一种税收风险动态防控方法及系统

技术领域

本发明属于税收风险防控技术领域，更具体地，涉及一种税收风险动态防控方法及系统。

背景技术

随着大数据、互联网+、人工智能等新技术的颠覆性应用推广，及以全面落实“放、管、服”国家治理要求为目标的税收征管模式改革的深入推进，建设智能管税已经成为税务信息化的主旋律。智能管税以“数据驱动、风险管税”为主要特征，国家税务局金税三期工程中的决策支持系统就包含风险管理模块，而各省税务局也都成立税收大数据和风险管理局，各自也都建立了税收风险防控系统。

基于大数据技术和数据挖掘技术的应用，现有税收风险防控系统发现税收风险的及时率、准确率和覆盖率均保持在较高的水平。然而，现有的税收风险防控系统均基于事后防控的思想所建立，其税收风险防控的方式具体为：对纳税人已经发生的异常纳税行为进行风险识别，将识别出的风险纳税人的相关信息通过人工设定的流程下发给基层业务人员，基层业务人员先对该风险纳税人进行风险告知，再进行风险稽查以及税款追缴。然而，由于时效上的滞后性，此时国家税收已经遭受了损失，更有甚者，部分涉税人员已经获利走逃，这导致税款追缴的难度大大增加。

因此，如何在纳税风险发生之前对纳税风险进行限制，在纳税风险发生的过程中对纳税风险进行阻断，对风险纳税人进行风险告知和稽查，降低税收损失，最好是避免税收损失，已经成为税收风险防控领域的亟需解决的问题。

发明内容

本发明的目的在于解决现有的税收风险防控系统无法对风险纳税行为进行事前限制和事中阻断的问题。

为了实现上述目的，本发明提供一种税收风险动态防控方法及系统。

根据本发明的一方面，提供了一种税收风险动态防控方法，该方法包括以下步骤：

采集税务数据，并创建数据库；

基于所述数据库构建风险识别模型；

构建风险评价模型；

根据所述风险识别模型对目标税务数据进行扫描，确定风险纳税人；

根据所述风险评价模型确定所述风险纳税人的风险等级；

根据所述风险纳税人的风险等级对该风险纳税人的后续纳税行为进行相应程度的防控；

所述目标税务数据的采集方式包括定时全量采集和实时采集。

作为优选的是，所述采集税务数据，并创建数据库的步骤具体为：

采集税务局的核心征管系统、防伪税控系统和电子底账系统的预定类型的系统数据，对采集到的系统数据进行清洗和转换，并生成数据库。

作为优选的是，所述基于所述数据库构建风险识别模型的步骤具体为：

根据积累的人为经验获得风险指标定义规则，根据所述数据库对该风险指标定义规则进行验证和修正，根据修正后的风险指标定义规则建立风险识别模型；

或者，基于所述数据库并根据数据挖掘算法和机器学习算法得到风险指标定义规则，根据该风险指标定义规则建立风险识别模型。

作为优选的是，所述构建风险评价模型的步骤具体为：

根据人为经验和机器学习经验设定每种风险指标集合的风险指数以及风险指数与风险等级的映射关系，根据所述每种风险指标集合的风险指数和所述映射关系建立风险评价模型。

作为优选的是，所述根据所述风险纳税人的风险等级对该风险纳税人的后续纳税行为进行相应程度的防控的步骤具体为：

在确定所述风险纳税人的风险等级的情况下，根据预定的风险等级与风险预警机制的映射关系确定对该风险纳税人实施的风险预警机制；

根据确定的风险预警机制向预定的办税系统发送相应等级的预警指令，所述办税系统根据接收到的预警指令对该风险纳税人的办税行为进行相应的控制；

所述预定的办税系统包括税务局的核心征管系统、防伪税控系统和勾选认证平台。

作为优选的是，还包括：

定期对现有风险纳税人的风险等级进行更新。

根据本发明的另一方面，提供了一种税收风险动态防控系统，该系统包括：

数据采集及建库模块，用于采集税务数据，并创建数据库；

风险识别模型构建模块，用于基于所述数据库构建风险识别模型；

风险评价模型构建模块，用于构建风险评价模型；

风险识别模块，用于根据所述风险识别模型对目标税务数据进行扫描，确定风险纳税人；

风险评价模块，用于根据所述风险评价模型确定所述风险纳税人的风险等级；

风险控制模块，用于根据所述风险纳税人的风险等级对该风险纳税人的后续纳税行为进行相应程度的防控；

所述目标税务数据的采集方式包括定时全量采集和实时采集。

作为优选的是，所述数据采集及建库模块的具体工作流程为：

采集税务局的核心征管系统、防伪税控系统和电子底账系统的预定类型的系统数据，对采集到的系统数据进行清洗和转换，并生成数据库。

作为优选的是，所述风险识别模型构建模块的具体建模方式为：

根据积累的人为经验获得风险指标定义规则，根据所述数据库对该风险指标定义规则进行验证和修正，根据修正后的风险指标定义规则建立风险识别模型；

或者，基于所述数据库并根据数据挖掘算法和机器学习算法得到风险指标定义规则，根据该风险指标定义规则建立风险识别模型。

作为优选的是，所述风险评价模型构建模块的具体建模方式为：

根据人为经验和机器学习经验设定每种风险指标集合的风险指数以及风险指数与风险等级的映射关系，根据所述每种风险指标集合的风险指数和所述映射关系建立风险评价模型。

本发明的有益效果在于：

本发明通过风险识别模型识别风险纳税人，通过风险评价模型划分风险纳税人的风险等级，并根据风险纳税人的风险等级对风险纳税人的后续纳税行为进行相应程度的防控。由于本发明采用定时全量采集和实时采集的方式采集目标税务数据，保证了目标税务数据的时效性，进而使得本发明能够实现对风险纳税行为的事前限制、事中阻断和事后防控。

本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。

附图说明

通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了根据本发明的实施例一的税收风险动态防控方法的实现流程图；

图2示出了根据本发明的实施例二的税收风险动态防控系统的结构框图。

具体实施方式

下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

实施例一：图1示出了根据本发明的实施例一的税收风险动态防控方法的实现流程图。参照图1，本实施例的税收风险动态防控方法包括以下步骤：

S1、采集税务数据，并创建数据库；

S2、基于所述数据库构建风险识别模型；

S3、构建风险评价模型；

S4、根据所述风险识别模型对目标税务数据进行扫描，确定风险纳税人；

S5、根据所述风险评价模型确定所述风险纳税人的风险等级；

S6、根据所述风险纳税人的风险等级对该风险纳税人的后续纳税行为进行相应程度的防控；

本实施例中，所述目标税务数据采集自采集税务局的核心征管系统、防伪税控系统和电子底账系统。所述目标税务数据的采集方式包括定时全量采集和实时采集两种。其中，定时全量采集方式是指按照预定的采样频率采集税务局的核心征管系统、防伪税控系统和电子底账系统在相应采样周期内产生的数据。实时采集方式是指基于流式计算实时地采集税务局的核心征管系统、防伪税控系统和电子底账系统产生的数据。当选择定时全量采集方式时，通过本实施例的税收风险动态防控方法能够最终实现对风险纳税行为的事中阻断以及事后防控。当选择实时采集方式时，通过本实施例的税收风险动态防控方法能够最终实现对风险纳税行为的事前发现及限制。

本实施例中，步骤S1具体为：

采集税务局的核心征管系统、防伪税控系统和电子底账系统的预定类型的系统数据，对采集到的系统数据进行清洗和转换，并生成数据库。

本实施例中，步骤S2具体为：

根据积累的人为经验获得风险指标定义规则，根据所述数据库对该风险指标定义规则进行验证和修正，根据修正后的风险指标定义规则建立风险识别模型；

或者，基于所述数据库并根据数据挖掘算法和机器学习算法得到风险指标定义规则，根据该风险指标定义规则建立风险识别模型。

本实施例中，步骤S3具体为：

根据人为经验和机器学习经验设定每种风险指标集合的风险指数以及风险指数与风险等级的映射关系，根据所述每种风险指标集合的风险指数和所述映射关系建立风险评价模型。

根据税务局的实际工作需求，本实施例将风险等级设置为高风险等级、中风险等级和低风险等级。在实际实施时，还可以直接将具有高风险指标的纳税人或者具有多个中、低风险指标的纳税人定义为高风险等级，中风险等级和低风险等级的定义规则同理设置。具体的参数同样基于人为经验和机器学习经验来设定。

本实施例中，步骤S6具体为：

在确定所述风险纳税人的风险等级的情况下，根据预定的风险等级与风险预警机制的映射关系确定对该风险纳税人实施的风险预警机制；

根据确定的风险预警机制向预定的办税系统发送相应等级的预警指令，所述办税系统根据接收到的预警指令对该风险纳税人的办税行为进行相应的控制；

所述预定的办税系统包括税务局的核心征管系统、防伪税控系统和勾选认证平台。核心征管系统是实现发票申领的系统，包括发票的申请、领用、领用数量设置、领用金额设置和顶板金额设置等功能。防伪税控系统是实现发票开具的系统，包括在线开具设置、离线开具设置、开票时长设置和开票金额设置等功能。勾选认证平台是实现发票抵扣的系统，包括发票抵扣和留底扣税等功能。

本实施例中，高风险等级、中风险等级和低风险等级分别对应红色预警机制、黄色预警机制和蓝色预警机制。下面对红色预警机制、黄色预警机制和蓝色预警机制进行详细说明：

红色预警机制：向税务局的核心征管系统、防伪税控系统和勾选认证平台发送红色预警指令，对风险纳税人的发票申领、在线申报、发票开具和发票抵扣等行为进行限制，禁止风险纳税人进行以上纳税行为，并要求风险纳税人到税务局进行情况说明。在风险纳税人到税务局说明情况后，对该风险纳税人进行有效期标记，在有效期内再次进行风险识别时，不再将该该风险纳税人纳入识别范围，实现了风险的事前限制。

黄色预警机制：向税务局的核心征管系统和防伪税控系统发送黄色预警指令，在风险纳税人申领发票时，对其领用的发票数量、发票金额和发票最大版面进行降级处理。在风险纳税人开具发票时，需要企业办税人员和企业法人进行人脸扫描和身份证交叉比对认证，以此来完成发票开具授权，从而实现了对风险纳税人的在线风险告知，避免了由于身份证丢失以及身份证买卖形成的“被法人”现象，并且限制风险纳税人进行离线发票的开具，实现了风险的事中阻断。

蓝色预警机制：向税务局的防伪税控系统发送蓝色预警指令，在风险纳税人申领发票时，需要企业办税人员进行人脸扫描和身份证交叉比对认证，以此来完成发票开具的授权。同时通过开票软件对风险纳税人的开票行为进行实时监控，一旦发现风险纳税人有异常行为，例如开票时间异常、开票金额突增等，对风险纳税人的风险等级进行升级处理，并对风险纳税人实施黄色预警机制。

本实施例的税收风险动态防控方法，通过设定红色、黄色和蓝色三个等级的预警机制实现了对风险纳税人的纳税行为的分级防控，并联合税务局的核心征管系统、防伪税控系统和勾选认证平台实现了对风险纳税人的纳税行为的动态防控。

本实施例的税收风险动态防控方法将风险管控、涉税稽查和税款追缴从事后调整到了事前和事中，将大大增强稽查的力度和防控的强度，大大降低涉税风险造成的经济损失，从根源上对违法行为进行震慑，这是税收风险管理发展的必然趋势。

实施例二：本实施例的税收风险动态防控系统用于实现实施例一的税收风险动态防控方法。图2示出了根据本发明的实施例二的税收风险动态防控系统的结构框图。参见图2，本实施例的税收风险动态防控系统包括：

数据采集及建库模块，用于采集税务数据，并创建数据库；

风险识别模型构建模块，用于基于所述数据库构建风险识别模型；

风险评价模型构建模块，用于构建风险评价模型；

风险识别模块，用于根据所述风险识别模型对目标税务数据进行扫描，确定风险纳税人；

风险评价模块，用于根据所述风险评价模型确定所述风险纳税人的风险等级；

风险控制模块，用于根据所述风险纳税人的风险等级对该风险纳税人的后续纳税行为进行相应程度的防控；

所述目标税务数据的采集方式包括定时全量采集和实时采集。

本实施例的数据采集及建库模块的具体工作流程为：

采集税务局的核心征管系统、防伪税控系统和电子底账系统的预定类型的系统数据，对采集到的系统数据进行清洗和转换，并生成数据库。

本实施例的风险识别模型构建模块的具体建模方式为：

根据积累的人为经验获得风险指标定义规则，根据所述数据库对该风险指标定义规则进行验证和修正，根据修正后的风险指标定义规则建立风险识别模型；

或者，基于所述数据库并根据数据挖掘算法和机器学习算法得到风险指标定义规则，根据该风险指标定义规则建立风险识别模型。

本实施例的风险评价模型构建模块的具体建模方式为：

根据人为经验和机器学习经验设定每种风险指标集合的风险指数以及风险指数与风险等级的映射关系，根据所述每种风险指标集合的风险指数和所述映射关系建立风险评价模型。

本实施例的风险控制模块的具体防控方式为：

在确定所述风险纳税人的风险等级的情况下，根据预定的风险等级与风险预警机制的映射关系确定对该风险纳税人实施的风险预警机制；

根据确定的风险预警机制向预定的办税系统发送相应等级的预警指令，所述办税系统根据接收到的预警指令对该风险纳税人的办税行为进行相应的控制；

所述预定的办税系统包括税务局的核心征管系统、防伪税控系统和勾选认证平台。

本实施例的税收风险动态防控系统通过风险评价模块和风险控制模块实现了纳税风险的多系统联动管理，将纳税风险的发现由事后调整到了事前和事中，从本质上提高风险防控的强度，降低风险发生的概率和风险造成的损失。

本实施例的税收风险动态防控系统通过风险评价模块和风险控制模块的设定，实现了风险纳税人的分级分类的精细化管理，提高了服务质量，提升了服务效率，降低了服务成本，同时通过分级分类的模式设定，降低对正常纳税人以及由于误操作产生低风险纳税行为的纳税人的办税影响。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。