[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

技術領域：

本發明涉及一種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，用于解決關聯交易中偷漏稅行為的識別問題。

背景技術：

目前對納稅人偷漏稅行為的分析識別尚處于初級階段，主要針對單個企業進行稅務指標分析，結合具體的稅務稽查工作判斷偷漏稅行為，效率低下，難以發現海量發票數據涉及的納稅人間潛在、復雜、多樣的關聯關系，不能有效發現納稅人基于關聯關系的偷漏稅行為，并得到相應的偷漏稅嫌疑群組。其次，交易數據往往涉及納稅人多個月的交易往來，將納稅人的納稅異常定位到具體到月度時間粒度，挖掘其存在異常的交易記錄，也是納稅人偷漏稅行為識別的重要需求。因此，如何在月度時間粒度有效地識別關聯交易偷漏稅行為，挖掘偷漏稅嫌疑群組，提升國家稅收征管水平，成了亟待解決的難題。

針對如何有效地識別關聯交易偷漏稅行為，以下專利提供了相應的技術方案：

文獻1.一種基于納稅人利益關聯網絡的可疑納稅人識別方法(201410328391.X)；

文獻2.基于納稅人利益關聯網絡模型的偷漏稅關聯企業識別方法(201310293435.5)；

文獻1基于納稅人利益關聯網絡(TPIN)的拓撲特征識別可疑納稅人，對納稅人利益關聯網絡進行拓撲特征的分析。采用Motif方法尋找頻繁子圖，并根據度中心度和聚集系數拓撲指標尋找正常和可疑納稅人的差異，選擇拓撲特征，使用C4.5分類器實驗，從而實現自動識別可疑納稅人的功能。將納稅人和利益關系作為網絡進行關系識別，并將拓撲方法中的Motif、聚集系數、度中心度特性應用于納稅人利益關聯網絡，利用正常和可疑納稅人之間的差異性作為檢測可疑納稅行為的方法和依據。

文獻2提出了基于著色加權圖的納稅人利益關聯網絡表示，并給出構建此網絡的方法，并提出了基于邊和節點顏色的五種聚合算子，結合這些聚合算子發現納稅人利益關聯最小網絡，同時對基于著色加權圖的納稅人利益關聯網絡進行簡化。并且引入節點環介數的概念，在簡化后的網絡中發現最大介數約束的有向閉環集的納稅人利益關聯集團，利用企業之間的交易行為權重，識別納稅人利益關聯最小網絡和納稅人利益關聯集團中的偷漏稅行為。

以上文獻所述方法主要存在以下問題：文獻1根據Motif發現網絡中不同的頻繁子圖，挖掘得到的僅限于3-Motif模式子圖，該類型子圖有且僅有三方納稅人關聯，而在實際業務中包括兩方至多方納稅人組成的關聯關系，與真實稅務場景不一致。文獻2利用節點環介數發現最大介數約束的有向閉環集，并將其涉及的納稅人作為納稅人利益關聯社團，而與納稅人中由控制投資關系構成的關聯方不相符，與稅務場景結合不緊密；并且在偷漏稅行為判定過程中，僅依靠交易權重判定偷漏稅行為，與使用稅務指標相比判斷結果可靠性較差。

發明內容：

本發明的目的在于一種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，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，從而解決了關聯交易偷漏稅行為識別效率低、與稅務場景結合不緊密、判斷結果可靠性差的問題。

為達到上述目的，本發明是采取如下技術方案予以實現的：

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，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。

本發明進一步的改進在于，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))