隨著社會經(jīng)濟的快速發(fā)展,大數(shù)據(jù)信息時代來臨,給人們的工作、生活的各個方面都帶了巨大的變化,而稅務工作也發(fā)生了巨大的變化,特別是2016年5月我國全面實現(xiàn)了“營改增”,將最開始試點范圍外剩余的行業(yè)也全部納入增值稅范疇,營業(yè)稅徹底離開了多年的舞臺,地稅的工作重心發(fā)生了巨大的改變。而“營改增”后由于納稅人對政策理解偏差,納稅遵從度偏低加上國地稅信息交換不及時帶來的監(jiān)管環(huán)節(jié)缺失都會帶來新的稅收風險隱患,給地稅的風險管理工作帶來新的困難。如果能在當前的新態(tài)勢與新環(huán)境下,利用大數(shù)據(jù)技術,對復雜多樣的涉稅信息進行分析處理,監(jiān)控稅收風險,那么地稅部門既能有效的防止稅源流失,從源頭上遏制稅務犯罪,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)地稅局的稅收風險為研究對象,針對X區(qū)地稅局存在的稅收風險及其在稅收風險預警方面存在的問題,分析大數(shù)據(jù)角度下稅收風險預警。首先對大數(shù)據(jù)技術、稅收風險管理和風險預警等理論進行了闡述,同時參考了大量國內(nèi)外的研究現(xiàn)狀,為后面階段的研究提供了理論支撐。繼而通過對X區(qū)地稅局的稅收風險管理現(xiàn)狀及問題的調(diào)查剖析,引入對數(shù)據(jù)的收集、挖掘、存儲、處理等大數(shù)據(jù)技術手段,針對風險預警的問題,設計了稅收風險的預警方案,建立了對應的指標預警體系,并對風險預警存在的問題提出了可行性建議。同時引入X區(qū)的Y房地產(chǎn)企業(yè),針對其在某新城項目開發(fā)的過程中可能存在的稅收風險,利用預警指標對其進行了篩查、判別和等級排序,并提出了風險應對措施。最后得出研究結論。通過對X區(qū)地稅稅收風險預警的研究,將大數(shù)據(jù)方法引入稅收風險預警,能夠使地稅部門及時發(fā)現(xiàn)企業(yè)存在的稅收風險,有效阻止國家稅源的流失,提高整個社會的納稅遵從度。而對大數(shù)據(jù)信息技術的應用能夠有效的節(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,驗證了稅收風險預警在現(xiàn)實案例中的可行性,有助于提高稅收征收管理的效率,具有較強的實踐意義。
【學位單位】：重慶理工大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：F812.42
【部分圖文】：

21圖 4.3 基于大數(shù)據(jù)的稅收風險框架圖4.3 稅收風險預 指標體系稅收風險預警指標體系建立的原理是提取涉稅違法的主要因素、指標,將其量化然后代入相應的數(shù)學模型實現(xiàn)數(shù)據(jù)化，并將相關數(shù)據(jù)信息因素與標準值進行比對，以此來評估涉稅違法的風險程度、風險點，然后做出相應的應對措施。4.3.1 分稅種風險預 指標稅種類風險是對稅收風險進行預警的最重要指標，通過對企業(yè)各種稅種進行監(jiān)測評估，將企業(yè)實際報稅情況與事前設定的參考標準值進行比對，將異常情況量化為數(shù)字指標。監(jiān)控預警指標主要選擇增值稅、企業(yè)所得稅和其他稅種數(shù)據(jù)指標、關聯(lián)稅種比對數(shù)據(jù)指標等 4 個二級指標 N 個三級指標，且以增值稅、企業(yè)所得稅為主，
【參考文獻】

相關期刊論文 前10條

1 程平;萬家盛;;大數(shù)據(jù)下基于財務共享服務模式的A集團資金管理[J];會計之友;2017年06期

2 趙來元;高鴻彬;李媛;;基于主成分分析(PCA)的人臉識別算法研究[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測管理模型[J];電氣應用;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)絡的醫(yī)患關系風險預警模型[J];北京工業(yè)大學學報;2017年01期

5 姜少寒;;大數(shù)據(jù)技術應用及發(fā)展趨勢[J];價值工程;2016年33期

6 程繼紅;阮傳峰;崔嘉;齊玉東;;大數(shù)據(jù)分析技術在裝備監(jiān)測系統(tǒng)中應用研究[J];計算機測量與控制;2016年09期

7 趙可;鮑新中;;考慮集團化經(jīng)營特征的企業(yè)財務困境風險預警研究[J];數(shù)學的實踐與認識;2016年16期

8 顧翠伶;朱思峰;;基于正態(tài)模糊數(shù)回歸分析模型的構建與評價[J];統(tǒng)計與決策;2016年13期

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

10 程平;陳珊;;大數(shù)據(jù)時代基于DBSCAN聚類方法的審計抽樣[J];中國注冊會計師;2016年04期

相關碩士學位論文 前2條

1 陳旭;一種改進的決策樹分類算法[D];華中師范大學;2016年

2 王玉姣;納稅遵從風險管理研究[D];西南財經(jīng)大學;2013年

本文編號：2870711