# 税务风控风险检测引擎

## 概述

本风险检测引擎是一个基于规则引擎和算法驱动的税务风控系统，能够自动检测和分析各类税务风险，包括收入完整性、私户收款、发票虚开、成本费用异常等问题。

## 架构设计

### 核心组件

1. **算法层（Algorithms）**
   - 收入完整性检测算法
   - 私户收款检测算法
   - 发票虚开检测算法
   - 成本费用异常检测算法
   - 税务风险综合评估算法

2. **规则引擎（Rule Engine）**
   - 依赖解析器（DependencyResolver）
   - 执行计划（ExecutionPlan）
   - 规则引擎核心（RuleEngine）

3. **任务管理层（Task Manager）**
   - 任务管理器（TaskManager）
   - 任务调度器（DetectionScheduler）

4. **数据模型层（Models）**
   - 检测规则（DetectionRule）
   - 检测任务（DetectionTask）
   - 规则执行记录（RuleExecution）
   - 任务执行记录（TaskExecution）
   - 检测结果（DetectionResult）

## 核心算法

### 1. 收入完整性检测算法
**文件**: `algorithms/revenue_integrity.py`

**功能**: 检测平台充值金额与申报收入是否匹配，识别隐瞒收入风险

**检测逻辑**:
- 获取指定期间内的平台充值总额
- 获取同期税务申报收入
- 计算差异和差异率
- 根据差异率判断风险等级

**风险等级判断**:
- 差额率 > 50% 或 差额 > 10万元：CRITICAL（极高）
- 差额率 > 30% 或 差额 > 5万元：HIGH（高）
- 差额率 > 15% 或 差额 > 2万元：MEDIUM（中）
- 差额率 > 5% 或 差额 > 5千元：LOW（低）

### 2. 私户收款检测算法
**文件**: `algorithms/private_account.py`

**功能**: 检测银行流水是否存在向个人账户转账的风险

**检测逻辑**:
- 分析银行流水记录
- 识别私人账户转账
- 计算私户转账占比
- 统计大额私人转账笔数

**风险判断**:
- 私户比例 > 80% 或（>10笔 且 >50万元）：CRITICAL
- 私户比例 > 60% 或（>5笔 且 >20万元）：HIGH
- 私户比例 > 40% 或（>3笔 且 >10万元）：MEDIUM
- 私户比例 > 20% 或 >1笔：LOW

### 3. 发票虚开检测算法
**文件**: `algorithms/invoice_fraud.py`

**功能**: 检测发票金额与实际业务是否匹配，识别虚开发票风险

**检测逻辑**:
- 对比发票总额与订单总额
- 对比发票总额与结算总额
- 检查红字发票比例
- 识别大额发票和未验证发票

**异常检测**:
- 发票与订单/结算金额差异率超阈值
- 红字发票比例 > 30%
- 存在大额发票（>10万元）
- 未验证发票比例 > 20%

### 4. 成本费用异常检测算法
**文件**: `algorithms/expense_anomaly.py`

**功能**: 检测成本费用是否合理，识别虚增成本、费用异常等风险

**检测逻辑**:
- 分析费用总额同比增长
- 检查大额费用集中度
- 统计跨境支付比例
- 分析费用类别结构
- 检查税负异常
- 识别同日多笔大额费用

**异常判断**:
- 费用同比增长超过阈值倍数
- 大额费用占比 > 30%
- 跨境支付占比 > 50%
- 其他类费用占比 > 50%
- 平均税率 > 13%

### 5. 税务风险综合评估算法
**文件**: `algorithms/tax_risk_assessment.py`

**功能**: 综合分析各项风险检测结果，生成整体税务风险评估

**评估逻辑**:
- 收集所有单项检测结果
- 计算加权综合评分
- 识别高危风险点
- 生成综合建议

**评分算法**:
- CRITICAL: 权重 1.0
- HIGH: 权重 0.7
- MEDIUM: 权重 0.4
- LOW: 权重 0.2

## API 接口

### 规则管理
- `POST /risk-detection/rules` - 创建检测规则
- `GET /risk-detection/rules` - 查询检测规则列表
- `GET /risk-detection/rules/{rule_id}` - 获取规则详情
- `PUT /risk-detection/rules/{rule_id}` - 更新检测规则
- `DELETE /risk-detection/rules/{rule_id}` - 删除检测规则

### 任务管理
- `POST /risk-detection/tasks` - 创建检测任务
- `POST /risk-detection/tasks/{task_id}/execute` - 执行检测任务
- `GET /risk-detection/tasks` - 查询任务列表
- `GET /risk-detection/tasks/{task_id}` - 获取任务详情

### 检测执行
- `POST /risk-detection/execute` - 执行风险检测（即时检测）

### 结果查询
- `GET /risk-detection/results` - 查询检测结果列表
- `GET /risk-detection/results/{result_id}` - 获取检测结果详情
- `GET /risk-detection/summary` - 获取检测结果汇总

## 使用示例

### 1. 创建检测任务
```python
POST /risk-detection/tasks
{
    "task_name": "2024-01月主播税务检测",
    "task_type": "periodic",
    "entity_ids": ["ZB001", "ZB002"],
    "entity_type": "streamer",
    "period": "2024-01",
    "rule_ids": null,
    "parameters": {}
}
```

### 2. 执行即时检测
```python
POST /risk-detection/execute
{
    "entity_id": "ZB001",
    "entity_type": "streamer",
    "period": "2024-01",
    "rule_ids": ["REVENUE_INTEGRITY_CHECK", "PRIVATE_ACCOUNT_DETECTION"],
    "parameters": {}
}
```

### 3. 查询任务状态
```python
GET /risk-detection/tasks/task_abc123
```

## 依赖关系

算法之间的依赖关系：

```
收入完整性检测 (REVENUE_INTEGRITY_CHECK)
    ↓
私户收款检测 (PRIVATE_ACCOUNT_DETECTION)
    ↓
发票虚开检测 (INVOICE_FRAUD_DETECTION)
    ↓
成本费用异常检测 (EXPENSE_ANOMALY_DETECTION)
    ↓
税务风险综合评估 (TAX_RISK_ASSESSMENT)
```

## 执行计划

系统采用分层执行策略：
1. **第1层**: 基础检测算法（可并行执行）
2. **第2层**: 综合评估算法（依赖第1层结果）

## 扩展开发

### 添加新算法

1. 继承 `RiskDetectionAlgorithm` 基类
2. 实现抽象方法：
   - `get_algorithm_code()` - 返回算法编码
   - `get_algorithm_name()` - 返回算法名称
   - `_do_detect(context)` - 实现检测逻辑
3. 注册算法：`RuleEngine.register_algorithm()`
4. 更新依赖关系配置

### 自定义规则

1. 创建 `DetectionRule` 记录
2. 设置算法参数
3. 启用规则
4. 重新执行检测任务

## 最佳实践

1. **参数调优**: 根据实际业务调整各算法的阈值参数
2. **定期评估**: 定期回顾检测结果，优化规则配置
3. **数据质量**: 确保业务数据质量，避免误报
4. **监控告警**: 对高风险结果设置监控和告警
5. **持续改进**: 根据税务政策变化更新检测规则

## 性能优化

- 支持并发执行多个检测任务
- 缓存常用数据减少数据库查询
- 分批处理大量数据
- 异步执行提高响应速度

## 未来规划

- [ ] 机器学习算法集成
- [ ] 实时流式检测
- [ ] 可视化风险分析报告
- [ ] 多维度风险对比
- [ ] 自动化风险处置建议