一种基于纳税人利益关联网络的重点监控企业评估方法

文档序号:6623667阅读:789来源:国知局
一种基于纳税人利益关联网络的重点监控企业评估方法
【专利摘要】本发明公开了一种基于纳税人利益关联网络的重点监控企业评估方法,主要步骤如下:(1)利用纳税人利益关联网络,建立相应的随机游走模型;(2)根据地区、行业信息获取纳税人利益关联网络子图;(3)计算子图中各节点的重要程度,将企业节点按照重要程度排序,得到重点监控企业列表。所述重点监控企业是指在纳税行为中需要被重点监控的企业,重要程度是其衡量指标,实现了度量评估各企业的重要程度,并根据重要程度决定需要被监控的企业。
【专利说明】一种基于纳税人利益关联网络的重点监控企业评估方法

【技术领域】
[0001] 本发明涉及网络监控评估领域,尤其涉及一种基于纳税人利益关联网络的重点监 控企业评估方法。

【背景技术】
[0002] 重点税源企业是指一个地区中有一定规模和影响力的企业,或对该地区税收任务 完成起主要贡献作用的企业,这样的企业需要被重点监控。由于其收入比重大,并对地区经 济发展、地区税收都有着举足轻重的影响,因而加强对这些重点企业的监控对税务机关来 讲是一项非常重要的工作。
[0003] 根据《重点企业税源监控月报数据库管理暂行办法》可以看出,目前税务部门主要 是采用指标的方式来决定哪些是需要被重点监控的企业,使用的指标有:
[0004] (1)年缴纳增值税和消费税合计500万以上的增值纳税户;
[0005] (2)年缴纳营业税100万元以上的营业纳税税户;
[0006] (3)年缴纳企业所得税或外商外资企业和外国企业所得税500万元以上的纳税 户。
[0007] 在现实中,对于重点企业税收分析的意义在于分析地区税源状况和税收收入形 势,分析政策执行情况以及征收管理情况,客观反映税源发展、税收收入以及税收管理中存 在的问题,而之前单纯利用指标的方式并没有利用企业之间的利益关联,无法有效体现出 企业对于地区经济发展的影响。基于纳税人利益关联网络的方法可以将企业之间的经济行 为、利益关系引入到重点监控企业评估之中,能为税收分析提供更良好的支持。
[0008] 专利《引入节点重要性的对等网络超级节点选择和资源搜索方法》[专利 号:ZL200710176639. 5]公开了一种将节点重要性引入对等网络的超级节点选择和资源搜 索的方法。它通过计算节点重要性来识别那些负责维持通信、保证服务性能的高效节点。该 发明所采用的分布式迭代计算方法是局部化的算法,具有灵活高效、不存在单点故障问题、 能够快速适应对等网络中网络拓扑变化的特点。但是该方法在计算网络重要节点过程中, 考虑的是单一种类节点,并没有考虑多种类型节点的情况。
[0009] 专利《基于纳税人利益关联网络模型的偷漏税关联企业识别方法》[申请号: 201310293435. 5]使用了一种基于纳税人利益关联网络模型的方法识别偷漏税关联企业, 有效利用了纳税人之间控股关系、实际控制人关系以及企业之间的交易关系。其中的纳 税人利益关联网络TPIIN是一种以图方式组织纳税人的形式,可形式化表示为TPIIN = (V,E,W),其中V = {νρ|ρ= 1,···,ΝΡ}表示节点集合,V包含三种类别,有V = L U C U B, 其中 L = ^ 11 = 1,...,队,NJNp}表示所有法人节点,C = {v。| c = 1,. . .,Nc, Nc 彡 Np}表 示所有企业节点,B = {vb|b = 1,. . . , NB, NB〈NP}表示所有董事节点,则有队+乂+队=Np ;E表 示图中所有边的集合,且令£={61)(1} = {(^,¥(1)|〇4,9彡%},其中61)(1=(^,¥(1)表示存 在从第P个节点到第q个节点的有向连线;W = {wM|〇〈p, q < Np}为从第p个节点到第q个 节点的有向连线上的权重。
[0010] 边之间的权重与边的类别有关。

【权利要求】
1. 一种基于纳税人利益关联网络的重点监控企业评估方法,其特征在于,包括以下步 骤: 1) 建立基于纳税人利益关联网络的随机游走模型,并根据自动学习法设置随机游走模 型型中的传递因子; 2) 根据地区、行业信息生成纳税人利益关联子图; 3) 根据随机游走模型,计算纳税人利益关联子图中各节点的重要程度,并将企业节点 按照重要程度排序,得到重点监控企业列表。
2. 如权利要求1所述的基于纳税人利益关联网络的重点监控企业评估方法,其特征在 于,所述步骤1)包括: 第1步:设纳税人利益关联网络的传递因子为λ μ,对于每种节点来说,其重要程度递 归计算公式为:
(1) 其中,sx表示类型为X的节点重要程度向量
val表示节点的 重要程度,T表示节点类别集合,T = {L,C,B},其中,L表示法人节点,C表示企业节点,B表 示董事节点;d表示阻尼系数;λ χγ表示为类型为X的节点的重要程度会以λ χγ大小的传递 因子传递给其相邻类型为Υ的节点;Μχγ代表X类型节点和Υ类型节点之间的重要程度转移 矩阵,Μχγ中的每个元素是
其计算公式为
指节点Xi和节点&之间 的边权重,SY表示Y类型节点的重要程度向量,MV.表示节点Xi与节点ys之间的边权重,y s 表示与节点Xi相邻的任意节点,ny表示与节点Xi相邻的Y类型节点数量; 第2步:利用自动学习方法设置随机游走模型中的传递因子λ χγ : 2.1)定义并初始化目标函数; 2. 2)初始化传递因子为平均值; 2. 3)依次更新传递因子和节点重要程度的值,直到目标函数的变化小于指定阈值,得 到传递因子值为自动学习后的传递因子。
3. 如权利要求2所述的基于纳税人利益关联网络的重点监控企业评估方法,其特征在 于,所述第2步的具体过程为: a)将λ χγ初始化设置为满足公式(2)的平均值,公式(2)为;
(2) 其中,λ u表示L类型节点跳转至X类型节点的重要程度转移概率,λ α表示C类型节 点跳转至X类型节点的重要程度转移概率,λ ΒΧ表示Β类型节X类型节点的重要程度转移 概率,λ a表示X类型节点跳转至L类型节点的重要程度转移概率,λ κ表示X类型节点跳 转至C类型节点的重要程度转移概率,λ XB表示X类型节点跳转至B类型节点的重要程度 转移概率; 定义目标函数为:
(3) 式中yij = vali-valj,即需要被监控的企业与不需要被监控的企业之间的重要程度差 值;na为需要被重点监控的企业数量,nb为不需要被重点监控的企业数量; 推导得出:
(4) 将公示(4)代入公式(3),对传递因子λ ?ν求导并使其为〇,得到:
(5) 公式(5)是传递因子λ μ的更新公式为: λ ΧΥ = λ ΧΥ+ y * Δ λ ΧΥ (6) 其中,μ是用来控制λΜ的更新步长的参数; b) 保持传递因子λχγ不变,按照公式(3)更新所有val ; c) 保持val不变,按照公式6更新所有λ χγ ; d) 重复第b)步与第c)步,直至目标函数变化小于阈值。
4. 如权利要求1所述的基于纳税人利益关联网络的重点监控企业评估方法,其特征在 于,所述步骤2)的包括: 第1步:根据地区、行业选择待评估企业节点作为子图节点; 第2步:在纳税人利益关联网络中,将与第1步得到的节点距离小于等于2的相关节点 加入到子图节点中; 第3步:以第2步得到的节点为子节点,得到的纳税人利益关联网络的导出子图,则为 所需要的纳税人利益关联子图。
5. 如权利要求1所述的基于纳税人利益关联网络的重点监控企业评估方法,其特征在 于,所述步骤(3)包括: 第1步:利用步骤1)中的随机游走模型,计算子图中各节点的重要程度;第2步:将纳 税人利益关联网络子图中的企业节点按照重要程度排序,并返回重点监控企业列表。
6. 如权利要求5所述的基于纳税人利益关联网络的重点监控企业评估方法,其特征在 于,利用步骤1)中的随机游走模型,计算子图中各节点的重要程度具体包括: 3. 1)给所有纳税人利益关联子图中的子节点赋予相同的初始重要程度; 3.2)遍历所有子节点,利用公式7计算改变后的节点重要程度val^,计算改变量 changej = |val/ -valj ; 公式7为:
(7) 其中,~指节点j和节点i之间的边权重,λ μ为节点j所属类型与节点i所属类型 之间的传递因子,节点j是任意指向节点i的节点; 3. 1)对所有节点更新其重要程度,以val/值作为最新的重要程度; 计算
如果sum大于阈值,则跳转至步骤3. 2);如果sum小于阈值,则 结束计算过程,以最后的值作为子节点最终重要程度。
7.如权利要求6所述的基于纳税人利益关联网络的重点监控企业评估方法,其特征在 于,所述阈值取为0.01。
【文档编号】G06Q50/26GK104156905SQ201410404605
【公开日】2014年11月19日 申请日期:2014年8月15日 优先权日:2014年8月15日
【发明者】郑庆华, 洪云飞, 陈艳平, 张未展, 李丛 申请人:西安交通大学, 税友软件集团股份有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1