纳税人资格

摘要： 1月28日,北海综合保税区举行揭牌仪式。标志着北海出口加工区整合优化为综合保税区从此正式开关运作,对北海乃至广西的进一步扩大对外开放、促进经济高质量发展具有里程碑意义。据悉,今年1月9日,海关总署批准北海综合保税区验收合格并正式开关运作。北海综合保税区具备保税加工、保税物流、保税服务的功能优势和先行先试的政策优势,同时具备“保税加工、保税物流、口岸”三大功能和“产品研发、加工制造、商品展示、售后维修服务、仓储物流和分销配送、国际中转与对外贸易”八项业务功能。据介绍,北海综合保税区前身为北海出口加工区,于2003年3月经国务院批准设立,由位于北海市区的A区和铁山港的B区组成,规划面积2.28平方公里,是继上海、深圳之后的第三个国家级入境维修再制造示范区,也是广西首批CEPA先行先试示范基地、广西最早获批企业增值税一般纳税人资格试点的海关特殊监管区域。

摘要： 日前,国家税务总局公布了《增值税一般纳税人登记管理办法》（国家税务总局令43号,以下简称国家税务总局令43号）,自2018年2月1日起施行,同时废止了《增值税一般纳税人资格认定管理办法》（国家税务总局令22号）。至此,增值税一般纳税人管理由认定制改为登记制的登记办理办法正式出台。

摘要： 为进一步提升海关特殊监管区域企业统筹国际国内两个市场两种资源的能力,提高海关特殊监管区域发展的质量和效益,推动加工贸易转型升级,促进贸易便利化,结合前期试点情况,国家税务总局、财政部和海关总署决定扩大赋予海关特殊监管区域企业增值税一般纳税人资格试点.

摘要： 问：超过小规模纳税人标准却不申请认定一般纳税人资格的纳税人，会受到什么处罚？答：根据《增值税一般纳税人资格认定管理办法》（国家税务总局令第22号）第八条第三项规定，纳税人未在规定期限内申请一般纳税人资格认定的，主管税务机关应当在规定期限结束后20日内制作并送达税务事项通知书，告知纳税人。

摘要： 在海关总署的大力支持下，2016年下半年，选择性征收关税以及企业增值税一般纳税人资格“双政策”花落重庆，并在重庆西永综合保税区启动试点。上述政策落地，为重庆企业有效利用两种资源、拓展两个市场搭建了平台，创造了最佳的营商环境，必将助力重庆全面融入“一带一路”和长江经济带发展战略，

摘要： 日前，重庆已有两路寸滩保税港区、西永综合保税区、江津综合保税区3个特殊监管区域和重庆铁路、南彭公路以及万州3个保税物流中心。并成为西部地区唯一一座同时获批选择性征收关税和企业增值税一般纳税人资格“双试点”的城市。

摘要： 一般纳税人资格试点落地虽然仅仅1年时间，但却对延伸产业链、提升价值链、促进区域转型升级创新发展产生了深远影响。

摘要： 自2011年国务院批准营业税改征增值税试点方案以来,交通运输业、铁路运输业、邮政服务业、电信业、部分现代服务业已陆续完成了“营改增”工作,金融业“营改增”改革也势在必行.“营改增”后,金融企业,特别是取得一般纳税人资格的金融企业,如何进行会计处理值得我们提前筹划.

摘要： 答：《财政部、国家税务总局关于全面推开营业税改征增值税试点的通知》（财税〔2016〕36号）附件1《营业税改征增值税试点实施办法》第三十三条规定：“有下列情形之一者,应当按照销售额和增值税税率计算应纳税额,不得抵扣进项税额,也不得使用增值税专用发票：（一）一般纳税人会计核算不健全,或者不能够提供准确税务资料的.（二）应当办理一般纳税人资格登记而未办理的.”

摘要： 最近，国家税务总局、财政部、海关总署发布了《关于开展赋予海关特殊监管区域企业增值税一般纳税人资格试点的公告》（国家税务总局、财政部、海关总署公告2016年第65号）。《公告》决定，自2016年11月1日起，在昆山综合保税区、苏州工业园综合保税区、上海松江出口加工区、河南郑州出口加工区、郑州新郑综合保税区、重庆西永综合保税区和深圳盐田综合保税区开展赋予企业增值税一般纳税人资格试点。《公告》明确，赋予区内试点企业增值税一般纳税人资格；试点企业从区外购进货物可索取增值税专用发票。

摘要： 本发明公开了一种基于纳税人利益关联网络的可疑纳税人识别方法，基于纳税人利益关联网络(TPIN)的拓扑特征识别可疑纳税人。整体工作流程为：首先，对纳税人利益关联网络进行拓扑特征的分析。采用Motif方法寻找频繁子图，并根据度中心度和聚集系数拓扑指标寻找正常和可疑纳税人的差异；其次，选择拓扑特征，使用C4.5分类器实验，从而实现自动识别可疑纳税人的功能。本发明的贡献在于：①将纳税人和利益关系作为网络进行关系识别。并将拓扑方法中的Motif、聚集系数、度中心度特性应用于纳税人利益关联网络。②正常和可疑纳税人之间的差异性为检测可疑纳税行为提供可信的方法和依据。

摘要： 一种基于纳税人年报的纳税人税务交易行为识别方法，利用领域知识构建纳税人税务交易行为核心触发词库，对税务数据进行逐句分析，并根据核心触发词库对税务数据进行过滤，对待处理的句子进行分词、词性标注、句法分析等操作构建特征向量。最后，采用多元分类和条件随机场等方法抽取出与税务相关的收购、重组、变更、经营四种典型交易行为。本发明的贡献在于为税务数据构建触发词库并提供触发词的自动识别功能,利用机器学习的方法从税务数据中抽取纳税人的交易行为，为纳税人的缴税内容提供参考。

摘要： 本发明属于财税管理技术领域，具体涉及一种基于纳税人经营特征的优质纳税人识别方法。所述方法执行以下步骤：获取纳税人的税务数据；所述数据包括：纳税人信息数据和纳税人行为数据；所述纳税人信息数据包括：纳税人ID、纳税人年龄、纳税人所处地域和纳税人所处行业；所述纳税人行为数据包括：历史行为数据和当前行为数据；所述历史行为数据包括：历史纳税金额和历史纳税时间；所述当前行为数据包括：当前纳税金额和当前纳税时间；再基于获取到的数据进行不同的权重分配和异常识别，以找到优质纳税人；其通过多次异常分析和不同方向的异常分析对纳税人的行为进行了更为科学的识别和判断，提升了优质纳税人识别的准确率。

摘要： 本发明公开了一种基于纳税人利益关联网络的可疑纳税人识别方法，基于纳税人利益关联网络(TPIN)的拓扑特征识别可疑纳税人。整体工作流程为：首先，对纳税人利益关联网络进行拓扑特征的分析。采用Motif方法寻找频繁子图，并根据度中心度和聚集系数拓扑指标寻找正常和可疑纳税人的差异；其次，选择拓扑特征，使用C4.5分类器实验，从而实现自动识别可疑纳税人的功能。本发明的贡献在于：①将纳税人和利益关系作为网络进行关系识别。并将拓扑方法中的Motif、聚集系数、度中心度特性应用于纳税人利益关联网络。②正常和可疑纳税人之间的差异性为检测可疑纳税行为提供可信的方法和依据。

摘要： 一种基于纳税人年报的纳税人税务交易行为识别方法，利用领域知识构建纳税人税务交易行为核心触发词库，对税务数据进行逐句分析，并根据核心触发词库对税务数据进行过滤，对待处理的句子进行分词、词性标注、句法分析等操作构建特征向量。最后，采用多元分类和条件随机场等方法抽取出与税务相关的收购、重组、变更、经营四种典型交易行为。本发明的贡献在于为税务数据构建触发词库并提供触发词的自动识别功能,利用机器学习的方法从税务数据中抽取纳税人的交易行为，为纳税人的缴税内容提供参考。

摘要： 本申请公开了一种纳税人所属行业代码预测方法、装置、设备及介质，涉及税务处理技术领域。该方法包括：获取不同纳税人的主行业代码和纳税人文本信息；其中，所述纳税人文本信息包括纳税人的纳税人名称和经营范围；所述主行业代码中包括若干个附属行业代码；确定第一纳税人文本信息中的目标词与第二纳税人文本信息中的目标词的词频文档频率占比得到关键词分数；对关键词分数进行特征转换以得到关键词分数特征并对主行业代码进行特征平铺以得到相应的独热编码；利用关键词分数特征和独热编码训练相应的XGBoost模型，以便通过XGBoost模型预测附属行业代码。通过本申请的技术方案，可以在保证准确率的前提下脱离GPU和深度学习框架的依赖。

摘要： 本发明公开了一种纳税人互助咨询和税收业务学习的方法及系统，属于税务服务及数据处理技术领域，本方法设立问税平台，基于税务知识库针对网站端和手机端分别构建问税网络问答社区和问税网络问答社区的移动应用版，通过管理后台提供对问税用户的管理；所述网络问答社区经过后台系统对税务知识库的数据引用，整合社区用户互助及分享产生的问答资料，向纳税人展示各种税种业务的相关知识；所述管理后台对知识学习、用户的注册登录、知识分享及问答进行管理，并设立个人中心管理个人信息及个人问答信息、以及机构和成员信息管理。本发明能够实现涉税问题的互问互答、办税经验分享，培养大众导税员。

摘要： 本发明公开了一种用于纳税人税收风险自助扫描的方法和装置，包括：获取纳税人的税收数据；根据所述纳税人选择的业务指标和所述业务指标对应的阈值，建立税收数据风险的扫描任务；将所述扫描任务，结合预选构建的KAFKA+ES+REDIS实时计算数据架构对所述税收数据进行任务扫描，生成纳税人税收风险报告。有效避免了离线数据定时定点处理方式造成的不便，通过灵活自助选择业务指标规则的方式识别企业风险，减少了计算资源的消耗。

摘要： 本发明提供一种基于区块链的纳税人诉求处理方法及装置，涉及大数据技术领域。所述方法包括：接收客户端发送的诉求上报触发请求；若判断获知所述诉求上报触发请求通过验证，则向所述客户端发送诉求上报指示信息；接收所述客户端发送的诉求上报请求，所述诉求上报请求包括诉求信息；将所述诉求信息存储到区块链中。所述装置用于执行上述方法。本发明实施例提供的基于区块链的纳税人诉求处理方法及装置，提高了诉求信息存储的可靠性。

摘要： 本发明公开了一种基于图神经网络的纳税人风险评测方法，其步骤包括：1)构建图风险传播模型的数据集；2)基于该数据集中各纳税人的基本信息构建一图网络，作为纳税人属性信息网络；以增值税专用发票信息为依托构建纳税人票流关系信息网；3)将纳税人属性信息网络、税人票流关系信息网合并，得到一个最终图网络；然后获取该最终图网络的邻接矩阵；4)对该数据集中各纳税人的特征向量；5)将邻接矩阵作为图风险传播网络的网络参数，利用该数据集中各纳税人的特征向量训练图风险传播网络；6)对一组待测评的纳税人，获取该组纳税人中各纳税人的特征向量并输入训练后的图风险传播网络进行预测，得到每个纳税人的风险等级及是否存在团伙情况。