營業稅佔全國賦稅實徵淨額總計的百分之十以上,僅次於營利事業所得稅及綜合所得稅,為國家重要稅收來源。由於營業人常利用各種方式來逃漏營業稅,使得國家稅收連年短徵,加上稽查人員人力不足且查核人員流動率高使得查核經驗無法傳承,故本研究欲在現行的選案制度下,建立一套營業稅智慧型選案查核作業流程,使得查核人員能夠更有效率且準確的進行查核,遏止營業人心存僥倖和觀望,杜絕逃漏稅情事,以增加國家稅收。
本研究導入資料採礦技術,以98年度零稅率冒退為例,以該年度營業人為主要的研究對象,透過本研究所建構之建模標準流程,分別利用C5.1、CHAID、QUEST、C&R Tree、羅吉斯迴歸及類神經網路等六種方法建立冒退機率模型,並加以評估及比較其預測能力。研究結果發現,經評估確立以冒退對非冒退人數之比例為1:2之下,使用C5.1分類樹技術建模的效果最佳,共有十個變數納入分類規則中,其中影響營業人冒退之最重要的變數為「應退稅額」,並產生54個判斷營業人冒退之規則。
透過本研究建立之嚴謹的建模標準流程,所產之冒退規則模型,經驗證後,此模型具有一定的穩定性與預測效力,在模型整體正確率(Accuracy)平均而言約有90%之預測率、反查率(Recall)平均而言約有85%之預測率及F-measure平均而言約有80%之預測率,故本研究所建構之建模標準流程確實能夠在國稅局冒退查核流程實務中加以應用。相信本研究所建立之建模標準流程,可提供國稅局查核人員於未來查核逃漏之際,無論是何種查核項目,皆可按此流程,達到有效率且準確的查核結果,進而杜絕逃漏稅情事,方能增加國家稅收。
Identifer | oai:union.ndltd.org:CHENGCHI/G0983540131 |
Creators | 曾雨慈 |
Publisher | 國立政治大學 |
Source Sets | National Chengchi University Libraries |
Language | 中文 |
Detected Language | Unknown |
Type | text |
Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0133 seconds