[發明專利]一種發票虛開企業監控識別方法及系統

在審

• 申請號: 201611220015.4
• 申請日: 2016-12-26
• 公開（公告）號: CN106780001A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 蔡燕;劉勇;王培勇
• 申請（專利權）人: 稅友軟件集團股份有限公司
• 主分類號: G06Q40/00
• 分類號: G06Q40/00
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

技術領域

本發明涉及企業監管技術領域，特別涉及一種發票虛開企業監控識別方法及系統。

背景技術

隨著稅務系統行政審批改革的不斷深入，在簡化辦稅程序、激發市場活力的同時，部分環節的稅收管理風險也隨之有所增加，特別是不法分子通過建立空殼商貿企業來虛開發票現象在個別地區有所抬頭，嚴重擾亂了正常的稅收和經濟秩序。

在現有針對發票虛開企業的納稅風險防控的實際工作中，仍然是依托于稅收分析人員的業務經驗，導致納稅遵從風險模型的主觀成分較重，準確性不夠強。并且由于人工分析的效率較低的原因，導致很難全面識別出存在虛開發票的企業。

綜上所述可以看出，如何提升對發票虛開企業的監控識別效果以及識別效率是目前還有待解決的問題。

發明內容

有鑒于此，本發明的目的在于提供一種發票虛開企業監控識別方法及系統，提升了對發票虛開企業的監控識別效果以及識別效率。其具體方案如下：

一種發票虛開企業監控識別方法，包括：

提取目標企業的特征信息，得到目標特征信息；

將所述目標特征信息輸入至預先創建的企業類型預測模型；所述企業類型預測模型為利用預設的機器學習算法和樣本集，進行相應的模型訓練后得到的判別模型；所述樣本集中的每份樣本數據均包括企業類型已明確的企業的特征信息以及該企業的企業類型；其中，企業的企業類型為虛開發票企業或合法納稅企業；

獲取所述企業類型預測模型根據所述目標特征信息輸出的企業類型預測結果，以根據所述企業類型預測結果確定所述目標企業的企業類型是否為虛開發票企業。

可選的，所述提取目標企業的特征信息的過程，包括：

提取所述目標企業的第一類特征信息，得到所述目標企業的企業年齡、企業注冊地址所對應的已注冊企業數量、企業法人擁有的已注冊企業數量、企業注冊地址與企業法人的個人戶籍地之間的差異性、企業法人的非正常納稅狀態信息、以及企業法人的年齡。

可選的，所述企業類型預測模型的創建過程，包括：

獲取第一組樣本數據和第二組樣本數據，得到所述樣本集；其中，所述第一組樣本數據中包括N₁家企業對應的第一類特征信息以及企業類型，所述第二組樣本數據中包括M₁家企業對應的第一類特征信息以及企業類型，N₁和M₁均為正整數，并且，所述N₁家企業中任一企業的企業類型均為虛開發票企業，所述M₁家企業中任一企業的企業類型均為合法納稅企業；

按照預設的第一劃分比例，將所述樣本集劃分成兩部分，得到相應的第一訓練集和第一測試集；

利用所述機器學習算法、所述第一訓練集和所述第一測試集，進行相應的模型訓練以及模型測試，得到所述企業類型預測模型。

可選的，所述提取目標企業的特征信息的過程，包括：

提取所述目標企業的第二類特征信息，得到所述目標企業的企業年齡、連續開具發票的數量信息以及時間間隔信息、本月晚上開票金額占本月累計開票金額的比例、本月晚上開票份數占本月累計開票份數的比例、本月開票金額大于預設金額閾值的發票金額占本月累計開票金額的比例、本月開票金額大于所述預設開票金額閾值的發票份數占本月累計開票份數的比例、本月向同一購貨方開具發票的份數占本月累計開票份數的比例、以及本月向同一購貨方開具發票的發票金額占本月累計開票金額的比例。

可選的，所述提取目標企業的特征信息的過程，包括：

獲取第三組樣本數據和第四組樣本數據，得到所述樣本集；其中，所述第三組樣本數據中包括N₂家企業對應的第二類特征信息以及企業類型，所述第四組樣本數據中包括M₂家企業對應的第二類特征信息以及企業類型，N₂和M₂均為正整數，并且，所述N₂家企業中任一企業的企業類型均為虛開發票企業，所述M₂家企業中任一企業的企業類型均為合法納稅企業；

按照預設的第二劃分比例，將所述樣本集劃分成兩部分，得到相應的第二訓練集和第二測試集；

利用所述機器學習算法、所述第二訓練集和所述第二測試集，進行相應的模型訓練以及模型測試，得到所述企業類型預測模型。

可選的，所述機器學習算法為決策樹算法。

本發明還公開了一種發票虛開企業監控識別系統，包括：