[发明专利]一种企业税务风险预测方法

说明书

一种企业税务风险预测方法，包括：根据企业风险信息和企业总数计算所述税收风险的先验概率矩阵和状态转移矩阵；根据所述先验概率矩阵和所述状态转移矩阵计算出所述税收风险项的风险状态概率；计算出所述税收风险项对应的目标数量；获取企业信息并根据所述企业信息构建企业和风险之间的风险路径链路，根据所述风险路径链路生成多维矩阵；按照所述风险项对应的目标数量，在所述税收风险项对应的企业中，按照所述企业风险项概率由高到低的顺序，筛选出目标数量的企业，并作为预测结果输出。本实施例提供一种基于企业关系链条的税务风险主动预测模型，用以克服传统税收风险预测结果不准确，企业风险数量与宏观经济相脱离的等问题。

技术领域

本申请实施例涉及电子信息技术领域，尤其涉及一种企业税务风险预测方法。

背景技术

目前税务风险主要是靠税务稽查部门进行税务信息核对，这种处理方法需要耗费大量人力并且缺乏对纳税整体的把握，同时由于稽查是对已有申报信息进行事后核对，税局通过人工稽查的方式往往无法及时获得企业或地区的风险情况。例如经典风险预测方法有决策树、随机森林、逻辑回归等机器学习模型等神经网络模型，这些模型可以通过历史数据对某类税收风险情况有一定的预测，但是很难获得较为全面准确的预测结果。

发明内容

有鉴于此，本实施例提供一种基于企业关系链条的税务风险主动预测模型，用以克服传统税收风险预测结果不准确，企业风险数量与宏观经济相脱离的等问题。

第一方面，本申请实施例提供了一种企业税务风险预测方法，包括：

通过设置的第一通讯接口，获取第三方网络应用发送的至少一种税收风险项，并根据第三方网络应用发送的企业风险信息和企业总数通过第一信息处理器计算税收风险的先验概率矩阵和状态转移矩阵；当第三方网络应用发送的税收风险项大于一个时，任意两个税收风险项不同；

根据先验概率矩阵和状态转移矩阵通过第一信息处理器计算出税收风险项的风险状态概率；

根据税收风险项的风险状态概率和企业总数，通过第一信息处理器计算出税收风险项对应的目标数量；

通过设置的第二通讯接口，获取第三方网络应用发送的企业信息并根据企业信息通过第二信息处理器构建企业和风险之间的风险路径链路，根据风险路径链路生成多维矩阵；通过多维矩阵对分解因子机特征提取模型进行参数调整；

根据分解因子机特征提取模型通过第二信息处理器确定出税收风险项对应的企业以及企业风险概率；

根据风险项对应的目标数量，通过第三信息处理器，在税收风险项对应的企业中，按照企业风险项概率由高到低的顺序，筛选出目标数量的企业，并作为预测结果输出至应用程序终端。

可选地，在一种实现方式中，根据风险路径链路生成多维矩阵包括：

通过第二信息处理器从构建的企业和风险路径链路中抽取企业税务风险特征对；进而根据每种企业相同的企业税务风险特征对，构建多维矩阵。

可选地，在一种实现方式中，企业税务风险预测方法还包括：

通过第二信息处理器对多维矩阵进行矩阵分解，得到税务风险项矩阵及其对应的企业风险概率特征矩阵；

通过第二信息处理器对企业风险概率特征矩阵的二阶关系进行建模得到初始的分解因子机特征提取模型；初始的分解因子机特征提取模型输出结果计算最小化均方损失函数，根据最小化均方损失函数的损失函数值调整分解因子机特征提取模型中的参数。

可选地，在一种实现方式中，企业税务风险预测方法还包括：

通过第二信息处理器对二阶关系的损失函数进行正则化处理，根据正则化损失函数的损失函数值调整分解因子机特征提取模型，得到正则化后的分解因子机特征提取模型。

可选地，在一种实现方式中，企业税务风险预测方法还包括：