[发明专利]基于SPARK的小规模纳税人年应税销售额的监控方法及系统

说明书

本发明设计实现了一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法，通过分析小规模纳税人的销项发票数据来计算其年应税销售额，进而监控小规模纳税人是否达标，并使用sparkSQL代替关系型数据库的数据处理计算过程，提高了监控的准确性和计算速率。所述方法包括：获取小规模纳税人的销项发票表和纳税人信息表；对无关的、冗余的以及杂乱的字段信息进行清洗；关联小规模纳税人的销项发票表和纳税人信息表，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的字段信息；进行小规模纳税人的分类并创建纳税人事实表；计算每个小规模纳税人的年应税销售额；与对应的达标认定标准进行对比，并对对比结果进行监控。

技术领域

本发明涉及税务监管领域，并且更具体地，涉及一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法及系统。

背景技术

在税务监管的工作中，税务人员发现很多小规模纳税人达到一般纳税人认定标准后，不但不申请一般纳税人资格认定，反而采取各种办法来规避，造成部分达标小规模纳税人申报额偏低、虚假注销、非正常户增加、注销税务登记后迟迟不办理新的营业执照及税务登记的现象。

达标小规模纳税人不愿意转换为一般纳税人的原因如下：

1、行业的特殊性使一般纳税人资格认定后税负有较大增加；

2、一般纳税人简易征收办法存在局限性；

3、对增值税专用发票取得的非依赖性；

4、个别行业经营核算体制与增值税一般纳税人核算原则发生冲突。

为了加大对达标小规模纳税人的管理力度，除了加强政策的宣传辅导和加强注销业户审核以外，还需要加强对小规模纳税人的有计划、有重点的监控。

SPARK是基于内存的，是云计算领域的继Hadoop之后的下一代的最热门的通用的并行计算框架开源项目。SPARK最大的优势在于速度，在迭代处理计算方面比Hadoop快100倍以上；SPARK另外一个无可取代的优势是：“One Stack to rule them all”，SPARK采用一个统一的技术堆栈解决了大数据计算的所有核心问题，这直接奠定了其大数据领域的核心地位。

随着小规模纳税人转变为一般纳税人标准的降低以及税务部门网络化管理进度的加快，小规模纳税人的发票数据量大幅度增加，传统的数据处理方式的弊端开始显现，为了达到高效监控的目的，势必要引入新的数据处理手段。

发明内容

为了解决上述问题，根据本发明的一方面，提供一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法，包括：

获取电子底账库中小规模纳税人的销项发票表；

获取金税三期库中小规模纳税人的纳税人信息表；

对销项发票表和纳税人信息表中无关的、冗余的以及杂乱的字段信息进行清洗；

利用纳税人识别号字段和开业登记日期字段将销项发票表和纳税人信息表进行关联，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的所有字段信息，并存储至SPARK框架下的数据仓库表中；

使用SPARK框架下的分析工具sparkSQL调用行业明细代码字段和经营范围字段对注册登记时间在一年以上的小规模纳税人进行分类并创建纳税人事实表以存储分类结果；

使用分析工具sparkSQL计算每个小规模纳税人的年应税销售额；

将小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，并对对比结果进行监控。

优选地，所述无关的、冗余的以及杂乱的字段信息为与小规模纳税人年应税销售额计算无关的字段、字段内数据不完整的字段以及格式不统一的字段。