陳 丹，李石君

（武漢大學(xué) 計算機(jī)學(xué)院，湖北 武漢430072）

0 引 言

利用計算機(jī)技術(shù)進(jìn)行稅收風(fēng)險［1］評估，不僅能夠提高工作效率，而且可以降低稅收征管成本。但是，目前我國的稅收信息化管理仍存在很多問題［2，3］，不能有效滿足稅收風(fēng)險評估的需要。文獻(xiàn) ［4］中設(shè)計的稅收分析系統(tǒng)雖然在一定時期內(nèi)能夠有效堵塞稅收征管漏洞，但是沒有考慮到稅收政策的改變帶來的影響，其設(shè)計的風(fēng)險指標(biāo)不能實(shí)現(xiàn)動態(tài)更新和添加，這將導(dǎo)致不能及時進(jìn)行稅收風(fēng)險評估。文獻(xiàn) ［5］中通過引入ILog JRules業(yè)務(wù)規(guī)則引擎和Infor－Flow 工作流，將評估方法邏輯轉(zhuǎn)化為業(yè)務(wù)規(guī)則，在一定程度上解決了稅收政策不斷變化的問題，但是其設(shè)計的業(yè)務(wù)規(guī)則過于繁瑣。為滿足稅收政策不斷變化以及系統(tǒng)使用的靈活性和簡便性的需求，本文提出一種基于四層結(jié)構(gòu)的風(fēng)險評估模型，并用巴克斯－諾爾范式定義其語法規(guī)則，使其業(yè)務(wù)規(guī)則更簡潔和精確，更易于被不同的用戶接受。根據(jù)分層的思想建立的稅收風(fēng)險評估模型去掉了緊耦合的枷鎖，整個體系都是松耦合的，在實(shí)際應(yīng)用中也取得了較好的效果。

1 風(fēng)險評估模型

1.1 風(fēng)險評估模型定義及巴克斯－諾爾范式表示

為了便于進(jìn)行風(fēng)險評估和滿足業(yè)務(wù)的需求，本文提出一種基于四層結(jié)構(gòu)的風(fēng)險評估模型。該風(fēng)險評估模型主要分為4級：因子、指標(biāo)、模型和風(fēng)險自動發(fā)現(xiàn)引擎。在風(fēng)險評估模型的基礎(chǔ)上，建立了用巴克斯－諾爾范式形式化定義的因子表達(dá)式、指標(biāo)取數(shù)規(guī)則和指標(biāo)預(yù)警區(qū)間語法規(guī)則的語言。其中，巴克斯－諾爾范式 （Backus－Naur form）是由John Backus初次引入的一種形式化符號來描述給定語言的語法［6，7］。它是一種表示上下文無關(guān)語法的語言，用于形式化定義語言語法的數(shù)學(xué)方法［8］。

風(fēng)險評估模型的層次結(jié)構(gòu)如圖1所示。

圖1 風(fēng)險評估模型的層次結(jié)構(gòu)

因子是風(fēng)險評估模型的第1 級，是整個模型的基礎(chǔ)；指標(biāo)是風(fēng)險評估模型的第2級，由因子組成，指標(biāo)確定了風(fēng)險的評判標(biāo)準(zhǔn)，決定了能識別出的風(fēng)險數(shù)量，以及風(fēng)險識別的準(zhǔn)確率；模型是風(fēng)險評估模型的第3級，由指標(biāo)組成，通過計算模型可以識別出存在的風(fēng)險信息；風(fēng)險自動發(fā)現(xiàn)引擎是風(fēng)險評估模型的第4級，通過計算建立的模型，可以實(shí)現(xiàn)風(fēng)險自動發(fā)現(xiàn)，并展示風(fēng)險信息，以利于及時進(jìn)行風(fēng)險處理。

1.1.1 因子

首先給出因子的定義。

定義1 因子是與數(shù)據(jù)庫直接關(guān)聯(lián)的元素。以F 表示所有的因子集合，f∈F 表示某個具體的因子。

從圖1可知，因子是風(fēng)險評估模型的最小單位，是風(fēng)險評估模型的第1級。每一個因子都有一個唯一的名稱和表達(dá)式，下面給出因子表達(dá)式的定義。

定義2 因子與數(shù)據(jù)庫關(guān)聯(lián)的規(guī)則，稱為因子表達(dá)式。以f.E 表示某因子f 的表達(dá)式，其中f∈F。

因子表達(dá)式具有多種形式，我們將其歸納為以下兩種：①數(shù)據(jù)庫中一個表的某個字段或?qū)δ硞€字段的求和、求平均、求總數(shù)等；②多個字段 （或字段的求和、求平均、求總數(shù)等）的相加或相減，并且這些字段可能在不同的表中。基于因子表達(dá)式的特點(diǎn)，我們用BNF范式將其語法規(guī)則形式化定義為：

其中，factor－expr是語法的起始符，代表因子表達(dá)式。factor－expr和factor－expr’的產(chǎn)生式規(guī)則組合表示一則加減法運(yùn)算公式，term 非終結(jié)符代表組成運(yùn)算公式的項，而factor－expr’是為消除左遞歸而設(shè)置的非終結(jié)符。columnexpr非終結(jié)符代表字段的表達(dá)式，由表名table和字段名column組成，是term 的一種形式，其中table和column都有其各自的產(chǎn)生式規(guī)則。function是非終結(jié)符，代表SQL函數(shù)，包括求和、求平均、求總數(shù)、求最大值和求最小值。

為了能更好地理解因子，下面給出因子的一個例子。

例1：“年度營業(yè)收入”因子?！澳甓葼I業(yè)收入”因子取值于 《利潤表》中的營業(yè)收入，根據(jù)BNF范式形式化定義的語法規(guī)則，其因子表達(dá)式為：SUM （NSPG＿CW ＿LRBA.d1），其中NSPG＿CW ＿LRBA 代表數(shù)據(jù)庫中的利潤表，d1代表利潤表中的營業(yè)收入字段，SUM 是對一年的營業(yè)收入求和。

1.1.2 指標(biāo)

指標(biāo)，是在因子的基礎(chǔ)上建立的，是風(fēng)險評估模型的第2級。參考文獻(xiàn) ［9，10］，我們將指標(biāo)定義為：

定義3 指標(biāo)是反應(yīng)稅收風(fēng)險狀況，進(jìn)行稅收風(fēng)險評估的規(guī)則或標(biāo)準(zhǔn)。以I 表示所有的指標(biāo)集合，i∈I 表示某個具體的指標(biāo)。

指標(biāo)有2個主要的屬性：取數(shù)規(guī)則和預(yù)警區(qū)間，下面給出這些屬性的定義。

定義4 我們把為進(jìn)行風(fēng)險評估而設(shè)定的公式或規(guī)則，稱為指標(biāo)的取數(shù)規(guī)則。以i.R 表示某個指標(biāo)的取數(shù)規(guī)則，其中i∈I。

定義5 指標(biāo)的預(yù)警區(qū)間是決定風(fēng)險評估對象是否存在風(fēng)險的依據(jù)。以i.W 表示某個指標(biāo)的預(yù)警區(qū)間，其中i∈I。

根據(jù)業(yè)務(wù)需求，指標(biāo)的取數(shù)規(guī)則主要有兩種形式：①由因子組成的一個或多個四則運(yùn)算公式；②由因子組成的一個或多個比較運(yùn)算公式。我們用BNF范式形式化定義指標(biāo)取數(shù)規(guī)則的語法規(guī)則為：

其中，index－rule非終結(jié)符是起始符號，代表指標(biāo)的取數(shù)規(guī)則，rule代表一個四則運(yùn)算公式或者比較運(yùn)算公式，在index－rule的產(chǎn)生式中，符號 “；”用來分隔相鄰的公式。expression非終結(jié)符的產(chǎn)生式規(guī)則表示四則運(yùn)算公式的語法規(guī)則，其中expression’和term’是為消除左遞歸而設(shè)置的非終結(jié)符，factor’非終結(jié)符代表組成運(yùn)算公式的因子，而factor’產(chǎn)生式規(guī)則中的factor非終結(jié)符代表風(fēng)險評估模型中的因子。digit非終結(jié)符代表數(shù)字 （整數(shù)或小數(shù)），并有其自己的語法規(guī)則。sign是非終結(jié)符，代表算術(shù)比較算子。

由定義5可知，指標(biāo)的預(yù)警區(qū)間決定風(fēng)險評估對象是否有風(fēng)險。其主要有兩種形式：①含有字母X 的比較公式，其中X 表示根據(jù)取數(shù)規(guī)則計算出的結(jié)果；②含有因子的比較公式。同樣，我們也用BNF范式定義了預(yù)警區(qū)間的語法規(guī)則，如下：

其中，warn－interval非終結(jié)符是起始符，代表預(yù)警區(qū)間表達(dá)式，X－expr表示含有字母 “X”的比較公式，F(xiàn)－expr代表含有因子的比較公式。X－expr’的產(chǎn)生式規(guī)則定義了含有字母X 的比較公式的各種形式，F(xiàn)－expr產(chǎn)生式中的符號 “＆”和 “｜”分別表示 “并”和 “或”的意思。expression和sign非終結(jié)符的產(chǎn)生式與指標(biāo)取數(shù)規(guī)則的語法規(guī)則中的一致。另外，sign1非終結(jié)符表示大于或者大于等于算術(shù)比較算子，sign2非終結(jié)符表示小于或者小于等于算術(shù)比較算子。

為了更好的闡述指標(biāo)，我們給出指標(biāo)的2個例子。

例2：“營業(yè)稅計稅依據(jù)與收入、預(yù)收配比”指標(biāo)。企業(yè)繳納營業(yè)稅依據(jù)與當(dāng)期 （銷售）收入、預(yù)收賬款凈增加額合計數(shù)基本一致，否則存在未按規(guī)定申報營業(yè)稅的問題。當(dāng)期 （銷售）收入、預(yù)收賬款凈增加額合計數(shù)通過用年度營業(yè)收入加上預(yù)收賬款年末數(shù)與預(yù)收賬款年初數(shù)之差，再依次減去建安分包金額合計和增值稅計稅依據(jù)銷售額計算得出，所以營業(yè)稅計稅依據(jù)與收入、預(yù)收配比通過企業(yè)年度營業(yè)稅計稅金額除以當(dāng)期 （銷售）收入、預(yù)收賬款凈增加額合計數(shù)計算得出。當(dāng)營業(yè)稅計稅依據(jù)與收入、預(yù)收配比不為1時為非正常，比例在0.8 （含）至1的積3分，比例低于0.8的積6分，通過專家打分的方式，該指標(biāo)被評為二級指標(biāo)。對這段文字進(jìn)行分析后，可以得出該指標(biāo)的取數(shù)規(guī)則為：企業(yè)年度營業(yè)稅計稅金額／ （年度營業(yè)收入＋（預(yù)收賬款年末數(shù)－預(yù)收賬款年初數(shù)）－建安分包金額合計－增值稅計稅依據(jù)銷售額），以及預(yù)警區(qū)間為：0.8＜X＜1；X＜0.8。

例2是指標(biāo)取數(shù)規(guī)則和預(yù)警區(qū)間第一種形式的一個示例，下面通過例3來闡述指標(biāo)取數(shù)規(guī)則和預(yù)警區(qū)間的第二種形式。

例3：“住房公積金未按標(biāo)準(zhǔn)扣除風(fēng)險”指標(biāo)。比對納稅人個人所得稅明細(xì)申報中收入總額與住房基金扣除額，如果超過規(guī)定標(biāo)準(zhǔn)和限額，存在超標(biāo)準(zhǔn)扣除住房公積金的風(fēng)險。住房公積金扣除標(biāo)準(zhǔn)需小于等于收入總額乘以12%，以及住房公積金扣除限額需小于等于1370元，如果住房公積金扣除標(biāo)準(zhǔn)大于收入總額乘以12%，或者住房公積金扣除限額大于1370元，則存在住房公積金超標(biāo)扣除風(fēng)險。通過分析和提取關(guān)鍵信息，并參照定義的BNF語法規(guī)則，得出其取數(shù)規(guī)則為：住房公積金扣除標(biāo)準(zhǔn)≤收入總額×12%；住房公積金扣除限額≤1370。以及預(yù)警區(qū)間為：住房公積金扣除標(biāo)準(zhǔn)＞收入總額×12% ｜住房公積金扣除限額＞1370。

1.1.3 模型

定義6 我們將模型定義為三元組M＝ （I，P，t），其中I、P 分別為指標(biāo)和納稅人信息的非空可數(shù)有限集，t表示評估時間。

模型是在指標(biāo)的基礎(chǔ)上建立的。通過從指標(biāo)集中選擇一些指標(biāo)，然后將這些指標(biāo)應(yīng)用于一批納稅人，確定評估時間，可以建立一個模型。下面，給出模型的一個例子。

例4：模型示例。指標(biāo)集合I＝ ｛營業(yè)稅計稅依據(jù)與收入、預(yù)收配比，住房公積金未按標(biāo)準(zhǔn)扣除風(fēng)險｝，納稅人信息集合P＝ ｛納稅人1，納稅人2，納稅人3，納稅人4｝，評估時間t＝2013年。該模型用來評估納稅人1、納稅人2、納稅人3、納稅人4和納稅人5在2013年是否存在營業(yè)稅計稅依據(jù)與收入、預(yù)收配比風(fēng)險和住房公積金未按標(biāo)準(zhǔn)扣除風(fēng)險。

1.1.4 風(fēng)險自動識別引擎

風(fēng)險評估模型的第4級是風(fēng)險自動識別引擎，在依次建立了因子庫、指標(biāo)庫和模型庫后，通過計算模型，可以實(shí)現(xiàn)風(fēng)險自動識別，并將識別出的風(fēng)險信息以列表或圖表的形式展示，以便進(jìn)一步進(jìn)行風(fēng)險處理。

1.2 算法描述

根據(jù)風(fēng)險評估模型的特點(diǎn)，以及BNF范式定義的語法規(guī)則，本文提出一種高效的風(fēng)險自動發(fā)現(xiàn)算法RAD （risk automatically discover）。

算法1：風(fēng)險自動發(fā)現(xiàn)算法RAD（I，P，t）

描述：本算法是通過計算一個指標(biāo)集合為I，納稅人信息集合為P 和評估時間為t 的模型，判斷被評估納稅人中是否存在稅收風(fēng)險，并返回風(fēng)險信息集合R。

輸入：指標(biāo)集合I，納稅人信息集合P 和評估時間t。

輸出：風(fēng)險信息集合R。

1.R＝；符號集合S＝ ｛＞，＜，≥，≤，＝，≠｝；

2.While（I≠和P≠）Do

3. For I中的每一個指標(biāo)i Do

4. For P 中的每一個納稅人p Do

5. If i.R 中不包含集合S 中的字符THEN

result1＝CI（i.R，p，t）；／／調(diào)用指標(biāo)計算算法CI（Calculate Index）

6. result2 ＝WI（i.W，i，result1，p，t）／／調(diào)用預(yù)警區(qū)間計算算法WI（Warn Interval）

7. If result2≠THENresult2加入R 中；

例4.MARY:What is a lie!Now you're talking in riddles like Jamie. Edmund! Don't! There's your father coming up the steps now. I must tell Bridget.

8. End For

9. End For

10.End While

11.Return R；

算法RAD 主要由初始化、模型計算和結(jié)果返回3個部分構(gòu)成。在模型計算部分，調(diào)用了子算法CI（i.R，p，t）和WI（i.W，i，result1，p，t）。CI算法主要是計算指標(biāo)的取數(shù)規(guī)則i.R，該算法要求i.R 的形式必須為四則運(yùn)算公式，如例2中所示。對于例3中的形式，只需調(diào)用子算法WI，即可判斷被評估對象是否存在稅收風(fēng)險。

算法2：指標(biāo)計算算法CI（i.R，p，t）

描述：本算法主要計算指標(biāo)的取數(shù)規(guī)則i.R，并返回計算結(jié)果result1。

輸出：指標(biāo)的計算結(jié)果result1。

1.result1 ＝；

2.解析出i.R 中的所有因子，得到因子集合F；

3.For F 中的每一個因子f Do

4. factorValue＝CF（f，p，t）；／／調(diào)用因子計算算法CF （CalculateFactor）

5. i.R.replace（f，factorValue）；／／用factorValue替換i.R 中的因子f

6.End For

7.計算i.R，將計算結(jié)果賦值給result1；

8.Return result1；

子算法CI的關(guān)鍵思想在于，需要求出組成指標(biāo)取數(shù)規(guī)則的每一個因子的值，然后用因子的值來替換因子，當(dāng)所有的因子都被替換后，就可以按照四則運(yùn)算法則進(jìn)行計算，得出最后結(jié)果。

算法3：因子計算算法CF（f，p，t）

描述：本算法主要根據(jù)納稅人信息p 和評估時間t 計算因子表達(dá)式f.E，并返回計算結(jié)果factorValue。

輸入：因子f，納稅人p，評估時間t。

輸出：因子計算結(jié)果factorValue。

1.factorValue＝；

2.解析f.E，計算f.E 中的SUM、AVG、COUNT、MAX、MIN 函數(shù)；

3.解析出f.E 的所有字段，得到字段集合C

4.For C 中的每一個字段c Do

5. 根據(jù)p 和t，取得字段值columnValue；

6. f.E.replace（c，columnValue）；

7.End For

8.計算f.E，將計算結(jié)果賦值給factorValue；

9.If factorValue＜0Then

factorValue ＝“（”＋factorValue ＋“）”；

10.Return factorValue；

因子計算算法CF的思想與CI算法相似，但比CI算法復(fù)雜。因子表達(dá)式中可能含有SUM、AVG 等函數(shù)，我們需要先解析出SUM、AVG 等函數(shù)，求出SUM、AVG 等函數(shù)的值。步驟4至步驟7為求解因子表達(dá)式中字段的值，步驟8是根據(jù)四則運(yùn)算法則計算f.E，得到因子值factor－Value。如果最后計算出的因子值為負(fù)數(shù)，我們需要加上括號，以利于CI算法的調(diào)用。

算法4：預(yù)警區(qū)間算法WI（i.W，i，result1，p，t）

描述：本算法通過比較指標(biāo)取數(shù)規(guī)則計算結(jié)果result1與設(shè)定的預(yù)警值，或通過計算和分析區(qū)間范圍，得出風(fēng)險評估結(jié)果。

輸入：指標(biāo)預(yù)警區(qū)間i.W，指標(biāo)信息i，取數(shù)規(guī)則計算結(jié)果result1，納稅人信息p 和評估時間t。

輸出：風(fēng)險評估結(jié)果riskResult。

1.riskResult＝；風(fēng)險標(biāo)識字段flag＝false；

2.If i.W 中包含字符X Then

比較result1與i.W，如果result1在區(qū)間范圍內(nèi)，則flag＝true；

3.Else flag＝WI1（i.W，p，t）

4.If flag＝＝true then

將風(fēng)險信息存入riskResult中；

5.Return riskResult；

指標(biāo)的預(yù)警區(qū)間主要分為兩種形式：①含X 的比較公式，如例2所示；②含因子 （不含X）的比較公式，如例3所示。對于第1種形式，我們需要判斷指標(biāo)取數(shù)規(guī)則計算結(jié)果result1是否在設(shè)定的區(qū)間范圍內(nèi)，如果是，則表明存在風(fēng)險，需記錄風(fēng)險信息。對于第2種形式，需調(diào)用預(yù)警區(qū)間子算法WI1進(jìn)行計算和比較。

算法5：預(yù)警區(qū)間子算法WI1 （i.W，p，t）

描述：本算法主要處理形如 “A＞B＊10%｜C＞1730”形式的預(yù)警區(qū)間，通過計算和比較，并進(jìn)行邏輯與和邏輯或操作，得出最后結(jié)果 （true或false）。

輸入：指標(biāo)的預(yù)警區(qū)間i.W，納稅人信息p 和評估時間t。

輸出：風(fēng)險標(biāo)識字段flag。

1.flag＝false；計算結(jié)果集合resultList＝；符號集合signList＝；

2.將i.W 根據(jù)字符 “＆”和 “｜”分割，得到字符串?dāng)?shù)組splitStrs。

3.For splitStrs中的每個字符串splitStrsiDo

4. If splitStrsi不是字符 “＆”或 “｜”then

計算splitStrsi，將計算結(jié)果 （true或false）添加到splitStrsi中；

5. Else將字符 “＆”或 “｜”加入到signList中；

6.End For

7.組合resultList 和signList，形成一個新的字符串

resultString；

8.If resultString 中不包含字符 “＆”和 “｜”Then

flag ＝resultString；

9.Else根據(jù)邏輯運(yùn)算規(guī)則，計算resultString，將計算結(jié)果存于flag中；

10.Return flag；

2 系統(tǒng)實(shí)現(xiàn)及結(jié)果分析

2.1 系統(tǒng)實(shí)現(xiàn)

在風(fēng)險評估系統(tǒng)的實(shí)現(xiàn)過程中，我們使用了當(dāng)前最為流行的面向?qū)ο蟮某绦蛟O(shè)計語言之一——Java，使用的開發(fā)工具為MyEclipse 8.5，應(yīng)用服務(wù)器為BEA 的WebLogic 10，數(shù)據(jù)庫管理系統(tǒng)為Oracle 11g。目前，該模型已投入到某地稅局的實(shí)際工作中。

2.2 結(jié)果分析

在項目的實(shí)際應(yīng)用中，指標(biāo)主要有11大類，包括營業(yè)稅風(fēng)險指標(biāo)、城市維護(hù)建設(shè)稅風(fēng)險指標(biāo)、教育費(fèi)附加風(fēng)險指標(biāo)、個人所得稅風(fēng)險指標(biāo)、土地增值稅風(fēng)險指標(biāo)、土地使用稅風(fēng)險指標(biāo)、房產(chǎn)稅風(fēng)險指標(biāo)、印花稅風(fēng)險指標(biāo)、企業(yè)所得稅風(fēng)險指標(biāo)、建安業(yè)風(fēng)險指標(biāo)和電信業(yè)稅收風(fēng)險指標(biāo)，我們用字母A－K 依次表示這11類指標(biāo)。我們將這11類指標(biāo)分別應(yīng)用于1000 名納稅人，表1 顯示了風(fēng)險評估結(jié)果。

表1 風(fēng)險評估結(jié)果

表1中，實(shí)際風(fēng)險數(shù)是通過實(shí)地考察和稅務(wù)核查確定的風(fēng)險數(shù)量；識別風(fēng)險數(shù)是風(fēng)險自動發(fā)現(xiàn)引擎識別出的風(fēng)險數(shù)量；未識別風(fēng)險數(shù)是風(fēng)險自動發(fā)現(xiàn)引擎未能識別出而實(shí)際上是風(fēng)險的數(shù)量；錯誤識別風(fēng)險數(shù)是風(fēng)險自動發(fā)現(xiàn)引擎將不是風(fēng)險的信息識別為風(fēng)險信息的數(shù)量。從表1可知，該風(fēng)險自動發(fā)現(xiàn)引擎具有較高的風(fēng)險識別準(zhǔn)確率，其準(zhǔn)確率幾乎達(dá)到100%

指標(biāo)的預(yù)警區(qū)間決定了能識別出的風(fēng)險數(shù)量，當(dāng)擴(kuò)大或縮小指標(biāo)的預(yù)警區(qū)間時，識別出的風(fēng)險數(shù)量都有著明顯的變化。表2和表3分別顯示了擴(kuò)大或縮小指標(biāo)的預(yù)警區(qū)間后風(fēng)險評估結(jié)果。

表2 擴(kuò)大預(yù)警區(qū)間后風(fēng)險評估結(jié)果

表3 縮小預(yù)警區(qū)間后風(fēng)險評估結(jié)果

通過對比表1和表2中的數(shù)據(jù)可知，擴(kuò)大指標(biāo)的預(yù)警區(qū)間后，識別出的風(fēng)險數(shù)量有了明顯的增加，但是有些識別出的風(fēng)險，并不是實(shí)際存在的風(fēng)險，提高了風(fēng)險的誤判率。同樣，通過對比表1和表3中的數(shù)據(jù)可知，縮小指標(biāo)的預(yù)警區(qū)間后，識別出的風(fēng)險數(shù)量有著明顯的減少，對一些實(shí)際存在的風(fēng)險，并未能識別出來，降低了風(fēng)險評估的正確率。因此，指標(biāo)預(yù)警區(qū)間設(shè)置的合理性，直接影響風(fēng)險評估結(jié)果的正確性。

3 結(jié)束語

本文在傳統(tǒng)稅收風(fēng)險評估系統(tǒng)的基礎(chǔ)上，提出了一種基于四層結(jié)構(gòu)的稅收風(fēng)險評估模型，該風(fēng)險評估模型包括因子、指標(biāo)、模型和風(fēng)險自動發(fā)現(xiàn)引擎4 層，其中因子組成指標(biāo)，指標(biāo)組成模型，通過計算模型實(shí)現(xiàn)風(fēng)險的自動發(fā)現(xiàn)。文中分別給出了因子、指標(biāo)、模型的定義，并用BNF范式表示了因子取數(shù)規(guī)則、指標(biāo)取數(shù)規(guī)則和預(yù)警區(qū)間的語法規(guī)則。應(yīng)用該語法規(guī)則提出了一種高效的風(fēng)險自動發(fā)現(xiàn)算法，并在實(shí)際項目中驗證了算法的正確性，以及模型的可行性和靈活性。目前，本模型已編制成軟件，投入到實(shí)際項目當(dāng)中。下一步工作是優(yōu)化指標(biāo)預(yù)警區(qū)間設(shè)置的規(guī)則，從而提高風(fēng)險評估的正確率。

［1］LI Hanwen.Discussion on the definition and hazards of tax risk［J］.Taxation Research，2008 （8）：66－68 （in Chinese）.［李漢文.芻議稅收風(fēng)險的定義及危害 ［J］.稅務(wù)研究，2008（8）：66－68.］

［2］ZENG Changsheng.Analysis of the effective implementation of tax risk management from the perspective of information management optimization ［J］.Taxation Research，2011 （1）：83－86 （in Chinese）.［曾長勝.從信息管理優(yōu)化角度探析稅收風(fēng)險管理的有效實(shí)施 ［J］.稅務(wù)研究，2011 （1）：83－86.］

［3］ZHANG Xin，AN Tifu.Rethink on the present situation of tax informatization in China and international reference ［J］.Tax and Economic Research，2012 （5）：1－13 （in Chinese）. ［張新，安體富.對我國稅收信息化現(xiàn)狀的反思與國際借鑒 ［J］.稅收經(jīng)濟(jì)研究，2012 （5）：1－13.］

［4］WANG Qi.Design and implementation of taxation analysis system ［D］.Shandong：Shandong University，2010：1－50 （in Chinese）.［王祺.稅收分析系統(tǒng)的設(shè)計與實(shí)現(xiàn) ［D］.山東：山東大學(xué)，2010：1－50.］

［5］GAO Ping，HU Heng，SONG Xingbin，et al.Research application of business rules and workflow management in tax evaluation ［J］.Computer Engineering and Design，2010，31 （9）：2135－2139 （in Chinese）.［高萍，胡恒，宋興彬，等.規(guī)則和流程管理在納稅評估系統(tǒng)中的應(yīng)用研究 ［J］.計算機(jī)工程與設(shè)計，2010，31 （9）：2135－2139.］

［6］JIANG Ye，GUAN Renchu，LIANG Yanchun.BNF syntax unifying Dmoz and Yahoo syntax and its implementation ［J］.Computer Engineering and Design，2009，30 （19）：4520－4523（in Chinese）.［姜冶，管仁初，梁艷春.整合Dmoz和Yahoo標(biāo)簽的BNF文法及其實(shí)現(xiàn) ［J］.計算機(jī)工程與設(shè)計，2009，30 （19）：4520－4523.］

［7］Alkin Nasuf，Atul Bhaskar，Andy J Keane.Grammatical evolution of shape and its application to structural shape optimisation ［J］.Structural and Multidisciplinary Optimization，2013，48 （1）：187－199.

［8］YUAN Limiao，BAO Guangyu，ZHU Li.Method for formalizing battle management language grammar based on BNF ［J］.Journal of Military Communications Technology，2010，31（4）：35－39 （in Chinese）.［袁黎苗，鮑廣宇，朱立.一種基于BNF的作戰(zhàn)管理語言語法表示 ［J］.軍事通信技術(shù)，2010，31（4）：35－39.］［9］ZHAO Lianwei.Think to construct China’s tax risk identification method system ［J］.Taxation Research，2012 （7）：77－80 （in Chinese）.［趙連偉.構(gòu)建我國稅收風(fēng)險識別方法體系的思考 ［J］.稅務(wù)研究，2012 （7）：77－80.］

［10］HONG lianpu.Discussion on the construction of tax risk management mechanism ［J］.International Taxation in China，2011 （3）：66－70 （in Chinese）.［洪連埔.淺談稅收風(fēng)險管理機(jī)制的構(gòu)建 ［J］.涉外稅務(wù)，2011 （3）：66－70.］