《Journal of the Royal Statistical Society Series A: Statistics in Society》:A network approach to detect Value Added Tax fraud
编辑推荐:
本刊推荐:为解决增值税(VAT)欺诈造成的财政收入流失问题,研究人员开发了结合网络结构与节点特定信息的可扩展异常检测算法NIMAD和HACI。研究利用保加利亚全国增值税数据验证,结果显示该方法能检测约50%的欺诈交易,显著优于忽略网络结构的传统方法。该技术可在纳税人提交申报后自动实施,为税务当局提供高效欺诈预防工具。
在当今全球税收体系中,增值税(Value Added Tax, VAT)已成为165多个国家财政收入的重要来源。然而,这种基于"发票-抵扣"机制的税收制度存在着与生俱来的脆弱性——增值税欺诈。特别是缺失交易商(Missing Trader, MT)欺诈等复杂诈骗手段,每年造成巨额税收流失,不仅侵蚀政府财政基础,更使守法企业处于不公平竞争地位,加剧社会不平等。
传统欺诈检测方法往往局限于分析企业个体特征,而忽视了增值税欺诈本质上是一种网络化、协作式的犯罪行为。欺诈者通过构建复杂的交易网络,故意模糊其非法活动轨迹。更棘手的是,税务审计过程中存在的选择偏差和审计质量差异,使得基于监督学习的分类方法可靠性受到质疑。面对这些挑战,研究人员在《Journal of the Royal Statistical Society Series A: Statistics in Society》上发表了创新性研究成果,开发了一套结合网络科学与机器学习的新型欺诈检测框架。
研究团队采用了几项关键技术方法:首先构建了风险校正的拉普拉斯矩阵L(α,τ)=Dτ-1/2?Dτ-1/2+αppT,该矩阵同时捕捉网络拓扑结构和节点特定风险信息;其次开发了网络知情多尺度异常检测器(NIMAD)和层次异常聚类识别器(HACI)两种算法;最后利用XGBoost机器学习算法进行概率预测,并采用保加利亚全国增值税登记企业的全量数据(包含312,762个纳税人)进行验证。
网络建模与风险校正
研究将企业间交易抽象为有向加权网络G(A)=(V,E),其中节点代表增值税登记企业,边代表交易关系。为解决节点度异质性问题,研究人员采用了双重正则化拉普拉斯矩阵,通过参数τ校正高度数节点的过度影响,同时通过参数α融入基于企业特征的欺诈概率估计p?。这种设计使得算法既能捕捉网络社区结构,又能整合个体风险特征。
算法性能验证
在保加利亚实际数据测试中,研究团队进行了严格的样本外验证。通过构建23个月的时间序列网络,预测第24个月(2017年12月)的欺诈概率。结果显示,结合网络特征的XGBoost模型AUC达到0.953,显著优于仅使用企业特征的传统方法(AUC=0.802)。在检测新出现的欺诈者方面,网络方法的敏感性提高约19%,证明网络信息对欺诈检测的关键价值。
层次聚类效果
HACI算法通过递归二分法构建层次聚类树,成功识别出17个高风险纳税人集群。这些集群规模大多控制在30个节点以内,其中高风险纳税人比例介于23%至83%之间。这种精细化的社区划分使税务当局能够快速锁定可疑交易群体,而非仅关注个体纳税人。
Model |
AUC |
Threshold |
Accuracy |
Sensitivity |
Specificity |
XGBoost with network |
0.953 |
0.300 |
0.772 |
0.951 |
0.771 |
|
0.500 |
0.958 |
0.723 |
0.960 |
|
0.700 |
0.991 |
0.514 |
0.994 |
XGBoost |
0.802 |
0.300 |
0.938 |
0.415 |
0.941 |
|
0.500 |
0.981 |
0.298 |
0.986 |
|
0.700 |
0.992 |
0.228 |
0.997 |
政策实施价值
研究表明,将网络分析方法整合至税务合规监管中具有显著实践意义。与传统人工筛选相比,自动化算法可将待审计纳税人从500名精准缩减至200名,同时保持较高的欺诈检测率。保加利亚国家税务局(BNRA)已开始将此研究成果转化为实际执法工具,有效提升审计效率并降低行政成本。
该研究的创新之处在于首次将网络科学中的谱聚类技术与税务欺诈检测相结合,克服了传统方法忽略交易网络结构的局限性。通过构建风险校正的拉普拉斯矩阵,算法能够同时捕捉个体风险特征和群体行为模式,为复杂金融犯罪检测提供了新范式。未来研究方向包括将静态网络分析扩展至动态多层级网络,以捕捉欺诈策略随时间演变的规律,进一步提升预测准确性。