基于多源数据融合的企业税务风险评估预警方法

摘要: 本发明涉及大数据分析研究,具体涉及基于多源数据融合的企业税务风险评估预警方法。背景技术:1、企业税务,是指企业在经营活动中,依据国家税收法律法规,就其生产经营所...
基于多源数据融合的企业税务风险评估预警方法

本发明涉及大数据分析研究,具体涉及基于多源数据融合的企业税务风险评估预警方法。

背景技术:

1、企业税务,是指企业在经营活动中,依据国家税收法律法规,就其生产经营所得、财产所得、特定行为等,向国家缴纳税款的义务与相关管理活动的总称,是企业财务管理与合规管理的核心组成部分。

2、现有税务风险评估多采用单指标或简单加权的评估方式,未针对税负偏离度、发票进销项匹配度、申报数据真实性、关联交易合规性等多维度风险任务构建协同优化机制,由于不同税务风险任务的优化目标常存在冲突,常规评估方式易偏向单一指标,顾此失彼,无法实现多任务间的全局最优,导致评估结果偏差,难以全面反映企业真实税务风险状况。

技术实现思路

1、本发明针对现有技术中存在的技术问题,提供基于多源数据融合的企业税务风险评估预警方法。

2、本发明解决上述技术问题的技术方案如下:基于多源数据融合的企业税务风险评估预警方法,包括以下步骤:

3、s1:归集并清洗对齐多源税务、企业及人员数据,构建个体、企业以及产业链的关联税务知识图谱;

4、s2:从知识图谱中提取企业关系、人员任职、交易往来以及申报逻辑的静态关联特征,同时对发票开具、税款缴纳以及申报数据的时序数据提取趋势、周期性与波动特征,并将动态时序特征嵌入知识图谱节点属性;

5、s3:构建税负偏离度、发票进销项匹配度、申报数据真实性、关联交易合规性的税务风险任务标签,采用主预测器与对抗网络架构剔除伪相关干扰特征以提取无偏通用风险特征,并引入梯度冲突消解优化器调整冲突梯度方向;

6、s4:基于关键人员持股比例与岗位权重计算个体向企业的风险传导影响值,结合上下游交易金额占比与频次计算产业链异常风险向目标企业的传导影响值,再融合企业自身税务风险得分、个体与产业链传导影响值,生成企业综合税务风险评估结果并输出各分项任务的风险评分;

7、s5:根据综合风险得分划分企业低、中、高风险等级并推送预警信息,通过三级关联图谱自动定位风险来源,识别其为企业自身异常、关键人员传导,并推送针对性处置建议,同时将核查反馈数据用于模型在线优化与漂移检测。

8、在一个优选地实施方式中,所述s1中,面向企业税务风险评估场景,归集多源异构数据,数据类型覆盖主体维度:企业核心税务数据、企业关联主体数据以及产业链关联数据;

9、对归集的多源数据进行清洗与标准化处理:数据清洗,去除重复数据、格式错误数据、逻辑矛盾数据及无效空值数据,补充必要的缺失信息,将时空与语义对齐,基于统一的企业主体标识、时间维度口径、行政区划编码,消除不同系统间的数据周期、统计口径与术语表述差异,将分散的数据映射至同一标准体系;

10、基于标准化数据构建关联税务知识图谱,图谱以企业为核心节点,关联三类层级节点,构建完整的关联关系,个体层节点包含企业关键人员信息,通过任职关系、持股关系与企业节点建立关联,并绑定人员的信用、涉案、社保的风险特征,企业层节点关联企业的发票、申报、财务、税款缴纳的税务数据资产,形成企业自身的税务数据关联,产业链层节点包含上下游企业信息,通过交易关系、资金往来关系、物流单据与企业节点建立关联,并引入行业规则基准,标注交易金额、交易频次、行业税负偏差的关联特征。

11、在一个优选地实施方式中,所述s2中,基于已构建的关联税务知识图谱,开展静态关联特征提取:从图谱节点与边的固有属性中,提取企业自身的工商等级信息、股权结构、组织架构的企业关系特征,遍历知识图谱中企业节点,读取节点自带的工商登记、股权结构、组织架构的固有属性,抽取企业主体的基础信息与内部关联关系,形成企业关系特征,提取关键人员与企业间的任职岗位、持股比例、关联关系的人员任职特征,遍历知识图谱中企业节点与关键人员节点之间的任职边、持股边,读取边的属性信息,抽取人员的任职岗位、持股比例、关联关系,形成人员任职特征,提取企业与上下游企业间的交易对象、交易金额、交易频次、交易合同类型的交易往来特征,遍历知识图谱中企业节点与上下游企业节点之间的交易边,读取边的交易对象、金额、频次、合同类型的属性,抽取企业间的合作关系与交易行为信息,形成交易往来特征,提取税种核定信息、申报周期、申报数据间的勾稽关系、申报数据与财务报表的逻辑匹配关系的申报逻辑特征,遍历知识图谱中企业节点与税种、申报、财务报表节点之间的逻辑边,读取边的税种核定、申报周期、勾稽关系、数据匹配关系的属性,抽取税务申报的规则与逻辑信息,形成申报逻辑特征,得到覆盖企业经营、人员关联、交易合作与税务申报的全维度静态关联特征集合。

12、在一个优选地实施方式中,针对企业发票开具、税款缴纳、纳税申报三类时序数据,开展动态时序特征提取:对发票开具数据,提取不同时期开票金额、开票数量、开票对象分布的变化趋势,以及月度开票量的周期性波动规律、开票金额的异常波动幅度的特征,对税款缴纳数据,按时间顺序整理企业的历史开票记录,观察不同时期的开票金额、开票数量和开票对象分布情况,识别整体的上升、下降的变化方向,形成趋势特征,按月度汇总开票量,观察数据在固定周期的重复增减模式,识别出规律的波峰、波谷,形成周期性特征,对比当期开票金额与往期正常水平的差异,识别出超出常规波动范围的异常增减情况,形成波动幅度特征,提取应缴税款与实缴税款的变化趋势、税款缴纳周期的稳定性、欠缴税款的时间分布特征,对纳税申报数据,按时间顺序整理企业的应缴税款和实缴税款记录,观察两者各自及相互差值的整体变化方向,形成趋势特征,观察企业历次税款缴纳的时间节点、缴纳间隔,识别是否存在延迟缴纳、缴纳周期不固定的不稳定情况,形成稳定性特征,梳理企业欠缴税款的发生时间、持续时长和金额变化,观察欠缴行为的发生频率和集中时段,形成时间分布特征,提取申报数据与往期数据的偏差趋势、申报数据的周期性重复、申报数据间勾稽关系的动态变化特征,对比当期申报数据与往期同期申报数据,观察申报数值的整体变化方向和偏离程度,形成偏差趋势特征,按申报周期整理数据,识别出申报数值在固定周期内重复出现的模式,形成周期性特征,跟踪申报数据间的逻辑关系随时间的变化情况,识别勾稽关系是否出现异常变化,形成动态变化特征,得到反映企业税务行为动态变化的时序特征集合;

13、将提取的动态时序特征嵌入知识图谱对应节点的属性中:将企业自身的发票、税款缴纳、申报时序特征,关联至企业节点的属性中,将关键人员相关社保、个税缴纳的时序特征,关联至个体节点的属性中,将上下游交易的时序特征,关联至产业链节点及交易边的属性中。

14、在一个优选地实施方式中,所述s3中,面向企业税务风险评估场景,构建多维度税务风险任务标签体系,结合税务征管规则与行业实践,定义核心风险任务标签:税负偏离度标签、发票进销项匹配度标签、申报数据真实性标签以及关联交易合规性标签;

15、税负偏离度标签:基于企业实际税负率与行业同期基准税负率的偏差程度、税负率连续变化趋势、税负率与企业营收规模的匹配关系,设置不同等级的税负偏离标签:

16、发票进销项匹配度标签:基于企业进项发票与销项发票的商品名称、数量、金额、税率的匹配情况,发票开具与取得的时间、地域分布逻辑,以及发票流与资金流、物流的一致性情况,设置匹配度标签;

17、申报数据真实性标签:基于企业纳税申报数据与财务报表数据、发票数据、税款缴纳数据的勾稽关系,申报数据与往期数据的变化幅度,以及申报数据与行业均值的偏离情况,设置真实性标签;

18、关联交易合规性标签:基于企业与关联方的交易价格、交易金额、交易频次,关联交易定价与非关联交易定价的差异,以及关联交易的商业实质与披露情况,设置合规性标签。

19、在一个优选地实施方式中,采用主预测器与对抗网络架构,剔除伪相关干扰特征,提取无偏通用风险特征,主预测器以四类税务风险任务标签为目标,基于输入的静态关联特征与动态时序特征进行风险预测,对抗网络以识别主预测器依赖的伪相关特征为目标,学习特征与单一任务标签的虚假关联关系,在学习过程中,主预测器与对抗网络形成对抗关系:主预测器利用所有特征提升风险预测准确率,对抗网络找出主预测器所依赖的、仅与单一任务强相关但不具备通用风险表征能力的伪相关特征,逐步剔除仅能适配单一任务的干扰特征,保留对所有税务风险任务均具有稳定表征能力的通用风险特征;

20、引入梯度冲突消解优化器,调整不同税务风险任务间的冲突梯度方向,在对任务学习过程中,不同税务风险任务的优化目标可能存在冲突,梯度冲突消解优化器通过实时监测不同任务的梯度向量,当检测到梯度方向存在冲突时,对冲突的梯度向量进行方向调整与权重平衡,使各任务的优化方向在全局上趋于协调。

21、在一个优选地实施方式中,所述s4中,计算关键人员个体向企业的风险传导影响值,基于企业关键人员的持股比例、任职岗位权重两个核心维度开展量化评估:确定岗位权重、结合持股比例;

22、确定岗位权重:结合人员在企业税务管理中的权责与影响程度,赋予不同岗位差异化权重;

23、结合持股比例:将关键人员的信用、涉案、失信的个体风险特征,按照岗位权重与持股比例进行加权计算,得到该人员对企业的个体风险传导影响值;

24、对企业所有关键人员的传导影响值进行汇总,形成企业整体的个体向企业风险传导影响值,量化关键人员个体风险对企业税务合规性的影响程度;

25、计算产业链异常风险向目标企业的传导影响值,对上下游企业的税务风险状态进行判定,再以目标企业与该上下游企业的交易金额占比、交易频次为权重,对其风险值进行加权计算,得到单个企业的传导影响值,将所有上下游企业的传导影响值汇总,为产业链整体向目标企业的风险传导影响值,基于目标企业与上下游企业的交易数据,从交易金额占比与交易频次两个维度开展评估:交易金额占比以及交易频次;

26、交易金额占比:计算单一上下游企业与目标企业的交易金额占目标企业当期总交易金额的比例,占比高,该企业异常风险对目标企业的传导影响大;

27、交易频次:统计目标企业与上下游企业的年度交易次数,频次高,业务关联紧密,传导影响强。

28、在一个优选地实施方式中,结合上下游企业自身的税务风险状态,将交易金额占比与交易频次作为权重,对上下游企业的风险值进行加权计算,得到单个上下游企业对目标企业的传导影响值,对所有上下游企业的传导影响值进行汇总,形成产业链整体向目标企业的风险传导影响值,量化产业链异常风险对目标企业的传导效应;

29、融合多维度影响值生成企业综合税务风险评估结果并输出分项评分,以企业自身的税务风险评估得分为基础,该得分已通过税负偏离度、发票进销项匹配度、申报数据真实性、关联交易合规性的分项任务分别量化,并引入个体风险传导影响值与产业链风险传导影响值,按照预设的权重比例进行加权融合,得到企业综合税务风险评估结果。

30、在一个优选地实施方式中,所述s5中,基于企业综合税务风险得分,结合预设的标准化风险阈值区间,对企业进行风险等级分级判定,将企业划分为低风险、中风险、高风险三个层级,针对不同风险等级自动生成对应强度的预警信息,低风险企业推送日常合规提示预警,提醒企业开展常规自查整改,中风险企业推送专项异常预警,标注具体涉税疑点,督促企业限期核查修正,高风险企业推送重大涉税风险预警,锁定核心风险问题并触发重点监管提醒。

31、在一个优选地实施方式中,基于已构建的个体、企业以及产业链的关联税务知识图谱开展风险溯源定位,结合企业本次触发的风险指标、静态关联特征与动态时序异常特征,反向追溯风险产生源头,区分风险类型:企业自身风险、关键人员传导风险以及产业链传导风险;

32、企业自身风险:由企业内部发票管理、纳税申报、税款缴纳、财务核算、关联交易的自身经营涉税行为不规范引发的异常;

33、关键人员传导风险:由企业法人、财务负责人、办税人员的关键人员存在失信、涉案、信用异常的个体问题,传导引发的企业连带税务风险;

34、产业链传导风险:由上下游合作企业存在虚开发票、走逃失联、欠税偷税的涉税异常,通过交易关联传导至目标企业产生的衍生风险;

35、根据溯源识别的不同风险来源,匹配生成对应的针对性处置建议,针对企业自身异常风险,推送账务核查、发票自查、申报数据修正、税务合规调整的内部整改建议,针对关键人员传导风险,推送人员资质复核、岗位人员更换、关联人员风险排查、企业风控机制补全的管控建议,针对产业链传导风险,推送上下游合作商资质核验、交易真实性复核、暂停异常合作、完善供应链风控审查的处置建议。

36、本发明的有益效果是:通过构建个体、企业以及产业链的三级关联传导预警,实现跨层级风险联动溯源,通过面向税务场景的对抗性多任务学习与梯度冲突消解,解决了多任务目标冲突问题,避免风险评估出现片面性与失衡问题,通过静态知识图谱与动态时序传播的双驱动预警,融合关系型与趋势型风险识别,提升了对新型涉税违规模式的捕捉能力,实现了企业税务风险评估预警从单一静态判断向多维度、动态化、可解释的全景式智能预警升级。