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 PDFInfo
- 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
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
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;
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;
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:
对于销项发票中出现的商品:
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:
在步骤8中,对于进项商品:
对于销项商品:
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。
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;
步骤303,若该企业je_sum超过给定全部发票金额阈值,且r超过给定比例阈值,则将该企业加入待评估企业清单中。全部发票金额阈值,可根据实际情况调整,一般设为;比例阈值也可根据实际情况调整,一般设为70%-80%。
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403:针对步骤402中进项商品清单中每个商品编码,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,计算出企业清单Q中每个企业进项商品的发票的总金额,分别为,其中,表示该企业商品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,则有Q中每个企业针对进项商品金额占总进项金额比例分别为,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进项占比数据分布,以及样本平均值、中位数。
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:
设若在主材料清单中,且其对应分布的中位数大于给定阈值,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中,则将其标记为“主营无关进项”。
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。
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,构建其销项发票表其中为企业清单Q中的第ss家企业,为第ss个企业所有销项发票中第dd个不重复的商品编码,,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;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,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,构建其进项发票表其中为企业清单Q中的第ss家企业,为第ss个企业所有进项发票中第pp个不重复的商品编码,,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;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,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,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,汇总后得到作为一个词向量神经网络的正样本输入数据,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,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,中的每一个数字分别对应着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,其中,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,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:
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。
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。
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;
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;
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。
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:
对于销项商品:
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。
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)
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)
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 |
-
2021
- 2021-12-01 CN CN202111447182.3A patent/CN113869802B/zh active Active
Patent Citations (5)
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)
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 |