)
ZA (1) ZA201004582B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409969A (zh) * 2018-10-24 2019-03-01 仲恺农业工程学院 一种企业税务欺诈检测方法、电子设备及存储介质

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8682755B2 (en) * 2012-07-03 2014-03-25 Lexisnexis Risk Solutions Fl Inc. Systems and methods for detecting tax refund fraud
US8190499B1 (en) 2009-08-21 2012-05-29 Intuit Inc. Methods systems and articles of manufacture for collecting data for future electronic tax return
US9672544B2 (en) * 2009-09-29 2017-06-06 Alexander KLEYMAN Method and system for providing accounting services
US9652802B1 (en) 2010-03-24 2017-05-16 Consumerinfo.Com, Inc. Indirect monitoring and reporting of a user's credit data
US8583517B1 (en) 2010-04-30 2013-11-12 Intuit Inc. Systems and methods for generating and sending electronic messages related to a tax return
US20120030080A1 (en) * 2010-07-29 2012-02-02 Accenture Global Services Gmbh Systemic Risk Monitoring System And Method For Revenue Agencies
EP3462317A1 (en) 2011-02-18 2019-04-03 CSidentity Corporation System and methods for identifying compromised personally identifiable information on the internet
US11030562B1 (en) 2011-10-31 2021-06-08 Consumerinfo.Com, Inc. Pre-data breach monitoring
US8706581B2 (en) * 2012-03-13 2014-04-22 Traci Renee Williams Software and methods to manage a tax preparation company
US10043213B2 (en) * 2012-07-03 2018-08-07 Lexisnexis Risk Solutions Fl Inc. Systems and methods for improving computation efficiency in the detection of fraud indicators for loans with multiple applicants
US10089686B2 (en) 2012-07-03 2018-10-02 Lexisnexis Risk Solutions Fl Inc. Systems and methods for increasing efficiency in the detection of identity-based fraud indicators
US20140058910A1 (en) * 2012-08-21 2014-02-27 Gary E. Abeles Method for detecting identity misrepresentation in fraudulent tax returns
US8812387B1 (en) 2013-03-14 2014-08-19 Csidentity Corporation System and method for identifying related credit inquiries
US20150142624A1 (en) * 2013-11-21 2015-05-21 Hrb Innovations, Inc. Advance notice and analysis of notice documents from a taxing authority
US20160063645A1 (en) * 2014-08-29 2016-03-03 Hrb Innovations, Inc. Computer program, method, and system for detecting fraudulently filed tax returns
US11354755B2 (en) 2014-09-11 2022-06-07 Intuit Inc. Methods systems and articles of manufacture for using a predictive model to determine tax topics which are relevant to a taxpayer in preparing an electronic tax return
US10339527B1 (en) 2014-10-31 2019-07-02 Experian Information Solutions, Inc. System and architecture for electronic fraud detection
US10255641B1 (en) 2014-10-31 2019-04-09 Intuit Inc. Predictive model based identification of potential errors in electronic tax return
US11216901B2 (en) * 2014-12-19 2022-01-04 Hrb Innovations, Inc. Contextual authentication system
US10628894B1 (en) 2015-01-28 2020-04-21 Intuit Inc. Method and system for providing personalized responses to questions received from a user of an electronic tax return preparation system
US10176534B1 (en) 2015-04-20 2019-01-08 Intuit Inc. Method and system for providing an analytics model architecture to reduce abandonment of tax return preparation sessions by potential customers
US10740853B1 (en) 2015-04-28 2020-08-11 Intuit Inc. Systems for allocating resources based on electronic tax return preparation program user characteristics
US11151468B1 (en) 2015-07-02 2021-10-19 Experian Information Solutions, Inc. Behavior analysis using distributed representations of event data
US10482542B1 (en) * 2015-10-23 2019-11-19 Hrb Innovations, Inc. Tax fraud detection through linked relationships
US10373140B1 (en) 2015-10-26 2019-08-06 Intuit Inc. Method and system for detecting fraudulent bill payment transactions using dynamic multi-parameter predictive modeling
US10740854B1 (en) 2015-10-28 2020-08-11 Intuit Inc. Web browsing and machine learning systems for acquiring tax data during electronic tax return preparation
US10937109B1 (en) 2016-01-08 2021-03-02 Intuit Inc. Method and technique to calculate and provide confidence score for predicted tax due/refund
US20170270526A1 (en) * 2016-03-15 2017-09-21 Hrb Innovations, Inc. Machine learning for fraud detection
US10410295B1 (en) 2016-05-25 2019-09-10 Intuit Inc. Methods, systems and computer program products for obtaining tax data
US10083452B1 (en) 2016-06-21 2018-09-25 Intuit Inc. Method and system for identifying potentially fraudulent bill and invoice payments
US20180033006A1 (en) * 2016-07-27 2018-02-01 Intuit Inc. Method and system for identifying and addressing potential fictitious business entity-based fraud
CN106934711A (zh) * 2017-03-10 2017-07-07 山东浪潮商用系统有限公司 离境退税的处理方法、系统及客户端
US11087334B1 (en) 2017-04-04 2021-08-10 Intuit Inc. Method and system for identifying potential fraud activity in a tax return preparation system, at least partially based on data entry characteristics of tax return content
CN107093139A (zh) * 2017-04-27 2017-08-25 山东浪潮商用系统有限公司 一种办税系统及办税方法
CN107301596A (zh) * 2017-07-24 2017-10-27 北京三正科技股份有限公司 一种基于纳税人画像的税务大数据挖掘方法及装置
US10699028B1 (en) 2017-09-28 2020-06-30 Csidentity Corporation Identity security architecture systems and methods
CN107644300A (zh) * 2017-10-11 2018-01-30 江苏税软软件科技有限公司 一种涉税风险分析体系
US10896472B1 (en) 2017-11-14 2021-01-19 Csidentity Corporation Security and identity verification system and architecture
US11829866B1 (en) 2017-12-27 2023-11-28 Intuit Inc. System and method for hierarchical deep semi-supervised embeddings for dynamic targeted anomaly detection
CN110991777A (zh) * 2018-09-29 2020-04-10 北京国双科技有限公司 虚开发票企业的查找方法及装置、存储介质及电子设备
CN110264343A (zh) * 2019-06-21 2019-09-20 山东浪潮商用系统有限公司 一种基于税务大数据分析的信用评估方法
CN111597261A (zh) * 2020-05-12 2020-08-28 广东巴金斯科技有限公司 一种数据申报制单系统、方法和存储介质
US20230027581A1 (en) * 2021-07-26 2023-01-26 Halcyon Still Water, LLC System and method for selecting a tax return from multiple tax return processors
US11983494B1 (en) 2023-10-24 2024-05-14 Tax Guardian, LLC Apparatus and method for dynamic data synthesis and automated interfacing

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5822741A (en) * 1996-02-05 1998-10-13 Lockheed Martin Corporation Neural network/conceptual clustering fraud detection architecture
US6029144A (en) * 1997-08-29 2000-02-22 International Business Machines Corporation Compliance-to-policy detection method and system
US6912508B1 (en) * 1999-08-16 2005-06-28 American Management Systems, Inc. Method and apparatus for promoting taxpayer compliance
US6611809B1 (en) * 1999-09-20 2003-08-26 American Management Systems, Inc. Method and apparatus for selecting taxpayer audits
US20060085306A1 (en) * 2004-09-29 2006-04-20 Vaudit Group Integrated virtual tax auditing system
SG161212A1 (en) * 2005-03-24 2010-05-27 Accenture Global Services Gmbh Risk based data assessment
US20060259333A1 (en) * 2005-05-16 2006-11-16 Inventum Corporation Predictive exposure modeling system and method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409969A (zh) * 2018-10-24 2019-03-01 仲恺农业工程学院 一种企业税务欺诈检测方法、电子设备及存储介质

Also Published As

Publication number Publication date
US8423434B2 (en) 2013-04-16
AU2010202713A1 (en) 2011-01-20
ZA201004582B (en) 2011-03-30
US20100332362A1 (en) 2010-12-30
AU2010202713B2 (en) 2012-05-10
CA2708683A1 (en) 2010-12-30
US8140413B2 (en) 2012-03-20
US20120226591A1 (en) 2012-09-06
MX2010007291A (es) 2011-01-05
CA2708683C (en) 2017-12-19

Similar Documents

Publication Publication Date Title
CN101937551A (zh) 报税评估系统
US11989775B2 (en) Systems and methods for electronic account certification and enhanced credit reporting
Griffin et al. Did FinTech lenders facilitate PPP fraud?
US8412601B2 (en) Method and system to evaluate anti-money laundering risk
Vona Fraud risk assessment: Building a fraud audit program
US8825530B2 (en) Tax liability and deductions verification system
US8290836B2 (en) Identification and risk evaluation
US20130179314A1 (en) Risk Based Data Assessment
US20090182653A1 (en) System and method for case management
US20050108063A1 (en) Systems and methods for assessing the potential for fraud in business transactions
US20050097051A1 (en) Fraud potential indicator graphical interface
US8429050B2 (en) Method for detecting ineligibility of a beneficiary and system
KR100975980B1 (ko) 복지통합관리방법 및 그 시스템, 이를 위한 기록매체
US10482542B1 (en) Tax fraud detection through linked relationships
US8566204B2 (en) Method for detecting ineligibility of a beneficiary and system
Dhurandhar et al. Big data system for analyzing risky procurement entities
JP2003216804A (ja) 定性データを使用した倒産確率予測システム
CN112669039A (zh) 基于知识图谱的客户风险管控系统及方法
Dhurandhar et al. Robust system for identifying procurement fraud
US20200410581A1 (en) Financial responsibility indicator system and method
Hamilton Regulatory compliance, case selection and coverage-calculating compliance gaps
Tunley Mandating the measurement of fraud: legislating against loss
US20240020648A1 (en) Benefit administration platform
Gurung et al. Performance analysis of microfinance institutions: empirical evidence from MFIs of West Bengal
Guven et al. The Evolution of Benazir Income Support Programme’s Delivery Systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
ASS Succession or assignment of patent right

Owner name: ACCENTURE INTERNATIONAL CO., LTD.

Free format text: FORMER OWNER: ACCENTURE GLOBAL SERVICES GMBH

Effective date: 20110113

Owner name: ACCENTURE GLOBAL SERVICES GMBH

Free format text: FORMER OWNER: ACCENTURE INTERNATIONAL CO., LTD.

Effective date: 20110113

C10 Entry into substantive examination
C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: LUXEMBOURG TO: DUBLIN, IRELAND

Free format text: CORRECT: ADDRESS; FROM: SCHAFFHAUSEN, SWITZERLAND TO: LUXEMBOURG

SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20110113

Address after: Dublin, Ireland

Applicant after: ACCENTURE GLOBAL SERVICES Ltd.

Address before: Luxemburg Luxemburg

Applicant before: Accenture international LLC

Effective date of registration: 20110113

Address after: Luxemburg Luxemburg

Applicant after: Accenture international LLC

Address before: Schaffhausen

Applicant before: ACCENTURE GLOBAL SERVICES Ltd.

C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110105