加值型營業稅選案研究 -以財政部中區國稅局某稽徵所為例

The Study of Cases Selection in Value-Added Tax -The cases of An Office of National Taxation Bureau of The Central Area, Ministry of Finance

游崇熙(Chong-Si You)

指導教授 ： 柯俊禎

朝陽科技大學/管理學院/財務金融系/碩士(2014年)

摘要

本研究以100及101年度財政部中區國稅局某稽徵所轄內遭查獲或輔導補稅之營業人187筆樣本及未曾調查補稅之營業人145筆樣本，其申報之營業稅及營利事業所得稅資料組合為10個自變數，並爰用類神經網路及模糊決策樹方法建立選案查核模型，除藉以協助稅務人員挑選可能逃漏營業稅之案件外，並以實際查核情形說明分類矩陣N01案件並非單純分類錯誤，反而是稅務人員更應加強注意的案源；另外，比較模糊決策樹以語意變數產生的規則與類神經網路黑箱作業的特性，藉以說明模糊規則在查核上的實用性及類神經網路並不適合建立稅務選案模型。

關鍵字

類神經網路 ； 選案查核 ； 加值型營業稅 ； 模糊決策樹

並列摘要

Our study data is selected from An official office of National Taxation Bureau of the Central Area, Ministry of Finance ROC which include being value-added tax (VAT) levied cases 187 and not being VAT levied cases 145. We set up 10 independent variables based on the possible combination through the variations of VAT report and Annual Business income tax report, also using Neural Network and Fuzzy Decision Tree methods to build up cases selection model. We expect these models not only help tax officers to choose those tax avoidance cases more efficiently, but also through N01 cases to identify those categorized metric into more significant cases for tax levy uses, besides, in comparison with Linguistic Variables rule settings of Fuzzy Decision Tree, Neural Network are not appropriated to build tax selection cases model, while rule settings in Fuzzy Decision Tree are more practicable in tax selection cases model.

並列關鍵字

Fuzzy decision tree ； Neural network ； Cases selection ； Value-added tax

參考文獻

2.王淑芳(2010)。營業人加值型營業稅逃漏金額之決定因素-以內湖科學園區逃漏稅營業人為例(未出版之碩士論文)。國立政治大學，台北市。

5.邱家永(2008)。加值型營業稅冒退稅選案查核模式之研究。國立臺中技術學院，台中市。

7.林月桃(2009)。影響逃漏稅之因素-以加值型營業稅為例。國立政治大學，台北市。

8.胡萬(2011)。運用決策樹演算法於營業稅選案之研究。元智大學，桃園縣。

9.洪梓玲(2011)。建構加值型營業稅選案查核模式之研究。臺中技術學院，台中市。