基于回归分析的税务稽查选案方法与流程

1.本发明涉及一种选案方法，尤其是一种基于回归分析的税务稽查选案方法。


背景技术：

2.目前，在税务稽查的案源环节，需要从大量的纳税人中选择需要检查的纳税人，即需要筛选出风险较高的纳税人进行检查分析；而如何从大量的纳税人中选择风险较高的纳税人是一个难题。


技术实现要素：

3.本发明的目的是克服现有技术中存在的不足，提供一种基于回归分析的税务稽查选案方法，其能有效实现所需纳税人的筛选，提高选案的效率与可靠性。
4.按照本发明提供的技术方案，一种基于回归分析的税务稽查选案方法，所述税务稽查选案方法包括如下步骤：
5.步骤1、构建稽查选案模型，其中所述稽查选案模型g(x)为：
[0006][0007]
其中，p为涉税风险概率，x1为增值税税收负担率，x2为主营业务毛利率，x3为速动比率，x4为应收账款周转率，x5为所得税贡献率，x6为存货周转率，x7为期间费用占主营业务成本比，w0、w1、w2、w3、w4、w5、w6以及w7为回归系数；
[0008]
步骤2、提供m个已知情况的纳税人样本，其中，存在涉税风险的纳税人样本数量为n1，非涉税风险的纳税人样本数量为n2，n1 n2＝m；对所提供的m个纳税人样本，利用最大似然估计法确定上述稽查选案模型g(x)内回归系数w0、w1、w2、w3、w4、w5、w6以及w7的值；
[0009]
步骤3、对待选的税务纳税人，根据上述确定的稽查选案模型g(x)确定每个税务稽查纳税人的涉税风险概率p，当所确定的涉税风险概率p大于涉税风险阈值时，则选定当前的税务纳税人作为税务稽查纳税人。
[0010]
步骤2中，利用最大似然估计法确定稽查选案模型g(x)内回归系数w0、w1、w2、w3、w4、w5、w6以及w7的过程为：
[0011]
步骤2.1、对存在涉税风险的税务纳税人设置y＝1，对未存在涉税风险的税务纳税人设置y＝0，回归系数w有w＝[w0,w1,w2,w3,w4,w5,w6,w7]
t
；
[0012]
对于y＝1的纳税人样本，则有(1,x1),(1,x2),(1,x3),
…
，(1,x
n1
)；
[0013]
对于y＝0的纳税人样本，则有(1,x
n1 1
),(1,x
n1 2
),(1,x
n1 3
),
…
，(1,x
n1 n2
)；
[0014]
其中，xj＝[x
j1
,x
j2
,x
j3
,x
j4
,x
j5
,x
j6
,x
j7
],j＝1,2,
…
,n1 n2，xj为第j个纳税人样本对应的选案指标；
[0015]
步骤2.2、构建最大似然函数，则有
[0016][0017]
两边取对数，则有
[0018][0019]
步骤2.3、对于对数似然函数lnl(w)，能得到关于回归系数w的似然方程组，则有
[0020][0021]
步骤2.4、利用newton-raphson迭代方法，对上述步骤2.3中的似然方程迭代求解，则有
[0022][0023]
则f(w)关于回归系数w的jacobian矩阵为
[0024][0025]
根据newton-raphson迭代方法，可以得到回归系数w的迭代公式：
[0026]w(λ 1)
＝w
(λ)-[j(w
(λ)
)]-1
f(w
(λ)
),λ＝0,1,2,
…
；
[0027]
在迭代过程中，根据迭代误差容许精度ε，能迭代得到所需的回归系数w。
[0028]
步骤2.4中，回归系数w的迭代过程为：
[0029]
步骤2.4.1、给定回归系数w的初值参数w
(0)
和迭代误差容许精度ε，此时，λ＝0；
[0030]
步骤2.4.2、计算w
(λ 1)
＝w
(λ)-[j(w
(λ)
)]-1
f(w
(λ)
)；
[0031]
步骤2.4.3、若||[j(w
(λ)
)]-1
f(w
(λ)
)||＜ε或||f(w
(λ)
)||＜ε，则结束迭代，否则，令w
(λ)
＝w
(λ 1)
,λ＝λ 1，并转至步骤2.4.2；
[0032]
步骤2.4.4、根据当前迭代的结果得到回归系数w。
[0033]
本发明的优点：根据增值税税收负担率x1、主营业务毛利率x2、速动比率x3、应收账款周转率x4、所得税贡献率x5、存货周转率x6以及期间费用占主营业务成本比x7能构建得到稽查选案模型g(x)，利用最大似然估计法确定上述稽查选案模型g(x)内回归系数w；对待选的税务纳税人，根据上述确定的稽查选案模型g(x)确定每个税务稽查纳税人的涉税风险概率p，当所确定的涉税风险概率p大于涉税风险阈值时，则选定当前的税务纳税人作为税务稽查纳税人，即能有效实现所需纳税人的筛选，提高选案的效率与可靠性。
具体实施方式
[0034]
下面结合具体实施例对本发明作进一步说明。
[0035]
为了能有效实现所需纳税人的筛选，提高选案的效率与可靠性，本发明的税务稽查选案方法包括如下步骤：
[0036]
步骤1、构建稽查选案模型，其中所述稽查选案模型g(x)为：
[0037][0038]
其中，p为涉税风险概率，x1为增值税税收负担率，x2为主营业务毛利率，x3为速动比率，x4为应收账款周转率，x5为所得税贡献率，x6为存货周转率，x7为期间费用占主营业务成本比，w0、w1、w2、w3、w4、w5、w6以及w7为回归系数；
[0039]
具体地，增值税税收负担率x1为应纳增值税税额/营业收入；主营业务毛利率x2为(主营业务收入-主营业务成本)/主营业务收入；速动比率x3为速动资产(货币资金 交易性金融资产 应收账款 应收票据 其他应收款)/流动负债；应收账款周转率x4为营业收入/应
收账款；所得税贡献率x5为实际应纳所得税额/营业收入；存货周转率x6为营业成本/存货；期间费用占主营业务成本比x7为(营业费用 管理费用 财务费用)/主营业务成本。
[0040]
具体使用时，根据稽查选案模型g(x)的结算结构，能计算得到涉税风险概率p，并能根据社会风险概率p判断当前的纳税人是否选定为税务稽查纳税人。
[0041]
步骤2、提供m个已知情况的纳税人样本，其中，存在涉税风险的纳税人样本数量为n1，非涉税风险的纳税人样本数量为n2，n1 n2＝m；对所提供的m个纳税人样本，利用最大似然估计法确定上述稽查选案模型g(x)内回归系数w0、w1、w2、w3、w4、w5、w6以及w7的值；
[0042]
具体地，m、n1、n2的具体大小可以根据实际需要选择，具体为本技术领域人员所熟知，此处不再赘述。存在涉税风险的纳税人样本n1，可以根据目前的税务稽查数据得到纳税人相关信息，非涉税风险的纳税人样本数量n2，可以根据目前常用的税务稽查数据确定。本发明实施例中，涉税风险纳税人样本、非涉税风险纳税人均包括上述构建稽查选案模型g(x)所需的信息，即均需包括增值税税收负担率x1、主营业务毛利率x2、速动比率x3、应收账款周转率x4、所得税贡献率x5、存货周转率x6以及期间费用占主营业务成本比x7。
[0043]
本发明实施例中，利用最大似然估计法确定稽查选案模型g(x)内回归系数w0、w1、w2、w3、w4、w5、w6以及w7的过程为：
[0044]
步骤2.1、对存在涉税风险的税务纳税人设置y＝1，对未存在涉税风险的税务纳税人设置y＝0，回归系数w有w＝[w0,w1,w2,w3,w4,w5,w6,w7]
t
；
[0045]
对于y＝1的纳税人样本，则有(1,x1),(1,x2),(1,x3),
…
，(1,x
n1
)；
[0046]
对于y＝0的纳税人样本，则有(1,x
n1 1
),(1,x
n1 2
),(1,x
n1 3
),
…
，(1,x
n1 n2
)；
[0047]
其中，xj＝[x
j1
,x
j2
,x
j3
,x
j4
,x
j5
,x
j6
,x
j7
],j＝1,2,
…
,n1 n2，xj为第j个纳税人样本对应的选案指标；
[0048]
步骤2.2、构建最大似然函数，则有
[0049][0050]
两边取对数，则有
[0051][0052]
步骤2.3、对于对数似然函数lnl(w)，能得到关于回归系数w的似然方程组，则有
[0053][0054]
步骤2.4、利用newton-raphson迭代方法，对上述步骤2.3中的似然方程迭代求解，则有
[0055][0056]
则f(w)关于回归系数w的jacobian矩阵为
[0057][0058]
根据newton-raphson迭代方法，可以得到回归系数w的迭代公式：
[0059]w(λ 1)
＝w
(λ)-[j(w
(λ)
)]-1
f(w
(λ)
),λ＝0,1,2,
…
；
[0060]
在迭代过程中，根据迭代误差容许精度ε，能迭代得到所需的回归系数w。
[0061]
具体实施时，步骤2.4中，回归系数w的迭代过程为：
[0062]
步骤2.4.1、给定回归系数w的初值参数w
(0)
和迭代误差容许精度ε，此时，λ＝0；
[0063]
步骤2.4.2、计算w
(λ 1)
＝w
(λ)-[j(w
(λ)
)]-1
f(w
(λ)
)；
[0064]
步骤2.4.3、若||[j(w
(λ)
)]-1
f(w
(λ)
)||＜ε或||f(w
(λ)
)||＜ε，则结束迭代，否则，令w
(λ)
＝w
(λ 1)
,λ＝λ 1，并转至步骤2.4.2；
[0065]
步骤2.4.4、根据当前迭代的结果得到回归系数w。
[0066]
本发明实施例中，初值参数w
(0)
可以任意给定，迭代误差容许精度ε具体可以根据
实际需要选择，此处不再赘述。
[0067]
步骤3、对待选的税务纳税人，根据上述确定的稽查选案模型g(x)确定每个税务稽查纳税人的涉税风险概率p，当所确定的涉税风险概率p大于涉税风险阈值时，则选定当前的税务纳税人作为税务稽查纳税人。
[0068]
本发明实施例中，根据上述步骤，确定稽查选案模型g(x)后，根据待选税务纳税人的信息，即在回归系数w确定后，根据税务纳税人的增值税税收负担率x1、主营业务毛利率x2、速动比率x3、应收账款周转率x4、所得税贡献率x5、存货周转率x6以及期间费用占主营业务成本比x7能能够计算得到稽查选案值，根据间的关系，能够计算当前的涉税风险概率p。
[0069]
具体实施时，涉税风险阈值一般为经验者，或者根据目前税务稽查数据综合分析得到的经验值，如涉税风险阈值可以为0.63，具体情况根据实际情况选择，此处不再赘述。