文档介绍：纳税风险评估方案及对策摘要纳税企业存在偷税漏税的可能,而且企业申报的数据通常不完整,再加上纳税指标的繁杂以及企业申报的虚假内容,这些都给发现疑点纳税企业增加了难度。本文旨在通过数学建模的方法对零售类型企业申报表进行分析,找出其中可能偷税漏税即需要进行税收风险控制的企业。针对问题一,根据正常纳税企业的四个特征,得出企业可能偷税漏税的标准,模型一通过计算主营业收入与销售总额的差值判定利润表中的主营业收入与申报表中的销售总额是否一致,模型二通过计算销项税额和销售额的比值进一步筛选出存在偷税漏税可能的零售企业,模型三和模型四通过建立多元线性回归模型和灰色关联度模型,分别依据营业,管理费用与销售额有正常比例和销项税额,实际抵扣税额与资产负债变化同步的两个条件对企业申报数据作线性和关联性检验。综合以上四个模型,最终得出最有可能偷税漏税的614家企业。针对问题二,仍然以正常企业的四个特征作为风险指标,建立风险评价模型确定具有偷税漏税行为的企业。通过建立层次分析模型,以各个风险指标所对应的数据的完整度和各个指标在实际情况中的重要性为依据,对各个指标进行赋权,评价矩阵通过了一致性检验,,,,较完整,不完整企业在内的50家企业进行分析,得到与问题一相一致的结果,再次说明了模型的可行性。针对问题三,沿用问题二中的风险评价模型,采用11年的企业申报数据。通过对11年企业四项指标进行评分,最终取得分60分以下的企业作为下一年需要进行风险控制的企业,评价的结论是需要对517家零售企业进行风险控制。针对问题四,在综合考虑了模型结论和各个影响因素的前提下,试着提出了一些合理化的建议和意见,就企业偷税漏税行为和纳税风险控制等方面提出了几点建议和对策。本文采用多元线性回归模型和灰色关联度模型,使各企业的纳税风险与各级风险指标相关联,合理选择主要指标而忽略次要指标,使模型得以简化,并可借助不同指标对影响企业纳税风险的不同方面及不同因素进行分析;对于企业申报表中某些主要数据存在而对纳税风险影响不大的数据缺失的企业,仍能对该企业的纳税风险进行评估,因此本文建立的评价模型具有较广的适用范围;另外,对各企业的纳税风险评估结果进行量化及评定分级,使结果更加清晰、更有说服力。关键词:多元线性回归模型 灰色关联度模型 风险评价模型一、问题重述纳税评估是指税务机关通过掌握各类内、外部信息资料,运用科学的技术手段和方法,对纳税人和扣缴义务人在规定期限内履行申报纳税义务状况进行的综合评价的管理行为,是强化税源管理的重要工作方法。企业偷税漏税最直接的特征为将申报表中的应纳税额减小。而应纳税额的计算又与很多其他的量有关,所以企业很可能在其他指标上做手脚,从而达到偷税漏税的目的。作为没有偷税漏税的正常零售业类型的企业,其报表主要指标应有如下特征:利润表中的主营业务收入应与申报表中销售额总计一致;销项税额与销售额之比在一定范围内;营业费用、管理费用与销售额有正常的比例;销项税额,实际抵扣税额与资产负债表中的应付账款、货币资金变化同步。企业偷税漏税的方法有很多种,在数据完整的情况下,如果企业的数据不符合上述特征,那企业就有偷税漏税的可能。由于所给数据不够完整,而且企业的指标很多,不同的表内企业也有不同,纳税人自行申报的表资料中的信息存在失实和虚假内容,导致很难发现隐藏的疑点纳税人。附件给出了某城市部分零售业的税务报表和资产情况报表,请根据所给数据建立数学模型,完成以下任务:1)判断哪些企业可能在增值税征收方面可能存在偷税漏税行为;2)给出风险指标,借此可以用来判断企业是否存在偷税漏税行为;3)根据上一年度的数据资料,需要对哪些企业进行税收风险控制;4)根据你的模型结果,给相关税务机关建议和对策。二、问题分析在实际中,相关税务机关人员普遍通过稽查账目的方法对偷税漏税行为进行监管。但根据本问题中所给的附表以及对附表内数据进行计算分析的要求,需要建立相应的数学模型对企业可能存在的偷税漏税行为以及需要对哪些企业采取纳税风险控制进行量化和评估测。问题一中,大多数企业都存在漏报数据的情况,在寻找可能偷税漏税的企业时,重点在于漏报数据的企业即申报数据均为空白的企业是最有可能偷税漏税的。正常纳税的企业存在主营业收入与销售额平衡,销项税额与销售额之比在一定范围内,营业,管理费用与销售额呈正常比例,销项税额,实际抵扣税额与资产负债变化同步的四个特征。根据四个特征,可以确立企业正常纳税的四个条件。利用四个条件逐步筛选出可能偷税漏税的企业,由于数据的缺失,不能要求企业完全满足四个条件,本文得出的是四个条件均不满足的企业才是最有可能偷税漏税的企业。条件一和条件二可以用简单的计算来确立,条件三可以建立多元线性函数,若