武汉大学政治与公共管理学院;国家税务总局深圳市税务局第三稽查局;中国科学院自动化研究所;
新生的经济业态、复杂的征管逻辑以及倍增的税收征管业务量，给税收监管工作带来巨大挑战，尤其是全面数字化的电子发票(简称数电发票)的普及对发票管理产生极大的影响。传统涉税风险评估仅关注企业经营活动的特征属性，忽略了企业间关联关系，导致风险识别的精准性较差。文章针对数电发票应用管理的现实问题，从风险扩散视角出发，围绕发票流构筑企业关联拓扑网络，提出基于Improved GraphSAGE的涉税风险评估模型，在考虑企业行为特征的同时引入企业间拓扑信息。基于S市的数据验证结果表明，使用Improved GraphSAGE模型进行涉税风险识别的性能显著优于传统算法。
| 10 | 0 | 9 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]朱润喜,冯东,赵福顺.数字经济背景下税务稽查工作面临的挑战与应对[J].税务研究,2022,(1).
[2]Goerke L.Tax Evasion by Individuals[J].IAAEU Discussion Papers,2014,(1).
[3]Korndoerfer M,Krumpal I,Schmukle S C.Measuring and Explaining Tax Evasion:Improving Self-reports Using the Crosswise Model[J].Journal of Economic Psychology,2014,(12).
[4]Simpson S.Sanction Threats and Appeals to Morality:Testing a Rational Choice Model of Corporate Crime[J].Law&Society Review,1996,(3).
[5]Rad M S,Shahbahrami A.Detecting High Risk Taxpayers Using Data Mining Techniques[C].international conference on Signal Processing,New York:IEEE,2016.
[6]Harris T.Credit Scoring Using the Clustered Support Vector Machine[J].Expert Systems with Applications,2015,(2).
[7]Hirk R,Hornik K,Vana L.Multivariate Ordinal Regression Models:an Analysis of Corporate Credit Ratings[J].Statistical Methods and Applications,2019,(3).
[8]钟政.大数据背景下多发性侵财犯罪预警模式研究[J].河南司法警官职业学院学报,2015,(3).
[9]刘尚希,孙静,王亚军.大数据思维在纳税评估选案建模中的应用[J].税务研究,2015,(10).
[10]楼文高,娄元英,尹淑平.基于广义回归神经网络的税务稽查选案实证研究[J].广东商学院学报,2013,(6).
[11]呼延康,樊鑫,余乐天,罗钟铉.图神经网络回归的人脸超分辨率重建[J].软件学报,2018,(4).
[12]Kipf T N,Welling M.Semi-Supervised Classification with Graph Convolutional Networks Published as a Conference Papar at ICLR,April 24-26,2017[C].Toulon:DBLP,2017.
[13]Velikovi P,Cucurull G,Casanova A,Romero A,Liop,Bengio Y.Graph Attention Networks Published as a Conference Paper at ICLR,April 30-May3,2018[C].Vancouver:PBLP,2018.
[14]Hamilton W,Ying Z,Leskovec J.Inductive Representation Learning on Large Graphs[C].Advances in Neural Information Processing Systems,Long Beach:NIPS,2017.
[15]Weber M,Domeniconi G,Chen J,et a1.Anti-Money laundering in Bitcoin:Experimenting with Graph Convolutional Networks for Financial Forensics.In:Proc.of the 25th ACM SIGKDD Int’l Conf.on Knowledge Discovery and Data Mining(KDD),Workshop on Anomaly Detection in Finance,2019.
[16]邹长宽,田小平,张晓燕,张雨晴,杜磊.基于Graph Sage节点度重要性聚合的网络节点分类研究[J].科学技术与工程,2022,(11).
[17]孙璐,王妍文,孙伟.国家治理,税收遵从与小微企业课税——基于税务部门与小微企业演化博弈分析[J].财经理论与实践,2023,(1).
[18]Cho K,Merrienboer B V,Gulcehre C,Bahdanacl F,Schwenk H,Bengio Y.Learning Phrase Representations Using RNN Encoder-Decoder for Statistical Machine Translation[J].Computer Science,2014,(6).
[19]张郁,樊丽瑛.电子发票犯罪问题分析及侦防对策[J].辽宁警察学院学报,2023,(6).
[20]杨慧,程建华.基于Transformer模型的“暴力”虚开发票风险识别[J].安徽工程大学学报,2024,(1).
(1)德阳市警方召开打击和防范经济犯罪新闻通气会.(2024-05-15)[2024-11-21].https://www.deyangpeace.gov.cn/dyga/20240515/2869186.html.
(2)公安部：密切关注涉数字化电子发票犯罪去年立案232起.(2024-03-18)[2024-11-21].https://baijiahao.baidu.com/s?id=1793854679495831674&wfr=spider&for=pc.
基本信息:
DOI：10.16340/j.cnki.ssjjyj.2025.02.008
中图分类号:F279.2;F812.42;D922.22
引用信息:
[1]黄凯明,董立峰.企业涉税违法风险动态评估研究——基于风险扩散的视角[J].税收经济研究,2025,30(02):40-49.DOI:10.16340/j.cnki.ssjjyj.2025.02.008.
基金信息:
国家税务总局税收科研课题“人工智能在税务领域应用的实践与思考”