CN113869802A - 一种基于进销项比对的生产企业发票虚开风险评估方法 - Google Patents

一种基于进销项比对的生产企业发票虚开风险评估方法 Download PDF

Info

Publication number
CN113869802A
CN113869802A CN202111447182.3A CN202111447182A CN113869802A CN 113869802 A CN113869802 A CN 113869802A CN 202111447182 A CN202111447182 A CN 202111447182A CN 113869802 A CN113869802 A CN 113869802A
Authority
CN
China
Prior art keywords
invoice
commodity
list
enterprise
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.)
Granted
Application number
CN202111447182.3A
Other languages
English (en)
Other versions
CN113869802B (zh
Inventor
吴敬
周宏立
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.)
Digital China Information Systems Co ltd
Original Assignee
Digital China Information Systems Co ltd
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 Digital China Information Systems Co ltd filed Critical Digital China Information Systems Co ltd
Priority to CN202111447182.3A priority Critical patent/CN113869802B/zh
Publication of CN113869802A publication Critical patent/CN113869802A/zh
Application granted granted Critical
Publication of CN113869802B publication Critical patent/CN113869802B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q30/00—Commerce
    • G06Q30/04—Billing or invoicing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于进销项比对的生产企业发票虚开风险评估方法，通过行业发票构建待评估行业的行业主产品清单以及主材料清单、行业进项商品编码清单，计算各进项商品金额占比数据分布、行业进项商品、销项商品的词向量构建行业原材料产品对应关系清单；再根据构建的清单与计算结果选择每个企业进项商品与销项商品是否存在进销不符风险，评估合理性后生成发票虚开疑点企业清单。本发明的方法能够判断生产制造企业进销商品之间的关联性，能够定量判断企业各类进项商品构成是否合理，能够定量判断进项商品之间投入产出之间比例是否合理。在此基础上，能够精确地判断生产企的发票虚开风险问题。

Description

一种基于进销项比对的生产企业发票虚开风险评估方法
技术领域
本发明涉及税务风险评估技术领域，具体涉及一种基于进销项比对的生产企业发票虚开风险评估方法。
背景技术
发票虚开主要指以下三种行为：
（1）没有货物购销或者没有提供或接受应税劳务而为他人、为自己、让他人为自己、介绍他人开具增值税专用发票；
（2）有货物购销或者提供或接受了应税劳务但为他人、为自己、让他人为自己、介绍他人开具数量或者金额不实的增值税专用发票；
（3）进行了实际经营活动，但让他人为自己代开增值税专用发票。
发票进销不符指，企业进销发票与其主营业务不匹配，如钢铁生产企业，购入了大量棉花；或者企业开出发票与购入发票，在商品类型、金额等方面不匹配，如企业购入大量钢材，但主要销售商品为铁矿石。
由于存在发票虚开行为的企业，通常也伴随着发票进销不符问题。因此识别企业进销不符，是寻找虚开风险企业的重要手段。
现有技术中，进行进销不符分析方法，主要分为两大类：针对全行业的进销不符分析和针对特定行业的进销不符分析。
针对全行业的进销不符分析，主要是采用直接比较进销商品总金额是否相符的方式，来判断进销商品是否相符。此类方法，由于主要考虑方法的通用性，仅对进销商品进行整体上比较，没有去比较具体商品是否进销相符，比较方式相对粗略，容易遗漏风险企业。
针对特定行业的进销不符分析，主要是对商贸企业的进销不符分析。商贸企业的特点不需要对购进的商品进行加工，而直接加价出售，因此购进商品和销售商品的种类是一致的，所以，可以通过对相同类型的进销商品的金额进行比较，来判断商贸企业是否进销不符。
由于对生产制造行业的分析难度较大，目前在针对特定行业的进销不符分析中，这一方向的成果较少。主要原因是，与商贸企业相比，生产制造企业会对购进商品进行加工制造，最终销售的商品会发生形态上改变。因此在进行生产制造行业进销不符分析时，需要判断进销商品之间是否存在关联性，同时要估算出原材料与产生品之间投入产出比例，才能进行进销项分析比对。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种基于进销项比对的生产企业发票虚开风险评估方法。
本发明采用如下的技术方案：
一种基于进销项比对的生产企业发票虚开风险评估方法包括以下步骤：
步骤1，提取登记行业为待评估行业的企业在设定时间区间内的全部发票；
步骤2，根据步骤1的发票构建待评估行业的行业主产品清单
Figure 643765DEST_PATH_IMAGE001
以及主材料清单
Figure 29747DEST_PATH_IMAGE002
；
步骤3，根据步骤1与步骤2的结果建立待评估企业清单Q；
步骤4，根据步骤3的结果构建行业进项商品编码清单
Figure 527593DEST_PATH_IMAGE003
以及各进项商品金额占比数据分布；
步骤5，根据步骤2至步骤4的结果构建行业进项产品分类清单并根据行业进项产品分类清单对待评估企业清单Q中每个企业的进销发票中商品进行分类；
步骤6，根据步骤1至步骤3的结果计算行业进项商品、销项商品的词向量，筛选出相似度大于所设定词向量阈值进销商品对；对于筛选出的进销商品对，进一步计算出两两之间投入产出金额比例数据分布；
步骤7，根据步骤6的结果构建行业原材料产品对应关系清单
Figure 391644DEST_PATH_IMAGE004
；
步骤8，评估待评估生产制造企业清单Q中每个企业进项项商品与销项商品是否存在进销不符风险；
步骤9，评估待评估生产制造企业清单Q中的每家企业进项商品构成比例是否合理；
步骤10，生成发票虚开疑点企业清单。
在步骤1中，全部发票包括增值税专用发票、增值税普通发票；
增值税专用发票包括增值税专用销项发票与增值税专用进项发票；
增值税普通发票包括增值税普通销项发票与增值税普通进项发票；
增值税专用销项发票以及增值税普通销项发票的总和为全部销项发票；
增值税专用进项发票以及增值税普通进项发票的总和为全部进项发票。
步骤2包括以下内容：
步骤201，对于行业主产品清单，提取步骤1中全部销项发票数据；对于行业主材料清单，提取步骤1中全部进项发票数据；
步骤202，将步骤201的发票金额按照商品编码进行汇总，将商品编码按照金额从高到低进行排序，将商品编码按照排序依次进行输出，直到已输出的商品编码的总金额占全部金额的比例大于给定对应的金额占比阈值；
步骤203，输出行业主产品清单
Figure 674858DEST_PATH_IMAGE005
为步骤202筛选出的全部销项发票中排序好的商品编码，
Figure 966162DEST_PATH_IMAGE006
表示全部销项发票中排第m的商品编码；
输出行业主材料清单
Figure 951304DEST_PATH_IMAGE007
为步骤202筛选出的全部进项发票中排序好的商品编码，
Figure 619046DEST_PATH_IMAGE008
表示全部进项发票中排第n的商品编码。
步骤3包括以下内容：
步骤301，针对每一个企业，按照商品编码对步骤1取得的该企业全部销项发票的开票金额进行汇总；
步骤302，对于每一个企业，找出其商品编码为步骤2中得出的行业主产品清单中的销项发票，计算这些销项发票的总金额je，即该企业的主产品发票金额，该企业全部发票金额合计je_sum，以及该企业主产品发票金额占全部开票金额比例
Figure 756766DEST_PATH_IMAGE009
；
步骤303，若该企业je_sum超过给定全部发票金额阈值
Figure 218971DEST_PATH_IMAGE010
，且r超过给定比例阈值
Figure 691410DEST_PATH_IMAGE011
，则将该企业加入待评估企业清单中；
步骤304，输出待评估企业清单
Figure 162843DEST_PATH_IMAGE012
，其中
Figure 155069DEST_PATH_IMAGE013
指得是第ss家符合步骤303中阈值要求的企业，s为符合步骤303中阈值要求的企业总数。
步骤4包括以下内容：
步骤401：根据步骤3待评估企业清单Q，从步骤1的发票中提取清单Q内所有企业的全部进项发票，并按照商品编码对进项发票的开票金额进行汇总；
步骤402：提取企业清单Q中全部进项发票涉及到的全部进项商品编码，形成进项商品清单；
步骤403：针对步骤402中进项商品清单中的每个商品编码，计算其金额占比在待评估企业内的数据分布；
步骤404：对进项商品进行筛选，仅保留数据分布中位数大于阈值
Figure 788176DEST_PATH_IMAGE014
的进项商品及其分布；输出筛选后的行业进项商品编码清单
Figure 764222DEST_PATH_IMAGE015
，
Figure 757455DEST_PATH_IMAGE016
表示进项商品编码清单中所有进项商品的总数。
进销发票中商品进行分类的方法为：
对于进项发票中出现的商品：
若该商品的编码同时存在于行业进项商品编码清单
Figure 869767DEST_PATH_IMAGE003
与主材料清单
Figure 673775DEST_PATH_IMAGE002
中，且其对应分布的中位数大于给定阈值
Figure 137118DEST_PATH_IMAGE017
，则将其归为“主材料”；
否则，判断其是否存在于行业进项商品编码清单
Figure 934041DEST_PATH_IMAGE003
中，如存在，则根据其在生产中用途，归入主材料、辅助材料、能源、人工费用、设备或其它类型中；如不存在，则为“主营无关进项”；
对于销项发票中出现的商品：
判断其是否出现在主产品清单
Figure 900860DEST_PATH_IMAGE001
中，如出现了，则将该商品划分为“主商品”，否则划分为“其它商品”。
步骤6包括以下内容：
步骤601，根据步骤3中待评估生产制造企业清单Q，从步骤1中取得的发票数据中，提取清单Q内每个企业的全部销项发票和全部进项发票，并将清单Q内每个企业的全部销项发票和全部进项发票按照商品编码进行分类；
步骤602，对步骤2中得出的主材料清单
Figure 141349DEST_PATH_IMAGE002
中的商品编码
Figure 826408DEST_PATH_IMAGE018
与主产品清单
Figure 177755DEST_PATH_IMAGE001
商品编码
Figure 248348DEST_PATH_IMAGE019
，两两结合，生成进销商品编码对清单
Figure 925317DEST_PATH_IMAGE020
；
步骤603，计算步骤602生成的进销商品编码对
Figure 832093DEST_PATH_IMAGE021
Figure 721552DEST_PATH_IMAGE022
Figure 912230DEST_PATH_IMAGE023
的词向量，再根据词向量计算出相似度，筛选出相似度大于所设定词向量阈值的商品对；
步骤604，对筛选出的每个进销商品编码对，计算编码对中销项商品编码对应的总销项金额与编码对中进项商品编码对应的总进销金额比值在待评估生产制造行业内的数据分布，即每对进销商品编码的金额比分布。
在步骤603中，词向量通过词向量神经网络计算得到；
词向量神经网络为具有输入层、隐藏层以及输出层的前馈神经网络；
该词向量神经网络的损失函数为：
Figure 760101DEST_PATH_IMAGE024
其中，w为每个销项商品编码，u为每个进项商品编码，r为u的权重，为u占企业全部进项销售额比例，
Figure 154173DEST_PATH_IMAGE025
分别为每个正样本输入数据生成的负样本数据，
Figure 847322DEST_PATH_IMAGE026
为sigmoid函数。
在步骤8中，对于进项商品：
选择该企业分类为主材料的进项商品
Figure 377661DEST_PATH_IMAGE027
检查企业开具的销项发票商品编码是否包含存在于行业原材料产品对应关系清单
Figure 645700DEST_PATH_IMAGE004
中
Figure 527068DEST_PATH_IMAGE027
对应的销项商品
Figure 23909DEST_PATH_IMAGE028
，若不包含，则该进项商品
Figure 939912DEST_PATH_IMAGE027
的编码存在进销不符风险。
若包含，则判断该企业分类为主材料的进项商品
Figure 598427DEST_PATH_IMAGE027
与每个存在于行业原材料产品对应关系清单
Figure 216359DEST_PATH_IMAGE004
中
Figure 251311DEST_PATH_IMAGE027
所对应的销项商品
Figure 287400DEST_PATH_IMAGE028
之间的金额比例是否合理，若任意一对存在金额比例不合理的情况，则进项商品
Figure 116816DEST_PATH_IMAGE027
的编码存在进销不符风险；
对于销项商品：
选择该企业分类为主商品的销项商品
Figure 222044DEST_PATH_IMAGE029
检查企业开具的进项发票商品编码是否包含存在于行业原材料产品对应关系清单
Figure 326266DEST_PATH_IMAGE004
中
Figure 685703DEST_PATH_IMAGE029
对应的进项商品
Figure 951599DEST_PATH_IMAGE030
，若不包含，则该销项商品
Figure 29277DEST_PATH_IMAGE029
的编码存在进销不符风险。
若包含，则判断该企业分类为的主商品的销项商品
Figure 186458DEST_PATH_IMAGE029
与每个存在于行业原材料产品对应关系清单
Figure 665981DEST_PATH_IMAGE004
中
Figure 102778DEST_PATH_IMAGE029
所对应的进项商品
Figure 933331DEST_PATH_IMAGE030
之间的金额比例是否合理，若任意一对存在金额比例不合理的情况，则销项商品
Figure 113776DEST_PATH_IMAGE029
的编码存在进销不符风险。
在步骤9中，首先，对步骤5中标记为主营无关进项商品编码，计算其金额占进项金额合计的比例，若该比例超过阈值，则企业存在主营无关进项占比过高风险；
其次，对步骤5划分结果为能源、人工费用的进项商品编码，计算其金额占进项金额合计的比例，若该比例超过阈值，则存在虚抵税款的风险。
在步骤10中，将步骤8与步骤9结果涉及的企业和相应商品编码清单进行合并；进一步筛选出风险进销商品编码金额大于风险阈值的企业，生成发票虚开疑点企业清单。
本发明的有益效果在于，与现有技术相比，本发明提出的一种基于发票进销项比对的生产企业发票虚开风险评估方法，主要是通过对生产制造行业进销不符分析，来评估生产制造企业发票虚开风险。方法特点是，本发明的方法能够判断生产制造企业进销商品之间的关联性，能够定量判断企业各类进项商品构成是否合理，能够定量判断进项商品之间投入产出之间比例是否合理。在此基础上，能够精确地判断生产企的发票虚开风险问题。
附图说明
图1是本发明一种基于进销项比对的生产企业发票虚开风险评估方法的整体实现流程图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
一种基于进销项比对的生产企业发票虚开风险评估方法，其实现流程如图1所示，包括以下步骤：
步骤1，提取登记行业为待评估行业的企业在设定时间区间内的全部发票。
在本实施例中，待评估行业为生产制造行业；本领域的技术人员可设待评估生产制造行业为H，从系统中提取登记行业为H的全部企业，并采集每个企业设定时间范围内的全部发票，包括增值税专用发票、增值税普通发票。
增值税专用发票包括增值税专用开出发票与增值税专用收到发票；增值税专用开出发票，即增值税专用销项发票；增值税专用收到发票，即增值税专用进项发票；
增值税普通发票包括增值税普通开出发票与增值税普通收到发票；增值税普通开出发票，即增值税普通销项发票；增值税普通收到发票，即增值税普通进项发票。
增值税专用销项发票以及增值税普通销项发票的总和为全部销项发票；
增值税专用进项发票以及增值税普通进项发票的总和为全部进项发票。
步骤2，根据步骤1的发票构建待评估行业的行业主产品清单
Figure 697073DEST_PATH_IMAGE001
以及主材料清单
Figure 570351DEST_PATH_IMAGE002
。
行业主产品清单以及行业主材料清单的构建包括以下步骤：
步骤201，对于行业主产品清单，提取步骤1中全部销项发票数据；对于行业主材料清单，提取步骤1中全部进项发票数据；
步骤202，将步骤201的发票金额按照商品编码进行汇总，将商品编码按照金额从高到低进行排序，将商品编码按照排序依次进行输出，直到已输出的商品编码的总金额占全部金额的比例大于给定对应的金额占比阈值。
金额占比阈值可根据实际情况进行调整，对于行业主产品清单一般可取80%-85%，对于行业主材料清单一般取85%-90%。
步骤203，输出行业主产品清单
Figure 91463DEST_PATH_IMAGE005
为步骤202筛选出的全部销项发票中排序好的商品编码，
Figure 75599DEST_PATH_IMAGE006
表示全部销项发票中排第m的商品编码；
输出行业主材料清单
Figure 802419DEST_PATH_IMAGE007
为步骤202筛选出的全部进项发票中排序好的商品编码，
Figure 581020DEST_PATH_IMAGE008
表示全部进项发票中排第n的商品编码。
步骤3，根据步骤1与步骤2的结果建立待评估企业清单Q。
步骤301，针对每一个企业，按照商品编码对步骤1取得的该企业全部销项发票的开票金额进行汇总；
步骤302，对于每一个企业，找出其商品编码为步骤2中得出的行业主产品清单中的销项发票，计算这些销项发票的总金额je，即该企业的主产品发票金额，该企业全部发票金额合计je_sum，以及该企业主产品发票金额占全部开票金额比例
Figure 120585DEST_PATH_IMAGE009
；
步骤303，若该企业je_sum超过给定全部发票金额阈值
Figure 908413DEST_PATH_IMAGE010
，且r超过给定比例阈值
Figure 466302DEST_PATH_IMAGE011
，则将该企业加入待评估企业清单中。全部发票金额阈值
Figure 681383DEST_PATH_IMAGE010
，可根据实际情况调整，一般设为
Figure 442665DEST_PATH_IMAGE031
；比例阈值
Figure 768604DEST_PATH_IMAGE011
也可根据实际情况调整，一般设为70%-80%。
步骤304，输出待评估企业清单
Figure 931732DEST_PATH_IMAGE012
，其中
Figure 566982DEST_PATH_IMAGE013
指得是第ss家符合步骤303中阈值要求的企业，s为符合步骤303中阈值要求的企业总数。
步骤4，根据步骤3的结果构建行业进项商品编码清单
Figure 81140DEST_PATH_IMAGE003
以及各进项商品金额占比数据分布
步骤401：根据步骤3待评估企业清单Q，从步骤1的发票中提取清单Q内所有企业的全部进项发票，并按照商品编码对进项发票的开票金额进行汇总。
步骤402：提取企业清单Q中全部进项发票涉及到的全部进项商品编码，形成进项商品清单
Figure 945191DEST_PATH_IMAGE032
，
Figure 962825DEST_PATH_IMAGE033
表示进项发票中涉及的第k个商品编码；
步骤403：针对步骤402中进项商品清单
Figure 768976DEST_PATH_IMAGE034
中每个商品编码，计算其金额占比在待评估企业内的数据分布。具体方法为，对于进项商品清单中的每一个进项商品
Figure 770430DEST_PATH_IMAGE035
，计算出企业清单Q中每个企业进项商品
Figure 438172DEST_PATH_IMAGE036
的发票的总金额，分别为
Figure 310313DEST_PATH_IMAGE037
，其中，
Figure 303677DEST_PATH_IMAGE038
表示该企业商品
Figure 776115DEST_PATH_IMAGE039
所对应商品的总金额，同时设Q中企业进项发票金额合计分别为
Figure 981969DEST_PATH_IMAGE040
，则有Q中每个企业针对进项商品
Figure 974195DEST_PATH_IMAGE036
金额占总进项金额比例分别为
Figure 138461DEST_PATH_IMAGE041
，从而可以通过此样本数据，采用高斯核密度估计方法得出进项商品
Figure 583348DEST_PATH_IMAGE036
进项占比数据分布
Figure 842160DEST_PATH_IMAGE042
，以及样本平均值
Figure 220052DEST_PATH_IMAGE043
、中位数
Figure 24060DEST_PATH_IMAGE044
。
步骤404：对进项商品
Figure 221823DEST_PATH_IMAGE036
进行筛选，仅保留数据分布中位数
Figure 18747DEST_PATH_IMAGE044
大于阈值
Figure 985566DEST_PATH_IMAGE014
的进项商品及其分布
Figure 226054DEST_PATH_IMAGE042
。阈值
Figure 911113DEST_PATH_IMAGE014
可根据实际情况进行调整，一般可设为3%-5%。
输出筛选后的进项商品编码清
Figure 262460DEST_PATH_IMAGE015
，
Figure 598633DEST_PATH_IMAGE016
表示进项商品编码清单中所有进项商品的总数。
步骤5，根据步骤2至步骤4的结果构建行业进项产品分类清单并根据行业进项产品分类清单对待评估企业清单Q中每个企业的进销发票中商品进行分类；
行业进项产品分类清单构建的方法为：
对步骤4中构建的进项商品编码清单
Figure 10022DEST_PATH_IMAGE003
中每个进项商品进行分类，分为主材料、辅助材料、能源、人工费用、设备或其它。
具体方法为，对步骤4中筛选出的商品编码清单
Figure 916798DEST_PATH_IMAGE015
中每个商品进行分类。
设
Figure 71836DEST_PATH_IMAGE045
若
Figure 13247DEST_PATH_IMAGE046
在主材料清单
Figure 579227DEST_PATH_IMAGE002
中，且其对应分布的中位数
Figure 973299DEST_PATH_IMAGE047
大于给定阈值
Figure 666449DEST_PATH_IMAGE017
，则将其归为主材料；否则根据其在生产中用途，归入主材料、辅助材料、能源、人工费用、设备或其它类型中。其中，阈值
Figure 727946DEST_PATH_IMAGE017
可根据实际情况进行调整，一般可设为20%。
对于企业清单Q中每个企业，如该企业进项发票中的商品存在于步骤4的进项商品编码清单
Figure 730405DEST_PATH_IMAGE003
中，则将该商品划分为主材料、辅助材料、能源、人工费用、设备或其它，若该商品不存在于步骤4的进项商品编码清单
Figure 611774DEST_PATH_IMAGE003
中，则将其标记为“主营无关进项”。
如该企业销项发票中的商品存在于步骤2的主产品清单
Figure 108614DEST_PATH_IMAGE001
中，则将该商品划分为主商品类型，否则划分为其它商品类型。
步骤6，根据步骤1至步骤3的结果计算行业进项商品、销项商品的词向量，筛选出相似度大于所设定词向量阈值进销商品对，并对筛选出的进销商品对，进一步统计出两两之间投入产出金额比例数据分布。
步骤601，根据步骤3中待评估生产制造企业清单Q，从步骤1中取得的发票数据中，提取清单Q内每个企业的全部销项发票和全部进项发票，并将清单Q内每个企业的全部销项发票和全部进项发票按照商品编码进行分类。
步骤602，对步骤2中得出的主材料清单
Figure 759038DEST_PATH_IMAGE002
中的商品编码
Figure 683132DEST_PATH_IMAGE018
与主产品清单
Figure 566643DEST_PATH_IMAGE001
商品编码
Figure 601595DEST_PATH_IMAGE019
，两两结合，生成进销商品编码对清单
Figure 106526DEST_PATH_IMAGE048
。
步骤603，计算步骤602生成的进销商品编码对
Figure 201521DEST_PATH_IMAGE049
Figure 323061DEST_PATH_IMAGE023
的相似度，筛选出相似度大于阈值的商品对。
具体地，计算出进项商品、销项商品的词向量，再计算出词向量之间相似度，进而可以得到进销商品编码对之间相似度。
步骤603.1，对企业清单Q中每个企业，构建其销项发票表
Figure 145392DEST_PATH_IMAGE051
其中
Figure 770409DEST_PATH_IMAGE052
为企业清单Q中的第ss家企业，
Figure 36305DEST_PATH_IMAGE053
为第ss个企业所有销项发票中第dd个不重复的商品编码，
Figure 379561DEST_PATH_IMAGE054
，
Figure 271163DEST_PATH_IMAGE055
表示第ss个企业所有销项发票所有不重复的商品编码总数；
Figure 750686DEST_PATH_IMAGE056
为第ss个企业销项发票中第dd个不重复的商品编码对应的总销售金额，
Figure 453063DEST_PATH_IMAGE057
为第ss个企业销项发票中第dd个不重复的商品编码对应的销售金额占企业全部销售额的比例；
步骤603.2，对企业清单Q中每个企业，构建其进项发票表
Figure 18036DEST_PATH_IMAGE059
其中
Figure 932903DEST_PATH_IMAGE052
为企业清单Q中的第ss家企业，
Figure 781779DEST_PATH_IMAGE060
为第ss个企业所有进项发票中第pp个不重复的商品编码，
Figure 655057DEST_PATH_IMAGE061
，
Figure 707326DEST_PATH_IMAGE062
表示第ss个企业所有进项发票所有不重复的商品编码总数；
Figure 425884DEST_PATH_IMAGE063
为第ss个企业进项发票中第pp个不重复的商品编码对应的总进项金额，
Figure 129266DEST_PATH_IMAGE064
为第ss个企业进项发票中第pp个不重复的商品编码对应的进项金额占企业全部进项金额的比例；
步骤603.3，对于每个企业
Figure 173446DEST_PATH_IMAGE052
，筛选出销项发票表中商品编码对应的销售金额占企业全部销售额的比例大于5%以及进项发票表中商品编码对应的总进项金额大于10000的商品编码，汇总后得到
Figure 713012DEST_PATH_IMAGE066
作为一个词向量神经网络的正样本输入数据，
Figure 235260DEST_PATH_IMAGE067
为筛选后第ss个企业销项发票表中商品编码对应的销售金额占企业全部销售额的比例大于5%的商品编码集合，
Figure 543881DEST_PATH_IMAGE068
为筛选后第ss个企业进项发票表中商品编码对应的总进项金额大于10000的商品编码集合，
Figure 8230DEST_PATH_IMAGE069
中的每一个数字分别对应着
Figure 769512DEST_PATH_IMAGE070
集合中每一个商品编码对应的进项金额占企业全部进项金额的比例；
步骤603.4，对待评估生产制造行业，所有企业的进项发票，按照商品编码进行汇总，得到进项商品编码金额占比分布P，此分布作为词向量神经网络负采样分布。为步骤603.3中得到的每个正样本输入数据，生成2个负样本数据，生成数据为
Figure 95451DEST_PATH_IMAGE071
，其中，
Figure 258579DEST_PATH_IMAGE073
为按照分布P中抽取的筛选后第ss个企业销项发票表中商品编码对应的销售金额占企业全部销售额的比例大于5%的商品编号，
Figure 644561DEST_PATH_IMAGE074
为筛选后第ss个企业进项发票表中商品编码对应的总进项金额大于10000的商品编码；
步骤603.5，将步骤603.3和步骤603.4生成的样本数据输入词向量神经网络中进行训练，对每个商品编码，都可以生成一个200维词向量；
词向量神经网络为具有输入层、隐藏层以及输出层的前馈神经网络，其隐藏层的数量可以根据实际情况设定，在本发明中，隐藏层的数量为1；
该词向量神经网络的损失函数为：
Figure 407987DEST_PATH_IMAGE075
其中，w为每个销项商品编码，u为每个进项商品编码，r为u的权重，为u占企业全部进项销售额比例，
Figure 272038DEST_PATH_IMAGE025
分别为每个正样本输入数据生成的负样本数据，
Figure 289672DEST_PATH_IMAGE026
为sigmoid函数，形式如下：
Figure 112135DEST_PATH_IMAGE076
；
步骤603.6，对步骤602生成的进销商品编码对清单
Figure 97277DEST_PATH_IMAGE077
进行筛选，对每个编码对
Figure 499440DEST_PATH_IMAGE078
，计算其相应的词向量之间的内积得到相似度，若相似度大于给定阈值，一般为0.6，则保留该进销商品编码对；
步骤604，对筛选出的每个进销商品编码对，计算编码对中销项商品编码对应的总销项金额与编码对中进项商品编码对应的总进销金额比值在待评估生产制造行业内的数据分布，即每对进销商品编码的金额比分布。具体方法为，采用高斯核密度估计方法得出每对进销商品编码的金额比分布，以及每对进销商品编码的金额比中位数。
步骤7，根据步骤6的结果构建行业原材料产品对应关系清单
Figure 637160DEST_PATH_IMAGE004
。
对步骤6中筛选出的每个进销商品编码对，判断进销商品之间是否存在行业主材料清单中主材料与进销商品编码对中进项商品或销项商品的对应关系。若存在则将该进销商品编码对加入行业原材料产品对应关系清单
Figure 630524DEST_PATH_IMAGE079
。
步骤8，根据步骤5与步骤6的结果评估待评估生产制造企业清单Q中每个企业进项商品和销项商品是否存在进销不符风险。
对企业
Figure 588116DEST_PATH_IMAGE052
，通过步骤5已将其进销商品进行了分类，对其进项商品编码中，分类为主材料的逐一进行分析，判断该商品编码是否存在进销不符风险：
判断该企业分类为主材料的进项商品
Figure 308816DEST_PATH_IMAGE027
是否存在进销不符的具体方法为：
检查企业开具的销项发票商品编码是否包含存在于行业原材料产品对应关系清单
Figure 566622DEST_PATH_IMAGE004
中
Figure 199728DEST_PATH_IMAGE027
对应的销项商品
Figure 910195DEST_PATH_IMAGE080
，若不包含，则该进项商品
Figure 169007DEST_PATH_IMAGE027
的编码存在进销不符风险。
若包含，则判断该企业分类为主材料的进项商品
Figure 281320DEST_PATH_IMAGE027
与每个存在于行业原材料产品对应关系清单
Figure 350907DEST_PATH_IMAGE004
中
Figure 548670DEST_PATH_IMAGE027
所对应的销项商品
Figure 361905DEST_PATH_IMAGE028
之间的金额比例是否合理，若任意一对存在金额比例不合理的情况，则进项商品
Figure 577992DEST_PATH_IMAGE027
的编码存在进销不符风险；
具体地，是否合理的方法为，根据步骤6可以得到
Figure 552901DEST_PATH_IMAGE027
与
Figure 503540DEST_PATH_IMAGE028
之间行业内金额比分布数据分布，设此分布为
Figure 854887DEST_PATH_IMAGE081
，若
Figure 676212DEST_PATH_IMAGE082
，其比例不合理，其中
Figure 71290DEST_PATH_IMAGE083
为
Figure 243645DEST_PATH_IMAGE081
的
Figure 398683DEST_PATH_IMAGE084
分位点，
Figure 74515DEST_PATH_IMAGE084
取值范围为0.3-0.5。
类似地，对企业
Figure 906074DEST_PATH_IMAGE052
，对销项商品编码中，将归类为主商品的销项商品逐一进行分析，判断该商品编码是否存在进销不符风险。具体方法为：
判断该企业分类为主商品的销项商品
Figure 565725DEST_PATH_IMAGE029
是否存在进销不符的具体方法为：
检查企业开具的进项发票商品编码是否包含存在于行业原材料产品对应关系清单
Figure 258875DEST_PATH_IMAGE004
中
Figure 54793DEST_PATH_IMAGE029
对应的进项商品
Figure 807985DEST_PATH_IMAGE030
，若不包含，则该销项商品
Figure 938621DEST_PATH_IMAGE029
的编码存在进销不符风险。
若包含，则判断该企业分类为的主商品的销项商品
Figure 435461DEST_PATH_IMAGE029
与每个存在于行业原材料产品对应关系清单
Figure 85885DEST_PATH_IMAGE004
中
Figure 744400DEST_PATH_IMAGE029
所对应的进项商品
Figure 362332DEST_PATH_IMAGE030
之间的金额比例是否合理，若任意一对存在金额比例不合理的情况，则销项商品
Figure 397284DEST_PATH_IMAGE029
的编码存在进销不符风险；
具体地，是否合理的方法为，根据步骤6可以得到
Figure 167794DEST_PATH_IMAGE027
与
Figure 262789DEST_PATH_IMAGE030
之间行业内金额比分布数据分布，设此分布为
Figure 102438DEST_PATH_IMAGE085
，若
Figure DEST_PATH_IMAGE086
，其比例不合理，其中
Figure 409922DEST_PATH_IMAGE083
为
Figure 300518DEST_PATH_IMAGE085
的
Figure DEST_PATH_IMAGE087
分位点，
Figure 284523DEST_PATH_IMAGE087
取值范围为0.3-0.5。
最后，输出存在进销不符风险的进项商品与销项商品。
步骤9，评估待评估生产制造企业清单Q中的每家企业进项商品构成比例是否合理。
对企业
Figure DEST_PATH_IMAGE088
，通过步骤5已将其进销商品进行了归类。
首先，对企业的进项发票中，步骤5中标记为主营无关进项商品编码，计算其金额占进项金额合计的比例，若该比例超过阈值，阈值可根据实际情况自行设置一般可设为40%，则企业存在主营无关进项占比过高风险。
其次，对企业的进项发票中，步骤5划分结果为能源、人工费用的进项商品编码，计算其金额占进项金额合计的比例。阈值根据步骤4中行业各进项金额占比数据分布来划定，一般设为40%。如果超过这个阈值则存在虚抵税款风险。
步骤10，生成发票虚开疑点企业清单。
将步骤8找出的主要进销商品不匹配，和步骤9找出的进项商品构成比例不合理，企业和相应商品编码清单进行合并。进一步筛选出风险进销商品编码金额大于风险阈值的企业，生成发票虚开疑点企业清单；本领域的技术人员可以根据实际情况设定风险阈值，在本实施例中，风险阈值为200万元。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (11)

1.一种基于进销项比对的生产企业发票虚开风险评估方法，其特征在于，所述基于进销项比对的生产企业发票虚开风险评估方法包括以下步骤：
步骤1，提取登记行业为待评估行业的企业在设定时间区间内的全部发票；
步骤2，根据步骤1的发票构建待评估行业的行业主产品清单
Figure 974551DEST_PATH_IMAGE001
以及主材料清单
Figure 454074DEST_PATH_IMAGE002
；
步骤3，根据步骤1与步骤2的结果建立待评估企业清单Q；
步骤4，根据步骤3的结果构建行业进项商品编码清单
Figure 281085DEST_PATH_IMAGE003
以及各进项商品金额占比数据分布；
步骤5，根据步骤2至步骤4的结果构建行业进项产品分类清单并根据行业进项产品分类清单对待评估企业清单Q中每个企业的进销发票中商品进行分类；
步骤6，根据步骤1至步骤3的结果计算行业进项商品、销项商品的词向量，筛选出相似度高于所设定词向量阈值的进销商品对；对于筛选出的进销商品对，进一步计算出两两之间投入产出金额比例数据分布；
步骤7，根据步骤6的结果构建行业原材料产品对应关系清单
Figure 580479DEST_PATH_IMAGE004
；
步骤8，根据步骤5与步骤6的结果评估待评估生产制造企业清单Q中每个企业进项项商品与销项商品是否存在进销不符风险；
步骤9，评估待评估生产制造企业清单Q中的每家企业进项商品构成比例是否合理；
步骤10，生成发票虚开疑点企业清单。
2.根据权利要求1所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
在所述步骤1中，全部发票包括增值税专用发票、增值税普通发票；
增值税专用发票包括增值税专用销项发票与增值税专用进项发票；
增值税普通发票包括增值税普通销项发票与增值税普通进项发票；
增值税专用销项发票以及增值税普通销项发票的总和为全部销项发票；
增值税专用进项发票以及增值税普通进项发票的总和为全部进项发票。
3.根据权利要求1所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
所述步骤2包括以下内容：
步骤201，对于行业主产品清单，提取步骤1中全部销项发票数据；对于行业主材料清单，提取步骤1中全部进项发票数据；
步骤202，将步骤201的发票金额按照商品编码进行汇总，将商品编码按照金额从高到低进行排序，将商品编码按照排序依次进行输出，直到已输出的商品编码的总金额占全部金额的比例大于给定对应的金额占比阈值；
步骤203，输出行业主产品清单
Figure 885558DEST_PATH_IMAGE005
为步骤202筛选出的全部销项发票中排序好的商品编码，
Figure 78642DEST_PATH_IMAGE006
表示全部销项发票中排第m的商品编码；
输出行业主材料清单
Figure 483079DEST_PATH_IMAGE007
为步骤202筛选出的全部进项发票中排序好的商品编码，
Figure 597665DEST_PATH_IMAGE008
表示全部进项发票中排第n的商品编码。
4.根据权利要求1或3所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
所述步骤3包括以下内容：
步骤301，针对每一个企业，按照商品编码对步骤1取得的该企业全部销项发票的开票金额进行汇总；
步骤302，对于每一个企业，找出其商品编码为步骤2中得出的行业主产品清单中的销项发票，计算这些销项发票的总金额je，即该企业的主产品发票金额，该企业全部发票金额合计je_sum，以及该企业主产品发票金额占全部开票金额比例
Figure 378540DEST_PATH_IMAGE009
；
步骤303，若该企业je_sum超过给定全部发票金额阈值
Figure 832655DEST_PATH_IMAGE010
，且r超过给定比例阈值
Figure 735889DEST_PATH_IMAGE011
，则将该企业加入待评估企业清单中；
步骤304，输出待评估企业清单
Figure 744296DEST_PATH_IMAGE012
，其中
Figure 391178DEST_PATH_IMAGE013
指得是第ss家符合步骤303中阈值要求的企业，s为符合步骤303中阈值要求的企业总数。
5.根据权利要求1所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
所述步骤4包括以下内容：
步骤401：根据步骤3待评估企业清单Q，从步骤1的发票中提取清单Q内所有企业的全部进项发票，并按照商品编码对进项发票的开票金额进行汇总；
步骤402：提取企业清单Q中全部进项发票涉及到的全部进项商品编码，形成进项商品清单；
步骤403：针对步骤402中进项商品清单中的每个商品编码，计算其金额占比在待评估企业内的数据分布；
步骤404：对进项商品进行筛选，仅保留数据分布中位数大于阈值
Figure 496537DEST_PATH_IMAGE014
的进项商品及其分布；输出筛选后的行业进项商品编码清单
Figure 446039DEST_PATH_IMAGE015
，
Figure 331955DEST_PATH_IMAGE016
表示进项商品编码清单中所有进项商品的总数。
6.根据权利要求1所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
所述进销发票中商品进行分类的方法为：
对于进项发票中出现的商品：
若该商品的编码同时存在于行业进项商品编码清单
Figure 392315DEST_PATH_IMAGE017
与主材料清单
Figure 948586DEST_PATH_IMAGE018
中，且其对应分布的中位数大于给定阈值
Figure 865726DEST_PATH_IMAGE019
，则将其归为“主材料”；
否则，判断其是否存在于行业进项商品编码清单
Figure 114305DEST_PATH_IMAGE017
中，如存在，则根据其在生产中用途，归入主材料、辅助材料、能源、人工费用、设备或其它类型中；如不存在，则为“主营无关进项”；
对于销项发票中出现的商品：
判断其是否出现在主产品清单
Figure 837410DEST_PATH_IMAGE020
中，如出现了，则将该商品划分为“主商品”，否则划分为“其它商品”。
7.根据权利要求1所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
所述步骤6包括以下内容：
步骤601，根据步骤3中待评估生产制造企业清单Q，从步骤1中取得的发票数据中，提取清单Q内每个企业的全部销项发票和全部进项发票，并将清单Q内每个企业的全部销项发票和全部进项发票按照商品编码进行分类；
步骤602，对步骤2中得出的主材料清单
Figure 386203DEST_PATH_IMAGE002
中的商品编码
Figure 536562DEST_PATH_IMAGE021
与主产品清单
Figure 272437DEST_PATH_IMAGE020
商品编码
Figure 736916DEST_PATH_IMAGE022
，两两结合，生成进销商品编码对清单
Figure 999270DEST_PATH_IMAGE023
；
步骤603，计算步骤602生成的进销商品编码对
Figure 461475DEST_PATH_IMAGE024
Figure 543701DEST_PATH_IMAGE025
Figure 280713DEST_PATH_IMAGE026
词向量，再根据词向量计算出相似度，筛选出相似度大于所设定词向量阈值的商品对；
步骤604，对筛选出的每个进销商品编码对，计算编码对中销项商品编码对应的总销项金额与编码对中进项商品编码对应的总进销金额比值在待评估生产制造行业内的数据分布，即每对进销商品编码的金额比分布。
8.根据权利要求7所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
在所述步骤603中，词向量通过词向量神经网络计算得到；
词向量神经网络为具有输入层、隐藏层以及输出层的前馈神经网络；
该词向量神经网络的损失函数为：
Figure 600836DEST_PATH_IMAGE027
其中，w为每个销项商品编码，u为每个进项商品编码，r为u的权重，为u占企业全部进项销售额比例，
Figure 358576DEST_PATH_IMAGE028
分别为每个正样本输入数据生成的负样本数据，
Figure 69043DEST_PATH_IMAGE029
为sigmoid函数。
9.根据权利要求1所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
在所述步骤8中，对于进项商品：
选择该企业分类为主材料的进项商品
Figure 875325DEST_PATH_IMAGE030
检查企业开具的销项发票商品编码是否包含存在于行业原材料产品对应关系清单
Figure 846692DEST_PATH_IMAGE031
中
Figure 916279DEST_PATH_IMAGE032
对应的销项商品
Figure 976027DEST_PATH_IMAGE033
，若不包含，则该进项商品
Figure 789262DEST_PATH_IMAGE032
的编码存在进销不符风险；
若包含，则判断该企业分类为主材料的进项商品
Figure 349556DEST_PATH_IMAGE032
与每个存在于行业原材料产品对应关系清单
Figure 590045DEST_PATH_IMAGE004
中
Figure 806263DEST_PATH_IMAGE032
所对应的销项商品
Figure 16664DEST_PATH_IMAGE033
之间的金额比例是否合理，若任意一对存在金额比例不合理的情况，则进项商品
Figure 837990DEST_PATH_IMAGE032
的编码存在进销不符风险；
对于销项商品：
选择该企业分类为主商品的销项商品
Figure 639592DEST_PATH_IMAGE032
检查企业开具的进项发票商品编码是否包含存在于行业原材料产品对应关系清单
Figure 280789DEST_PATH_IMAGE031
中
Figure 560461DEST_PATH_IMAGE034
对应的进项商品
Figure 236293DEST_PATH_IMAGE035
，若不包含，则该销项商品
Figure 943218DEST_PATH_IMAGE034
的编码存在进销不符风险;
若包含，则判断该企业分类为的主商品的销项商品
Figure 337290DEST_PATH_IMAGE034
与每个存在于行业原材料产品对应关系清单
Figure 827177DEST_PATH_IMAGE031
中
Figure 747729DEST_PATH_IMAGE034
所对应的进项商品
Figure 969762DEST_PATH_IMAGE035
之间的金额比例是否合理，若任意一对存在金额比例不合理的情况，则销项商品
Figure 975765DEST_PATH_IMAGE034
的编码存在进销不符风险。
10.根据权利要求6所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
在所述步骤9中，首先，对步骤5中标记为主营无关进项商品编码，计算其金额占进项金额合计的比例，若该比例超过阈值，则企业存在主营无关进项占比过高风险；
其次，对步骤5划分结果为能源、人工费用的进项商品编码，计算其金额占进项金额合计的比例，若该比例超过阈值，则存在虚抵税款的风险。
11.根据权利要求1所述的基于进销项比对的生产企业发票虚开风险评估方法，其特征在于：
在所述步骤10中，将步骤8与步骤9结果涉及的企业和相应商品编码清单进行合并；进一步筛选出风险进销商品编码金额大于风险阈值的企业，生成发票虚开疑点企业清单。
CN202111447182.3A 2021-12-01 2021-12-01 一种基于进销项比对的生产企业发票虚开风险评估方法 Active CN113869802B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111447182.3A CN113869802B (zh) 2021-12-01 2021-12-01 一种基于进销项比对的生产企业发票虚开风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111447182.3A CN113869802B (zh) 2021-12-01 2021-12-01 一种基于进销项比对的生产企业发票虚开风险评估方法

Publications (2)

Publication Number Publication Date
CN113869802A true CN113869802A (zh) 2021-12-31
CN113869802B CN113869802B (zh) 2022-03-11

Family

ID=78985451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111447182.3A Active CN113869802B (zh) 2021-12-01 2021-12-01 一种基于进销项比对的生产企业发票虚开风险评估方法

Country Status (1)

Country Link
CN (1) CN113869802B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418652A (zh) * 2020-11-19 2021-02-26 税友软件集团股份有限公司 一种风险识别方法及相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120253999A1 (en) * 2009-10-05 2012-10-04 Taxeo Invoicing management method and system
US20170293917A1 (en) * 2016-04-08 2017-10-12 International Business Machines Corporation Ranking and tracking suspicious procurement entities
CN111192128A (zh) * 2019-12-30 2020-05-22 航天信息股份有限公司 识别异常纳税行为的方法
CN111695979A (zh) * 2020-06-18 2020-09-22 税友软件集团股份有限公司 一种原材料与成品的关系分析方法、装置及设备
CN112182207A (zh) * 2020-09-16 2021-01-05 神州数码信息系统有限公司 基于关键词提取和快速文本分类的发票虚抵风险评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120253999A1 (en) * 2009-10-05 2012-10-04 Taxeo Invoicing management method and system
US20170293917A1 (en) * 2016-04-08 2017-10-12 International Business Machines Corporation Ranking and tracking suspicious procurement entities
CN111192128A (zh) * 2019-12-30 2020-05-22 航天信息股份有限公司 识别异常纳税行为的方法
CN111695979A (zh) * 2020-06-18 2020-09-22 税友软件集团股份有限公司 一种原材料与成品的关系分析方法、装置及设备
CN112182207A (zh) * 2020-09-16 2021-01-05 神州数码信息系统有限公司 基于关键词提取和快速文本分类的发票虚抵风险评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418652A (zh) * 2020-11-19 2021-02-26 税友软件集团股份有限公司 一种风险识别方法及相关装置
CN112418652B (zh) * 2020-11-19 2024-01-30 税友软件集团股份有限公司 一种风险识别方法及相关装置

Also Published As

Publication number Publication date
CN113869802B (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
Altomonte et al. Global value chains during the great trade collapse: a bullwhip effect?
CN109711955B (zh) 基于当前订单的差评预警方法、系统、黑名单库建立方法
Fuadi et al. Analysis of Common Size Profit and Loss Statements PT. Siantar Top Period 2020-2021
Von Kalckreuth Monetary transmission in Germany: New perspectives on financial constraints and investment spending
US20150363875A1 (en) System and Method for Filtering and Analyzing Transaction Information
CN113869802B (zh) 一种基于进销项比对的生产企业发票虚开风险评估方法
CN110322335A (zh) 一种基于woe转换通过机器学习的信贷客户资质分类方法
CN112182207A (zh) 基于关键词提取和快速文本分类的发票虚抵风险评估方法
CN113506173A (zh) 一种信用风险评估方法及其相关设备
Jebelli et al. Presenting a New Bankruptcy Prediction Model Based on Adjusted Financial Ratios According to the General Price Index
CN115952186A (zh) 一种问题数据及其链路追溯方法及装置
CN109636111B (zh) 一种确定企业进项销项差异度的方法和系统
Alexopoulos et al. Detecting network anomalies in the Value Added Taxes (VAT) system
Apaitan et al. Uncertainty and Economic Activity: Does it Matter for Thailand?
Mehta et al. Identifying malicious dealers in goods and services tax
Lee Exploring predictive variables affecting the sales of companies listed with Korean stock indices through machine learning analysis
Jan et al. Detection of fraudulent financial statements using decision tree and artificial neural network
CN112183948B (zh) 基于进销项比对的商贸企业增值税发票虚开风险评估方法
Urazov METHODOLOGICAL ISSUES OF ACCOUNTING IN SERVICE FIELD ENTERPRISES
Huda et al. Fraud patterns classification: a study of fraud in business process of Indonesian online sales transaction
Paul et al. The ethics of international trade: Use of deviation from average world price to indicate possible wrongdoing
Hoechstoetter et al. Recovery rate modelling of non-performing consumer credit using data mining algorithms
CN104978689A (zh) 一种基于证券市场组合特征的网络贷款风险量化分析方法
Gadisa et al. Effect of Supply Chain Management Practices on the Firm Performance: A Study on Ethiopian Textile Manufacturing Industries
Im How Would You Like to Pay Today? Product Differences in the Terms of Payment in International Trade

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant