本發明提供了一種白酒消費稅風險評估方法，包括以下步驟：利用白酒發票數據，基于白酒三要素構建白酒詞典，并通過白酒字典實現白酒二分類和白酒品類匹配功能；對發票中包含的白酒三要素進行聚類，提取出白酒品類構建白酒品類庫；利用稅務數據構建關系網絡；基于關系網絡進行統計分析，依據計算規則計算出每種品類白酒的出廠價格和銷售價格；將計算得到的每種品類白酒的出廠價格和銷售價格與該品類白酒的消費稅申報數據進行比對，評估白酒消費稅風險，并生成風險評估結果報告。本方法不依賴于人工經驗，而是通過對稅務相關數據進行分析與挖掘，自動計算出白酒價格，并與白酒申報數據進行對比，從而高效準確地對白酒消費稅風險進行評估。

技術領域

本發明涉及數據分析與挖掘技術領域，具體涉及一種白酒消費稅風險評估方法。

背景技術

稅務局每年會接收到海量的數據，部分數據是企業發生真實應稅行為產生的，而還有一部分數據是企業為了自身利益偷逃國家稅收，提供與實際經營業務情況不相符的數據。針對白酒行業，稅務局征收的稅主要是消費稅。稅務總局規定，對白酒生產企業設立多級銷售單位銷售的白酒，國稅機關應按照最終一級銷售單位對外銷售價格核定生產企業消費稅最低計稅價格。具體要求如下：1.白酒生產企業銷售給銷售單位的白酒，生產企業消費稅計稅價格高于銷售單位對外銷售價格70％(含70％)以上的，稅務機關暫不核定消費稅最低計稅價格。2.白酒生產企業銷售給銷售單位的白酒，生產企業消費稅計稅價格低于銷售單位對外銷售價格70％以下的，消費稅按照最低計稅價格征收。

稅務局目前主要通過人工篩查的手段對白酒消費稅風險進行評估，以發現少繳納白酒消費稅的納稅人。但人工篩查的方式依賴于稅局工作人員的經驗，并且面對海量繁雜白酒生產企業和相關稅務數據，人工篩查效率很低，導致無法對白酒消費稅風險進行全面和準確的評估。

因此，針對稅局在白酒消費稅審查中存在的上述問題，本發明提出了一種白酒消費稅風險評估方法，通過數據分析與挖掘技術，構建白酒詞典和多種關系網絡進行統計分析和計算，自動發現存在白酒消費稅風險的納稅人，從而協助稅務機關堵漏增收，減少稅務人員人工工作量。

發明內容

本發明為了解決現有技術中人工篩查的方式依賴于稅局工作人員的經驗，并且面對海量繁雜白酒生產企業和相關稅務數據，人工篩查效率很低，導致無法對白酒消費稅風險進行全面和準確的評估的問題，提供了一種白酒消費稅風險評估方法，通過數據分析與挖掘技術，構建白酒詞典和多種關系網絡進行統計分析和計算，自動發現存在白酒消費稅風險的納稅人，解決了上述問題。

本發明提供了一種白酒消費稅風險評估方法，包括以下步驟：

S1、通過白酒發票數據分解白酒貨品名稱中的白酒要素，通過白酒要素構建白酒詞典；

S2、通過白酒詞典對白酒要素進行TF/IDF特征提取，并通過Kmeans聚類算法對所有白酒的白酒要素進行聚類，提取出所有白酒品類構建白酒品類庫；

S3、利用稅務數據構建白酒涉稅關系網絡；

S4、對白酒涉稅關系網絡進行統計分析，計算出每種品類白酒的出廠價格和銷售價格；

S5、將計算得到的每種品類白酒的出廠價格和銷售價格與該品類白酒的消費稅申報數據進行比對，若計算銷售價格×0.7＞計算出廠價格，且無該品類白酒申報數據則為漏報，若申報出廠價格＞申報最低計稅價格或計算銷售價格×0.7＞計算出廠價格，且計算銷售價格×0.6＞申報最低計稅價格則為錯報；否則為正確申報。

首先對白酒發票的貨物名稱進行數據清理，將清理后的數據進行分詞，在分詞詞典中新增三類詞性，分別表示白酒的品名、規格和度數，并將相應的詞語加入詞典，構建白酒詞典?；跇嫿ê玫陌拙圃~典，可對任意白酒發票的貨物名稱提取白酒三要素提取。通過貨物名稱中是否包含白酒品名實現白酒二分類，判斷任意貨物名稱是否屬于白酒。通過對不同白酒三要素的對比實現白酒品類匹配，判斷兩個白酒貨物名稱是否屬于同一種品類的白酒。