CN113706280A - 一种基于大数据的企业税务筹划系统及方法 - Google Patents

Abstract

本发明公开了一种基于大数据的企业税务筹划系统及方法，属于企业税务筹划技术领域。该系统包括企业信息采集模块、数据库分类模块、分析模块、校正模块、预测模块、税务筹划模块；本发明能够依据国家相关法规、政策，结合行业特性和企业经营情况生成税务模型，由AI数据驱动企业的经营和自动化式分流，为企业或集团实现税务信息与企业的“三流(信息流、物流、资金流)”一致，运用大数据、AI人工智能等多种方式从源头、过程、方式的优化，及时处理从而保障企业合理、安全、守法的缴税。杜绝“两套账”合法合纳税，保障企业税收安全，实现企业最大的节约化、智能化经营。

Description

一种基于大数据的企业税务筹划系统及方法

技术领域

本发明涉及企业税务筹划技术领域，具体为一种基于大数据的企业税务筹划系统及方法。

背景技术

税务筹划是指在法律许可的范围内合理降低纳税人税负的经济行为。企业税务筹划作为一项“双向选择”，不仅要求企业依法缴纳税款以及履行税收义务，而且要求税务机关严格“依法治税”。企业税收筹划在减轻税收负担、获取资金时间价值、实现涉税零风险、追求经济效益最大化和维护自身合法权益等方面具有重要意义。

然而在现有企业业务管理系统(各类ERP以及OA系统)中，目前的均未涉及到关于企业税收业务以及税务筹划方面的数据模型以及系统，目前市场上也有少量的所谓税务业务系统均是以定税办税的方式来进行工作，没有能够嵌入到用户现有业务系统的税务筹划工具或者组件，同时，没有通过企业(或集团)的业务分布来进行税收筹划，均是通过原始会计凭证结算后的进行的物理税务申报并结算缴纳，不能够为企业进行预测税务筹划的成功率以及指导企业进行发展的方向，从而进行税务的筹划，符合国家发展方略。

本发明创造通过充分利用网络大数据以及人工智能技术实施收集、分析现有的企业或集团的生产数据来匹配生成最适合企业或集团的税收筹划方案，以解决上述问题。

发明内容

本发明的目的在于提供一种基于大数据的企业税务筹划系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：

一种基于大数据的企业税务筹划系统，该系统包括企业信息采集模块、数据库分类模块、分析模块、校正模块、预测模块、税务筹划模块；

所述企业信息采集模块用于采集企业的税务信息与企业的基本数据类型信息；所述数据库分类模块用于对企业数据集进行建立与分类，完善基础数据；所述分析模块用于对企业税务信息进行分析，建立标签值，获取企业税务与企业的基本数据类型之间的关联性；所述校正模块用于在标签值的平均值低于阈值时进行调整与校正模型；所述预测模块用于预测企业成功筹划企业税务的成功率；所述税务筹划模块用于为企业提供税务筹划信息，指导企业发展于哪一方面，能够成功实现税务筹划；

所述企业信息采集模块的输出端与所述数据库分类模块的输入端相连接；所述数据库分类模块的输出端与所述分析模块的输入端相连接；所述分析模块的输出端与所述校正模块的输入端相连接；所述校正模块的输出端与所述预测模块的输入端相连接；所述预测模块的输出端与所述税务筹划模块的输入端相连接。

根据上述技术方案，所述企业信息采集模块包括企业税务信息采集单元、企业的基本数据类型信息采集单元；

所述企业税务信息采集单元用于采集企业的税务信息，并对其进行记录；所述企业的基本数据类型信息采集单元用于采集企业的基本数据类型，并对其进行记录；

所述企业税务信息采集单元的输出端与所述数据库分类模块的输入端相连接；所述企业的基本数据类型信息采集单元的输出端与所述数据库分类模块的输入端相连接。

根据上述技术方案，所述数据库分类模块包括分类单元、数据库存储单元；

所述分类单元用于建立不同的企业数据集，对企业税务缴纳情况进行分类，以供分析；所述数据库存储单元用于进行存储不同的企业数据集，并进行标号；

所述分类单元的输出端与所述数据库存储单元的输入端相连接；所述数据库存储单元的输出端与所述分析模块的输入端相连接。

根据上述技术方案，所述分析模块包括企业的基本数据类型分析单元、标签值建立单元；

所述企业的基本数据类型分析单元用于分析企业的基本数据类型在企业税务缴纳上的影响度；所述标签值建立单元用于为企业建立标签值，即建立企业税务与企业的基本数据类型之间的关联；

所述企业的基本数据类型分析单元的输出端与所述标签值建立单元的输入端相连接；所述标签值建立单元的输出端与所述校正模块的输入端相连接。

根据上述技术方案，所述校正模块包括评估单元、校正单元；

所述评估单元用于进行评估标签值的平均值是否超出设定的阈值，并给出评估结果；所述校正单元用于在超出设定阈值的情况下，对企业的税务筹划模型进行不断调整与校正；

所述评估单元的输出端与所述校正单元的输入端相连接；所述校正单元的输出端与所述预测模块的输入端相连接。

根据上述技术方案，所述预测模块包括调节单元、预测单元；

所述调节单元用于根据企业标签值与平均值差值进行选取调节系数；所述预测单元用于根据调节系数进行预测企业成功进行税务筹划的成功率；

所述调节单元的输出端与所述预测单元的输入端相连接；所述预测单元的输出端与所述税务筹划模块的输入端相连接。

根据上述技术方案，所述税务筹划模块包括政策分析单元、企业指导单元；

所述政策分析单元用于分析当前的国家关于税务的政策情况，加入调节因子到系统模型中；所述企业指导单元用于指导企业倾向于发展的企业的基本数据类型方向，从而提供给企业税务筹划方法；

所述政策分析单元的输出端与所述企业指导单元的输入端相连接。

一种基于大数据的企业税务筹划方法，该方法包括以下步骤：

S1、获取企业税务信息，获取企业的基本数据类型，建立企业数据集1，其中企业的基本数据类型分别记为{x₁、x₂、x₃、……、x_n}；

S2、以企业的基本数据类型中的任一类型的任一状态作为变量，通过控制变量法从企业数据集1中选取符合的企业，在这些企业中选取税务最低的企业添加至企业数据集2；

S3、建立标签值，所述标签值为任一项或多项企业的基本数据类型在企业税务中的影响度之和；

S4、获取步骤S3中标签值的平均值，在低于阈值情况下，进行模型的修正，对影响企业税务的企业的基本数据类型进行扩展和删减；

S5、基于修正后的模型对企业税务的标签值进行校正，重复步骤S3，最终对企业税务进行预测；

S6、嵌入实时国家政策，指导企业进行税收筹划，生成最终的企业税收筹划策略。

所述企业的基本数据类型包括企业规模、企业经营方向、企业所在区域、企业人员、企业财务水平、企业营业额等多方面基本数据；

根据上述技术方案，企业税务筹划还包括：

调用企业数据集1中的数据信息，对企业的基本数据类型进行分析；例如获取企业所在区域，先获取企业所在省份进行分析，在获取企业所在市进行分析，以此类推；

从企业数据集1中获取包含多项企业的基本数据类型的企业税务数据，并将上述信息进行组合编码，记为[x₁、x₂、x₃、……、x_n]，每一编码对应一个企业个体，其中x₁、x₂、x₃、……、x_n分别代表企业的基本数据类型中的一种；这一步骤主要用来保证企业的基本数据类型涵盖更加广泛，确保不出现缺少企业基本数据类型的情况发生；

随机初始化一个种群，所述种群为企业数据集2随机选出，至少包含N个企业个体，并设置迭代次数G＝1；这一步骤用来保证种群的优秀性，对企业数据集2的分析是建立在对优秀种群的分析上的；

根据编码中元素x₁、x₂、x₃、……、x_n及元素x₁、x₂、x₃、……、x_n的组合分别计算其在企业税务中的影响度，并最终得出标签值，计算如下：

其中，L_x代表企业个体x的标签值；P代表企业个体x编码中所有元素的组合方式的集合；a代表企业个体x编码中所有元素的组合方式中的任一种；S_a代表存在组合方式为a的企业个体中在企业数据集2的个体数量；b代表企业个体编码中所有元素的组合方式中的任一种；S_b代表b＝a时的企业个体数量，即存在组合方式为a的企业个体的总量；

对种群中所有企业个体的标签值进行求取平均值，并设置阈值K，若平均值高于阈值K，则进入步骤S2-1；若平均值低于阈值K，则进入步骤S1-1；

S1-1、以标签值作为企业个体的适应度，利用随机竞争选择的方式，即每次随机选择两个企业个体，适应度高的留下，如此循环往复，直至选择的个体数量达到N/M，其中M≥1，对选择的N/M个体进行元素的重新匹配，删除出现率低于c的元素，其中c为出现率阈值，并挖掘剩余元素的子元素形成新的编码[x₁₁、x₁₂、x₂₁、……、x_v1]，所述元素与子元素之间存在包含关系，并设置迭代次数G＝G+1，重复上述所有步骤；

在这一步骤下，首先选择出一部分适应度高的企业个体，随即竞争选择就是用来进行优势选择，获取得到高适应度的企业，从而保证新的选择存在优势性，即相对于其他企业存在优秀税务筹划的基础，对子元素进行深挖，例如对企业的区域进行影响率测试时，第一测试即公式中的x₁，即代表省份；那么子元素x₁₁则代表市级，x₁₁₁即代表区级，以此类推，不断划分，保证模型精度；并且在每次深挖后，增加一次迭代；

S2-1、获取待检测企业个体的元素信息，根据其存在的子元素对应的迭代次数，选取修正的模型，进行企业税务的预测；

计算得出待检测企业个体的标签值，根据公式：

P＝a₀|L₁-L₂|*G₀*s₀

其中，P为预测的企业税务筹划成功的成功率；a₀为第一系数，所述第一系数用来调节标签值差值的影响率，其根据标签值的差值进行变化；若L₁-L₂大于0，则a₀＝u₁；若L₁-L₂小于0，则a₀＝u₂；u₁、u₂分别为常数值；L₁为待检测企业个体的标签值；L₂为当前迭代次数下所有企业个体的标签值的平均值；G₀为迭代次数；s₀为误差系数。

在这一步骤中，由于实际值与平均值存在差值，若差值大于0则说明当前待检测企业进行税务筹划的成功率更高一点，所以其对应的第一系数值与小于0的待检测企业不同，另外配备有误差系数和迭代次数，其中迭代次数是因为每一次迭代后，模型的精度都进行了进一步的收紧，即其企业的基本数据得到了范围的缩小，因此需要乘以迭代次数用以扩大相应的标签值进行保证精准，误差系数用以控制迭代次数产生的误差值，由多次实验得出。

根据上述技术方案，企业税务筹划还包括：

获取实时国家优惠政策；

获取待检测企业在预测模型下的结果，结合企业的基本数据类型，嵌入实时国家优惠政策；

所述嵌入实时国家优惠政策包括：

获取待检测企业的基本数据特征对企业税收的影响率排序；

获取实时国家优惠政策中有关于企业的基本数据特征部分；

对比待检测企业的基本数据特征与实时国家优惠政策中有关于企业的基本数据特征部分，选取相同部分，按照影响率排序指导企业进行税收筹划。

在这一步骤中，例如实时国家优惠政策中存在区域性优惠政策，而企业的基本数据特征中恰好也存在这一区域，那么就会指导企业在这一区域进行企业的发展，从而减免企业税收。

与现有技术相比，本发明所达到的有益效果是：

1、本发明能够提供企业的基本数据类型与企业税收之间的关联，并根据上述关联建立模型，嵌入国家政策，不断进行调整与校正，保证模型的精准度，最终根据待检测企业的基本数据类型，实现预测企业能够成功进行税务筹划的成功率，并同时指导企业的发展方向，从而更好的进行税务筹划；

2、本发明填补了目前市场上的空白，为企业建立自动税收业务筹划，保障企业税收安全，实现企业最大的节约化、智能化经营；

3、本发明主要是通过接口以及底层的数据采集与客户现有业务系统相关联，嵌入到企业现有的业务系统中，通过企业时刻产生的业务数据，并实时通过优惠政策、区域政策、会计账务处理、企业税收优惠风方面来实时调整、筹划缴税明细以及税收分布筹划，能够充分利用网络大数据以及人工智能技术实施收集、分析现有的企业的生产数据来匹配生成最适合企业的税收筹划方案，具有提高企业生产效率，保障企业税收安全的新功效。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于大数据的企业税务筹划系统及方法的流程示意图；

图2是本发明一种基于大数据的企业税务筹划方法的步骤示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-2，本发明提供技术方案：

一种基于大数据的企业税务筹划系统，该系统包括企业信息采集模块、数据库分类模块、分析模块、校正模块、预测模块、税务筹划模块；

所述企业信息采集模块用于采集企业的税务信息与企业的基本数据类型信息；所述数据库分类模块用于对企业数据集进行建立与分类，完善基础数据；所述分析模块用于对企业税务信息进行分析，建立标签值，获取企业税务与企业的基本数据类型之间的关联性；所述校正模块用于在标签值的平均值低于阈值时进行调整与校正模型；所述预测模块用于预测企业成功筹划企业税务的成功率；所述税务筹划模块用于为企业提供税务筹划信息，指导企业发展于哪一方面，能够成功实现税务筹划；

所述企业信息采集模块的输出端与所述数据库分类模块的输入端相连接；所述数据库分类模块的输出端与所述分析模块的输入端相连接；所述分析模块的输出端与所述校正模块的输入端相连接；所述校正模块的输出端与所述预测模块的输入端相连接；所述预测模块的输出端与所述税务筹划模块的输入端相连接。

所述企业信息采集模块包括企业税务信息采集单元、企业的基本数据类型信息采集单元；

所述企业税务信息采集单元用于采集企业的税务信息，并对其进行记录；所述企业的基本数据类型信息采集单元用于采集企业的基本数据类型，并对其进行记录；

所述企业税务信息采集单元的输出端与所述数据库分类模块的输入端相连接；所述企业的基本数据类型信息采集单元的输出端与所述数据库分类模块的输入端相连接。

所述数据库分类模块包括分类单元、数据库存储单元；

所述分类单元用于建立不同的企业数据集，对企业税务缴纳情况进行分类，以供分析；所述数据库存储单元用于进行存储不同的企业数据集，并进行标号；

所述分类单元的输出端与所述数据库存储单元的输入端相连接；所述数据库存储单元的输出端与所述分析模块的输入端相连接。

所述分析模块包括企业的基本数据类型分析单元、标签值建立单元；

所述企业的基本数据类型分析单元用于分析企业的基本数据类型在企业税务缴纳上的影响度；所述标签值建立单元用于为企业建立标签值，即建立企业税务与企业的基本数据类型之间的关联；

所述企业的基本数据类型分析单元的输出端与所述标签值建立单元的输入端相连接；所述标签值建立单元的输出端与所述校正模块的输入端相连接。

所述校正模块包括评估单元、校正单元；

所述评估单元用于进行评估标签值的平均值是否超出设定的阈值，并给出评估结果；所述校正单元用于在超出设定阈值的情况下，对企业的税务筹划模型进行不断调整与校正；

所述评估单元的输出端与所述校正单元的输入端相连接；所述校正单元的输出端与所述预测模块的输入端相连接。

所述预测模块包括调节单元、预测单元；

所述调节单元用于根据企业标签值与平均值差值进行选取调节系数；所述预测单元用于根据调节系数进行预测企业成功进行税务筹划的成功率；

所述调节单元的输出端与所述预测单元的输入端相连接；所述预测单元的输出端与所述税务筹划模块的输入端相连接。

所述税务筹划模块包括政策分析单元、企业指导单元；

所述政策分析单元用于分析当前的国家关于税务的政策情况，加入调节因子到系统模型中；所述企业指导单元用于指导企业倾向于发展的企业的基本数据类型方向，从而提供给企业税务筹划方法；

所述政策分析单元的输出端与所述企业指导单元的输入端相连接。

一种基于大数据的企业税务筹划方法，该方法包括以下步骤：

S1、获取企业税务信息，获取企业的基本数据类型，建立企业数据集1，其中企业的基本数据类型分别记为{x₁、x₂、x₃、……、x_n}；

S2、以企业的基本数据类型中的任一类型的任一状态作为变量，通过控制变量法从企业数据集1中选取符合的企业，在这些企业中选取税务最低的企业添加至企业数据集2；

S3、建立标签值，所述标签值为任一项或多项企业的基本数据类型在企业税务中的影响度之和；

S4、获取步骤S3中标签值的平均值，在低于阈值情况下，进行模型的修正，对影响企业税务的企业的基本数据类型进行扩展和删减；

S5、基于修正后的模型对企业税务的标签值进行校正，重复步骤S3，最终对企业税务进行预测；

S6、嵌入实时国家政策，指导企业进行税收筹划，生成最终的企业税收筹划策略。

企业税务筹划还包括：

调用企业数据集1中的数据信息，对企业的基本数据类型进行分析；

从企业数据集1中获取包含多项企业的基本数据类型的企业税务数据，并将上述信息进行组合编码，记为[x₁、x₂、x₃、……、x_n]，每一编码对应一个企业个体，其中x₁、x₂、x₃、……、x_n分别代表企业的基本数据类型中的一种；

随机初始化一个种群，所述种群为企业数据集2随机选出，至少包含N个企业个体，并设置迭代次数G＝1；

根据编码中元素x₁、x₂、x₃、……、x_n及元素x₁、x₂、x₃、……、x_n的组合分别计算其在企业税务中的影响度，并最终得出标签值，计算如下：

其中，L_x代表企业个体x的标签值；P代表企业个体x编码中所有元素的组合方式的集合；a代表企业个体x编码中所有元素的组合方式中的任一种；S_a代表存在组合方式为a的企业个体中在企业数据集2的个体数量；b代表企业个体编码中所有元素的组合方式中的任一种；S_b代表b＝a时的企业个体数量，即存在组合方式为a的企业个体的总量；

对种群中所有企业个体的标签值进行求取平均值，并设置阈值K，若平均值高于阈值K，则进入步骤S2-1；若平均值低于阈值K，则进入步骤S1-1；

S1-1、以标签值作为企业个体的适应度，利用随机竞争选择的方式，即每次随机选择两个企业个体，适应度高的留下，如此循环往复，直至选择的个体数量达到N/M，其中M≥1，对选择的N/M个体进行元素的重新匹配，删除出现率低于c的元素，其中c为出现率阈值，并挖掘剩余元素的子元素形成新的编码[x₁₁、x₁₂、x₂₁、……、x_v1]，所述元素与子元素之间存在包含关系，并设置迭代次数G＝G+1，重复上述所有步骤；

S2-1、获取待检测企业个体的元素信息，根据其存在的子元素对应的迭代次数，选取修正的模型，进行企业税务的预测；

计算得出待检测企业个体的标签值，根据公式：

P＝a₀|L₁-L₂|*G₀*s₀

其中，P为预测的企业税务筹划成功的成功率；a₀为第一系数，所述第一系数用来调节标签值差值的影响率，其根据标签值的差值进行变化；若L₁-L₂大于0，则a₀＝u₁；若L₁-L₂小于0，则a₀＝u₂；u₁、u₂分别为常数值；L₁为待检测企业个体的标签值；L₂为当前迭代次数下所有企业个体的标签值的平均值；G₀为迭代次数；s₀为误差系数。

企业税务筹划还包括：

获取实时国家优惠政策；

获取待检测企业在预测模型下的结果，结合企业的基本数据类型，嵌入实时国家优惠政策；

所述嵌入实时国家优惠政策包括：

获取待检测企业的基本数据特征对企业税收的影响率排序；

获取实时国家优惠政策中有关于企业的基本数据特征部分；

对比待检测企业的基本数据特征与实时国家优惠政策中有关于企业的基本数据特征部分，选取相同部分，按照影响率排序指导企业进行税收筹划。

在本实施例中：

以企业营业额为1000万/年作为第一变量，获取到企业税收的最低企业，记为A；

以企业营业额为2000万/年作为第二变量，获取到企业税收的最低企业，记为B；

以企业区域在北京作为第三变量，获取到企业税收的最低企业，记为C；

以此类推，不断控制变量，共计获取6家企业，组成企业数据集；

基于上述信息；

设置企业的基本数据类型为企业营业额、企业人员数量、企业区域；

分别对应x₁、x₂、x₃；

对6家企业存在的数据进行编码后，共计7条；

企业1：[x₁]；

企业2：[x₁、x₂]；

企业3：[x₁、x₂、x₃]；

企业4：[x₁、x₂、x₃]；

企业5：[x₁、x₃]；

企业6：[x₂]；

现有待检测企业7，获取其资料后，进行信息编码为企业7：[x₁、x₂、x₃]；

设置迭代次数G＝1

根据编码中元素x₁、x₂、x₃及元素x₁、x₂、x₃的组合，即[x₁]、[x₂]、[x₃]、[x₁、x₂]、[x₁、x₃]、[x₁、x₂、x₃]、[x₂、x₃]；

分别计算其在客户关系关联行为中的影响度，并最终得出标签值；

则有企业7对应的标签值为m；

计算种群中所有客户个体的标签值的平均值：m₁；

设置阈值为m₂；

因为平均值m₁高于m₂，因此以当前模型进行计算预测成功率；

P＝a₀|L₁-L₂|*G₀*s₀

得出企业在当前的基本数据类型下进行成功税务筹划的概率为P。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据的企业税务筹划系统，其特征在于：该系统包括企业信息采集模块、数据库分类模块、分析模块、校正模块、预测模块、税务筹划模块；

所述企业信息采集模块用于采集企业的税务信息与企业的基本数据类型信息；所述数据库分类模块用于对企业数据集进行建立与分类，完善基础数据；所述分析模块用于对企业税务信息进行分析，建立标签值，获取企业税务与企业的基本数据类型之间的关联性；所述校正模块用于在标签值的平均值低于阈值时进行调整与校正模型；所述预测模块用于预测企业成功筹划企业税务的成功率；所述税务筹划模块用于为企业提供税务筹划信息，指导企业发展于哪一方面，能够成功实现税务筹划；

所述企业信息采集模块的输出端与所述数据库分类模块的输入端相连接；所述数据库分类模块的输出端与所述分析模块的输入端相连接；所述分析模块的输出端与所述校正模块的输入端相连接；所述校正模块的输出端与所述预测模块的输入端相连接；所述预测模块的输出端与所述税务筹划模块的输入端相连接。

2.根据权利要求1所述的一种基于大数据的企业税务筹划系统，其特征在于：所述企业信息采集模块包括企业税务信息采集单元、企业的基本数据类型信息采集单元；

所述企业税务信息采集单元用于采集企业的税务信息，并对其进行记录；所述企业的基本数据类型信息采集单元用于采集企业的基本数据类型，并对其进行记录；

所述企业税务信息采集单元的输出端与所述数据库分类模块的输入端相连接；所述企业的基本数据类型信息采集单元的输出端与所述数据库分类模块的输入端相连接。

3.根据权利要求1所述的一种基于大数据的企业税务筹划系统，其特征在于：所述数据库分类模块包括分类单元、数据库存储单元；

所述分类单元用于建立不同的企业数据集，对企业税务缴纳情况进行分类，以供分析；所述数据库存储单元用于进行存储不同的企业数据集，并进行标号；

所述分类单元的输出端与所述数据库存储单元的输入端相连接；所述数据库存储单元的输出端与所述分析模块的输入端相连接。

4.根据权利要求1所述的一种基于大数据的企业税务筹划系统，其特征在于：所述分析模块包括企业的基本数据类型分析单元、标签值建立单元；

所述企业的基本数据类型分析单元用于分析企业的基本数据类型在企业税务缴纳上的影响度；所述标签值建立单元用于为企业建立标签值，即建立企业税务与企业的基本数据类型之间的关联；

所述企业的基本数据类型分析单元的输出端与所述标签值建立单元的输入端相连接；所述标签值建立单元的输出端与所述校正模块的输入端相连接。

5.根据权利要求4所述的一种基于大数据的企业税务筹划系统，其特征在于：所述校正模块包括评估单元、校正单元；

所述评估单元用于进行评估标签值的平均值是否超出设定的阈值，并给出评估结果；所述校正单元用于在超出设定阈值的情况下，对企业的税务筹划模型进行不断调整与校正；

所述评估单元的输出端与所述校正单元的输入端相连接；所述校正单元的输出端与所述预测模块的输入端相连接。

6.根据权利要求1所述的一种基于大数据的企业税务筹划系统，其特征在于：所述预测模块包括调节单元、预测单元；

所述调节单元用于根据企业标签值与平均值差值进行选取调节系数；所述预测单元用于根据调节系数进行预测企业成功进行税务筹划的成功率；

所述调节单元的输出端与所述预测单元的输入端相连接；所述预测单元的输出端与所述税务筹划模块的输入端相连接。

7.根据权利要求1所述的一种基于大数据的企业税务筹划系统，其特征在于：所述税务筹划模块包括政策分析单元、企业指导单元；

所述政策分析单元用于分析当前的国家关于税务的政策情况，加入调节因子到系统模型中；所述企业指导单元用于指导企业倾向于发展的企业的基本数据类型方向，从而提供给企业税务筹划方法；

所述政策分析单元的输出端与所述企业指导单元的输入端相连接。

8.一种基于大数据的企业税务筹划方法，其特征在于：该方法包括以下步骤：

S1、获取企业税务信息，获取企业的基本数据类型，建立企业数据集1，其中企业的基本数据类型分别记为{x₁、x₂、x₃、……、x_n}；

S2、以企业的基本数据类型中的任一类型的任一状态作为变量，通过控制变量法从企业数据集1中选取符合的企业，在这些企业中选取税务最低的企业添加至企业数据集2；

S3、建立标签值，所述标签值为任一项或多项企业的基本数据类型在企业税务中的影响度之和；

S4、获取步骤S3中标签值的平均值，在低于阈值情况下，进行模型的修正，对影响企业税务的企业的基本数据类型进行扩展和删减；

S5、基于修正后的模型对企业税务的标签值进行校正，重复步骤S3，最终对企业税务进行预测；

S6、嵌入实时国家政策，指导企业进行税收筹划，生成最终的企业税收筹划策略。

9.根据权利要求8所述的一种基于大数据的企业税务筹划方法，其特征在于：企业税务筹划还包括：

调用企业数据集1中的数据信息，对企业的基本数据类型进行分析；

从企业数据集1中获取包含多项企业的基本数据类型的企业税务数据，并将上述信息进行组合编码，记为[x₁、x₂、x₃、……、x_n]，每一编码对应一个企业个体，其中x₁、x₂、x₃、……、x_n分别代表企业的基本数据类型中的一种；

随机初始化一个种群，所述种群为企业数据集2随机选出，至少包含N个企业个体，并设置迭代次数G＝1；

根据编码中元素x₁、x₂、x₃、……、x_n及元素x₁、x₂、x₃、……、x_n的组合分别计算其在企业税务中的影响度，并最终得出标签值，计算如下：

其中，L_x代表企业个体x的标签值；P代表企业个体x编码中所有元素的组合方式的集合；a代表企业个体x编码中所有元素的组合方式中的任一种；S_a代表存在组合方式为a的企业个体中在企业数据集2的个体数量；b代表企业个体编码中所有元素的组合方式中的任一种；S_b代表b＝a时的企业个体数量，即存在组合方式为a的企业个体的总量；

对种群中所有企业个体的标签值进行求取平均值，并设置阈值K，若平均值高于阈值K，则进入步骤S2-1；若平均值低于阈值K，则进入步骤S1-1；

S1-1、以标签值作为企业个体的适应度，利用随机竞争选择的方式，即每次随机选择两个企业个体，适应度高的留下，如此循环往复，直至选择的个体数量达到N/M，其中M≥1，对选择的N/M个体进行元素的重新匹配，删除出现率低于c的元素，其中c为出现率阈值，并挖掘剩余元素的子元素形成新的编码[x₁₁、x₁₂、x₂₁、……、x_v1]，所述元素与子元素之间存在包含关系，并设置迭代次数G＝G+1，重复上述所有步骤；

S2-1、获取待检测企业个体的元素信息，根据其存在的子元素对应的迭代次数，选取修正的模型，进行企业税务的预测；

计算得出待检测企业个体的标签值，根据公式：

P＝a₀|L₁-L₂|*G₀*s₀

其中，P为预测的企业税务筹划成功的成功率；a₀为第一系数，所述第一系数用来调节标签值差值的影响率，其根据标签值的差值进行变化；若L₁-L₂大于0，则a₀＝u₁；若L₁-L₂小于0，则a₀＝u₂；u₁、u₂分别为常数值；L₁为待检测企业个体的标签值；L₂为当前迭代次数下所有企业个体的标签值的平均值；G₀为迭代次数；s₀为误差系数。

10.根据权利要求9所述的一种基于大数据的企业税务筹划方法，其特征在于：企业税务筹划还包括：

获取实时国家优惠政策；

获取待检测企业在预测模型下的结果，结合企业的基本数据类型，嵌入实时国家优惠政策；

所述嵌入实时国家优惠政策包括：

获取待检测企业的基本数据特征对企业税收的影响率排序；

获取实时国家优惠政策中有关于企业的基本数据特征部分；

对比待检测企业的基本数据特征与实时国家优惠政策中有关于企业的基本数据特征部分，选取相同部分，按照影响率排序指导企业进行税收筹划。

Images