中国政法大学青年教师学术创新团队项目(2014CXTD06)
- 作品数：7 被引量：71H指数：4
- 相关作者：李超翁武耀覃飙王秋月更多>>
- 相关机构：中国政法大学中国人民大学更多>>
- 发文基金：中国政法大学青年教师学术创新团队项目中国政法大学人文社会科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术政治法律经济管理更多>>
- 避税概念的法律分析被引量：34
- 2015年
- 避税作为一个重要的税法问题,涉及税法多方面的基础理论。对避税的正确认识关系到对税法的正确认识,一国对避税问题的处理将反映一国税收法治的水平。为正确认识避税,以对避税进行统一的定义,一方面需要对避税与税的节省、税收筹划、合法节税、逃税、税收欺诈等相关概念的异同和关系进行法理上的辨析,另一方面还需要根据法律欺诈和权利滥用理论对避税性质作进一步的剖析。这对于区别避税和合法节税以及一国探寻构建反避税措施的理论非常必要。对我国而言,在认可纳税人拥有以最小化税收负担的方式来安排自身经营活动权利的同时,在制定和实施一般反避税规则时,需要在传统大陆法系国家的法律欺诈、权利滥用理论和英美法系国家的商业目的理论、实质重于形式等理论之间进行审慎选择。
- 翁武耀
- 关键词：避税合法节税逃税权利滥用
- 一种高效的贝叶斯网络敏感性分析方法被引量：7
- 2016年
- 我们经常需要修改网络参数以在局部信任度改变时集成新的概率信息,贝叶斯网络的敏感性分析就是研究网络参数与输出概率之间的关系.首先剪枝掉那些不能到达证据的节点,然后采用联合树算法对剪枝后的贝叶斯网络进行的敏感性分析,该算法在每一簇中缓存中间结果以加速计算P(e)相对于下一变量P(xi|ui)的一阶偏导;并且能够在各个簇中并行地计算导数.我们利用偏导的计算结果对两类网络参数进行敏感性分析:调整单个参数和调整整个条件概率表,并分别提出算法来进行处理.最后,实验结果证实了我们的算法在进行敏感性分析时的高效性.
- 覃飙王秋月李超
- 关键词：贝叶斯网络联合树
- 论增值税抵扣权的行使——基于中欧增值税法的比较研究被引量：13
- 2015年
- 对增值税抵扣权行使问题的研究有助于推动增值税良法的制定和税收征管法的完善。基于加强增值税立法服务思维和纳税人权利保护的需要,我国抵扣权行使方面的立法和实践需要遵循如下要求:以拥有发票为形式条件的抵扣,合法性取决于实质条件的满足,但认可纳税人善意取得虚开发票下的抵扣权;以交易在民法上已经存在作为提前开具发票不构成虚开发票的界限;纳税人在特定条件下可以不修改而基于错开发票行使抵扣权;就剩余可抵扣进项税,在特定条件下赋予纳税人退税权,并以法律特别规定的方式赋予纳税人选择与其他特定税收债务抵销的权利。
- 翁武耀
- 关键词：增值税虚开发票善意取得
- 论增值税抵扣权的范围被引量：18
- 2015年
- 抵扣权范围主要研究符合什么条件的进项税才可以抵扣这一基础理论问题。为了确保增值税中性原则和作为一种仅对私人消费征收的税的属性以及维护纳税人权益,需要避免对与经济活动相关的进项税抵扣权进行任何限制。根据对基于征税交易目的的使用这一抵扣必要条件的解释,增值税抵扣权实施应具有立即性、完整性和全面性的特征。当纳税人同时从事征税、免税或不征税交易时,需要根据(预)比例抵扣制度来实施相关的抵扣权。对于一些通常以最终消费为目的使用的货物或服务,抵扣权可以直接限制,但是构成企业自有活动客体的除外。
- 翁武耀
- 关键词：增值税
- 合法性机制约束下高新技术企业集群式创新趋同行为研究——以中关村软件园为例被引量：1
- 2014年
- 利用新制度学派观点,以高新技术企业集群式创新行为为基础,以合法性机制为视角,从组织域层面解释企业集群式创新趋同行为的发育机理,并以中关村软件园企业创新联盟为例,揭示高新技术企业集群创新的内在动力。研究发现,集群内企业通过强制趋同、模仿趋同以及规范趋同3种机制,在使自己适应创新制度环境的同时,不断具有创新同质性。同时,产业联盟成员企业通过创新与模仿、合作与竞争等行为提高其合法性,实现企业集群不断创新的目标。
- 李超
- 关键词：合法性高新技术企业集群集群式创新中关村软件园
- 计算最大积实例的新算法被引量：4
- 2015年
- 最大积实例包括最大可能解释(MPE)和最大后验估计(MAP),它们是贝叶斯网络的基本问题。针对经典算法求最大积实例的时间复杂度高,提出新算法来求解该问题。该算法将求贝叶斯网络的最大积实例问题转变成一组一元一次方程,而一元一次方程很容易求解;通过临时表来缓存计算最大积概率时的中间结果,而这些临时表可以用来优化计算最大积实例而不需要过多的额外空间开销,并能够在贝叶斯查询之间共享。通过实验证实该算法计算贝叶斯网络实例时的高效性,在计算最大积实例时的有效性。
- 李超覃飙
- 关键词：贝叶斯网络最大后验估计
- 微分MPE问题的联合树算法被引量：4
- 2016年
- 贝叶斯网络的最大可能解释(MPE)就是在给定一些变量的值时求使这些变量的概率达到最大值时其它变量的最可能取值,本文提出用联合树来求MPE问题的一阶微分并在此基础上求MPE实例.本文先通过观察和积问题的微分提出了一个微分表,并在此基础上提出求MPE问题一阶微分的方法和用联合树求MPE问题微分的公式,同时给出了求MPE问题二阶微分的公式;接着给出了一个策略来用一阶微分的结论求MPE实例,并通过贝叶斯网络的数据特性来优化MPE实例的求解;在此基础上提出一个算法来用联合树微分MPE问题和求MPE实例.最后,通过实验证实该算法计算MPE实例时的高效性.
- 李超
- 关键词：贝叶斯网络联合树算法
