[發明專利]基于納稅人利益關聯網絡的關聯交易偷漏稅行為識別方法

有效

• 申請號: 201610685907.5
• 申請日: 2016-08-18
• 公開（公告）號: CN106294834B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 董博;鄭慶華;蔚文達;楊征寬;阮建飛;李鴿
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q40/00
• 代理公司: 西安通大專利代理有限責任公司61200
• 代理人: 閔岳峰

1.基于納稅人利益關聯網絡的關聯交易偷漏稅行為識別方法，其特征在于，該方法基于納稅人利益關聯網絡，通過關聯交易模式匹配得到具有關聯交易行為的納稅人群組，然后構建納稅人月度交易網絡，并進行稅負指標的分析計算，結合行業預警值判斷稅負指標異常，最終將納稅人關聯交易群組與稅負指標異常結果相結合得到納稅異常的嫌疑群組；

其中，構建納稅人利益關聯網絡，將其記為TPIN，表示為如下二元組：

TPIN＝(V,E)

其中，V＝{v_p|p＝1,2,3,...,n}表示納稅人、法人、投資方節點集合，n為納稅人、法人、投資方節點總數，E＝{e_pq|0＜p,q≤n}表示納稅人、法人、投資方之間交易、控制、投資關系邊集合，e_pq表示由v_p節點到v_q節點的有向連線及其附屬屬性；

節點v_p的屬性包括節點類型、標識符和名稱，格式如下：

v_p＝(VertexID,(Type,Identifier,Name))

其中，VertexID表示節點ID，作為節點的唯一標識，每個節點均具有三項屬性，Type為該節點的類型，由于部分企業既是納稅人又是投資方，部分自然人既是投資方又是法定代表人，具有復合身份，為了表征其類型，采用二進制方式進行類型換算；001表示納稅人，簡寫為1；010表示法定代表人，簡寫為2；100表示投資方，簡寫為4；對于復合身份，則由二進制或運算得出；Identifier為該節點代表的納稅人或其關聯自然人的唯一標識符，對于納稅人類型節點則為其納稅人識別號，對于法定代表人或投資方則為其身份證號；Name為該節點對應的納稅人名稱或法人、投資方的姓名；

納稅人之間交易關系邊的屬性包括控制權重、投資權重和交易邊標志位、交易邊稅率，格式如下：

e_pq＝(SrcID,DstID,(Control,Investment,Trade,TaxRate))

其中SrcID為源節點v_p對應的VertexID，DstID為目標節點v_q對應的VertexID；邊的類型分為三類，為保持格式的一致，將控制關系、投資關系和交易關系分別作為邊的不同屬性，Control為法人對納稅人的控制關系權重，若兩者為對應的法人與納稅人，該權重取值為1，否則為0；Investment為投資方對被投資方的投資關系權重，其權重取值為[0.0,1.0]，根據投資比例確定；Trade為交易邊標志位，取值為0或1，1用于表明該條邊為交易邊，0表示為該條邊為非交易邊；TaxRate為該筆交易記錄對應的稅率；

在構建的納稅人利益關聯網絡的基礎上，進行關聯交易行為模式的匹配，以獲取具有關聯交易行為的納稅人群組；包括構建由控制關系、投資關系組成的可達路徑集合，和匹配關聯交易模式兩個階段；其中，

301)構建由控制關系、投資關系組成的可達路徑集合

Step1：獲取TPIN中的邊集E，剔除投資比例低于20％的投資關系，然后從中提取控制關系、投資關系，以(SrcID,DstID)為鍵，進行連接操作，將各項屬性值Control和Investment分別相加，Trade屬性和TaxRate屬性仍為0，作為合并后控制投資關系邊新的屬性；

Step2：在TPIN中將所有節點的屬性(Type,Identifier,Name)修改為自身ID，格式為：v_p＝(VertexID,(VertexID))，并將所有節點屬性VertexID的集合作為全局初始路徑，用重新構建的節點和Step1中得到的控制投資關系邊構建關聯子圖，將其記為ASG；

Step3：將Step2中的全局初始路徑信息保存至paths；

Step4：在ASG中，所有節點向其目標節點發送路徑信息，該路徑信息為節點屬性中所有當前路徑分別添加目標節點ID后的新的路徑集合，并剔除路徑中存在重復節點ID的路徑，所有節點將收到的路徑信息覆蓋各節點原有的屬性，并將新的屬性記為path；

Step5：將所有路徑信息和paths取并集，剔除重復路徑，并保存至paths；

Step6：將路徑信息屬性path為空的節點，即未收到路徑信息的節點剔除，并將與之關聯的邊剔除；

Step7：重復Step4至Step6，直至節點數目為0，得到構建的路徑集合paths；

302)匹配關聯交易行為模式，獲取具有關聯交易行為的納稅人群組

Step1：獲取TPIN中的邊集E，從中提取交易關系，將具有相同源節點、目標節點和稅率的交易關系進行合并，得到初步約簡后的交易邊；

Step2：在此基礎上，對各交易邊的稅率和以該交易邊的目標節點為源節點的多條交易邊的稅率進行逐一比對，若存在不相等，即稅率不一致的情形，將該條交易邊保留，否則剔除，以約簡交易關系，提高后續模式匹配的效率；

Step3：將TPIN中的非交易邊剔除，在剩余交易邊中進行格式轉換，僅保留源節點VertexID和目標節點VertexID，格式如下：(SrcID,DstID)；

Step4：將路徑集合的所有路徑變換為如下格式：(path.last，path)，其中path.last表示所有路徑對應的最后一個節點的VertexID；

Step5：對Step3中的(SrcID,DstID)和Step4中的(path.last，path)進行連接，以SrcID和path.last為鍵，連接后得到(SrcID,(DstID,SrcPath))，其中SrcPath表示源節點的路徑集合，對應(path.last，path)中的path，最后將(SrcID,(DstID,SrcPath))格式變換為(DstID,SrcPath)；

Step6：對Step5中的(DstID,SrcPath)和(path.last，path)再次進行連接操作，以DstID和path.last為鍵，得到(DstID,(SrcPath,DstPath))，其中DstPath表示目標節點的路徑集合，對應(path.last，path)中的path，最后將(DstID,(SrcPath,DstPath))格式變換為(SrcPath,DstPath)；

Step7：對(SrcPath,DstPath)中的SrcPath和DstPath進行嵌套循環匹配，若兩者僅有首元素相同，則保留，否則剔除，匹配成功則為一條關聯交易行為匹配結果；

Step8：對于每一條關聯交易匹配結果，進行格式的轉換，將其保存為點集合和邊集合的二元組，其中邊集合中的最后一條邊為交易邊，點集合即為挖掘得到該條交易記錄關聯的納稅人群組；

其中，構建納稅人月度交易網絡，將其記為TMTN，表示為如下二元組：

TMTN＝(V_m,E_m)

其中，表示納稅人節點集合，n_t為納稅人節點總數，表示納稅人之間交易關系邊集合，表示由節點到節點的有向連線及其附屬屬性；

節點的屬性包括節點類型、標識符、名稱、行業編號、月份、稅負指標，格式如下：

vmp=(VertexID,(Type,Identifier,Name,Industry,Month,TacIncidence))]]>

其中VertexID為節點ID，作為節點的唯一標識；每個節點均具有五項屬性，Type為該節點的類型，此處均賦值為1，用于表示納稅人；Identifier為該節點代表的納稅人的識別號；Name為該節點對應的納稅人名稱；Industry為該納稅人對應的行業編號；Month為月份信息，表明所處月份期間；TaxIncidence為該月份各納稅人匯總計算得到的稅負指標值，初始化為0；

邊的屬性包括月份、交易金額和應納稅額，格式如下：

empq=(SrcID,DstID,(Month,Amount,Tax))]]>

其中SrcID為源節點v_p對應的VertexID，DstID為目標節點v_q對應的VertexID；每條交易邊均具有三項屬性，Month為月份信息，表明所處月份期間；Amount為源節點納稅人向目標節點銷售的該筆交易所涉及的金額，Tax為該筆交易對應的稅額。