發(fā)布時(shí)間：2020-11-04 22:41

　　 隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展,大數(shù)據(jù)信息時(shí)代來(lái)臨,給人們的工作、生活的各個(gè)方面都帶了巨大的變化,而稅務(wù)工作也發(fā)生了巨大的變化,特別是2016年5月我國(guó)全面實(shí)現(xiàn)了“營(yíng)改增”,將最開(kāi)始試點(diǎn)范圍外剩余的行業(yè)也全部納入增值稅范疇,營(yíng)業(yè)稅徹底離開(kāi)了多年的舞臺(tái),地稅的工作重心發(fā)生了巨大的改變。而“營(yíng)改增”后由于納稅人對(duì)政策理解偏差,納稅遵從度偏低加上國(guó)地稅信息交換不及時(shí)帶來(lái)的監(jiān)管環(huán)節(jié)缺失都會(huì)帶來(lái)新的稅收風(fēng)險(xiǎn)隱患,給地稅的風(fēng)險(xiǎn)管理工作帶來(lái)新的困難。如果能在當(dāng)前的新態(tài)勢(shì)與新環(huán)境下,利用大數(shù)據(jù)技術(shù),對(duì)復(fù)雜多樣的涉稅信息進(jìn)行分析處理,監(jiān)控稅收風(fēng)險(xiǎn),那么地稅部門(mén)既能有效的防止稅源流失,從源頭上遏制稅務(wù)犯罪,又能節(jié)約有限的人力資源,提高稅收征收管理的效率。本文采用案例研究的方法,以X區(qū)地稅局的稅收風(fēng)險(xiǎn)為研究對(duì)象,針對(duì)X區(qū)地稅局存在的稅收風(fēng)險(xiǎn)及其在稅收風(fēng)險(xiǎn)預(yù)警方面存在的問(wèn)題,分析大數(shù)據(jù)角度下稅收風(fēng)險(xiǎn)預(yù)警。首先對(duì)大數(shù)據(jù)技術(shù)、稅收風(fēng)險(xiǎn)管理和風(fēng)險(xiǎn)預(yù)警等理論進(jìn)行了闡述,同時(shí)參考了大量國(guó)內(nèi)外的研究現(xiàn)狀,為后面階段的研究提供了理論支撐。繼而通過(guò)對(duì)X區(qū)地稅局的稅收風(fēng)險(xiǎn)管理現(xiàn)狀及問(wèn)題的調(diào)查剖析,引入對(duì)數(shù)據(jù)的收集、挖掘、存儲(chǔ)、處理等大數(shù)據(jù)技術(shù)手段,針對(duì)風(fēng)險(xiǎn)預(yù)警的問(wèn)題,設(shè)計(jì)了稅收風(fēng)險(xiǎn)的預(yù)警方案,建立了對(duì)應(yīng)的指標(biāo)預(yù)警體系,并對(duì)風(fēng)險(xiǎn)預(yù)警存在的問(wèn)題提出了可行性建議。同時(shí)引入X區(qū)的Y房地產(chǎn)企業(yè),針對(duì)其在某新城項(xiàng)目開(kāi)發(fā)的過(guò)程中可能存在的稅收風(fēng)險(xiǎn),利用預(yù)警指標(biāo)對(duì)其進(jìn)行了篩查、判別和等級(jí)排序,并提出了風(fēng)險(xiǎn)應(yīng)對(duì)措施。最后得出研究結(jié)論。通過(guò)對(duì)X區(qū)地稅稅收風(fēng)險(xiǎn)預(yù)警的研究,將大數(shù)據(jù)方法引入稅收風(fēng)險(xiǎn)預(yù)警,能夠使地稅部門(mén)及時(shí)發(fā)現(xiàn)企業(yè)存在的稅收風(fēng)險(xiǎn),有效阻止國(guó)家稅源的流失,提高整個(gè)社會(huì)的納稅遵從度。而對(duì)大數(shù)據(jù)信息技術(shù)的應(yīng)用能夠有效的節(jié)約人力資源,極大的提高稅收征收管理的效率。Y房地產(chǎn)企業(yè)案例的引用,驗(yàn)證了稅收風(fēng)險(xiǎn)預(yù)警在現(xiàn)實(shí)案例中的可行性,有助于提高稅收征收管理的效率,具有較強(qiáng)的實(shí)踐意義。
【學(xué)位單位】：重慶理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：F812.42
【部分圖文】：

21圖 4.3 基于大數(shù)據(jù)的稅收風(fēng)險(xiǎn)框架圖4.3 稅收風(fēng)險(xiǎn)預(yù) 指標(biāo)體系稅收風(fēng)險(xiǎn)預(yù)警指標(biāo)體系建立的原理是提取涉稅違法的主要因素、指標(biāo),將其量化然后代入相應(yīng)的數(shù)學(xué)模型實(shí)現(xiàn)數(shù)據(jù)化，并將相關(guān)數(shù)據(jù)信息因素與標(biāo)準(zhǔn)值進(jìn)行比對(duì)，以此來(lái)評(píng)估涉稅違法的風(fēng)險(xiǎn)程度、風(fēng)險(xiǎn)點(diǎn)，然后做出相應(yīng)的應(yīng)對(duì)措施。4.3.1 分稅種風(fēng)險(xiǎn)預(yù) 指標(biāo)稅種類(lèi)風(fēng)險(xiǎn)是對(duì)稅收風(fēng)險(xiǎn)進(jìn)行預(yù)警的最重要指標(biāo)，通過(guò)對(duì)企業(yè)各種稅種進(jìn)行監(jiān)測(cè)評(píng)估，將企業(yè)實(shí)際報(bào)稅情況與事前設(shè)定的參考標(biāo)準(zhǔn)值進(jìn)行比對(duì)，將異常情況量化為數(shù)字指標(biāo)。監(jiān)控預(yù)警指標(biāo)主要選擇增值稅、企業(yè)所得稅和其他稅種數(shù)據(jù)指標(biāo)、關(guān)聯(lián)稅種比對(duì)數(shù)據(jù)指標(biāo)等 4 個(gè)二級(jí)指標(biāo) N 個(gè)三級(jí)指標(biāo)，且以增值稅、企業(yè)所得稅為主，
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程平;萬(wàn)家盛;;大數(shù)據(jù)下基于財(cái)務(wù)共享服務(wù)模式的A集團(tuán)資金管理[J];會(huì)計(jì)之友;2017年06期

2 趙來(lái)元;高鴻彬;李媛;;基于主成分分析(PCA)的人臉識(shí)別算法研究[J];電子世界;2017年02期

3 李凱;趙濱濱;曹占峰;劉展展;曹云峰;;基于回歸分析和虛擬變量的短期用電量預(yù)測(cè)管理模型[J];電氣應(yīng)用;2017年02期

4 王宗杰;邢明峰;王洪泊;;基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的醫(yī)患關(guān)系風(fēng)險(xiǎn)預(yù)警模型[J];北京工業(yè)大學(xué)學(xué)報(bào);2017年01期

5 姜少寒;;大數(shù)據(jù)技術(shù)應(yīng)用及發(fā)展趨勢(shì)[J];價(jià)值工程;2016年33期

6 程繼紅;阮傳峰;崔嘉;齊玉東;;大數(shù)據(jù)分析技術(shù)在裝備監(jiān)測(cè)系統(tǒng)中應(yīng)用研究[J];計(jì)算機(jī)測(cè)量與控制;2016年09期

7 趙可;鮑新中;;考慮集團(tuán)化經(jīng)營(yíng)特征的企業(yè)財(cái)務(wù)困境風(fēng)險(xiǎn)預(yù)警研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2016年16期

8 顧翠伶;朱思峰;;基于正態(tài)模糊數(shù)回歸分析模型的構(gòu)建與評(píng)價(jià)[J];統(tǒng)計(jì)與決策;2016年13期

9 喬游;;淺析“互聯(lián)網(wǎng)+”背景下的稅收風(fēng)險(xiǎn)管理[J];稅務(wù)研究;2016年05期

10 程平;陳珊;;大數(shù)據(jù)時(shí)代基于DBSCAN聚類(lèi)方法的審計(jì)抽樣[J];中國(guó)注冊(cè)會(huì)計(jì)師;2016年04期

相關(guān)碩士學(xué)位論文 前2條

1 陳旭;一種改進(jìn)的決策樹(shù)分類(lèi)算法[D];華中師范大學(xué);2016年

2 王玉姣;納稅遵從風(fēng)險(xiǎn)管理研究[D];西南財(cái)經(jīng)大學(xué);2013年

本文編號(hào)：2870711