财税财税·

零申报常见问题答疑

投稿時間:2024-08-27 22:14:10閲覧数:63
一般記事
転載は出所を明記してください

1、取得免税收入,可以零申报吗?

不可以。办理增值税减免备案的纳税人应纳税额为零,但并不代表该纳税人可以零申报,而是应该向税务机关如实申报。

2、当期未取得收入,可以零申报吗?

如果没有取得销售收入,但是存在进项税额,若该纳税人因未发生销售穴理零申报,未抵扣进项税额会造成逾期抵扣而不能抵扣。正确方式是在对应的销售额栏次填写0,把当期已认证的进项税额填入申报表的进项税额栏次中,产生期末留抵税额在下期继续抵扣。

3、取得未开票收入,可以零申报吗?

不可以。如果纳税人违规进行零申报,不仅要补缴当期税款还要加收滞纳金,并处罚款,正确方式是该纳税人应填入未开票收入中,按规定缴纳当期税款。

4、月销售额未达10万,可以零申报吗?

不可以,小规模在享受国家税收优惠的同时,应该向税务机关如实申报。

5、代开发票已预缴税款,可以零申报吗?

不可以,虽然代开发票已经缴纳了税款,依然不能简单地做零申报处理。应该在规定栏目填写销售收入,系统会自动生成已经缴纳的税款进行冲抵。

6、企业长期亏损,企业所得税可以零申报吗?

企业的亏损是可以向以后五个纳税年度结转弥补的,如果做了零申报则第二年盈利就不能弥补以前年度亏损了,会造成企业损失。如果当年做了企业所得税零申报,却将亏损延长到以后年度扣除,是违反税法规定的,所以亏损企业要慎重零申报。

コメント欄

まだコメントがありません。最初のコメントを投稿しましょう!

弦圈热门内容

为什么有了uwsgi 还要 nginx 服务器?

有关nginx的简单介绍,详见Nginx服务器反向代理。uwsgi是python的一个通信协议,同时也是一种web服务器,而nginx则是高性能反向代理的web服务器。在Django项目服务器部署中,uwsgi几乎是不可替代的。然而部署好了uwsgi,其实django接口已经能够响应请求,为什么还要额外配置nginx服务器?因为,相比于直接将真实地址暴露在公网上,在外面套一层nginx安全性更高,具体如下:安全问题,程序不能直接被浏览器访问到,而是通过nginx,nginx只开放某个接口,uwsgi本身是内网接口,这样运维人员在nginx上加上安全性的限制,可以达到保护程序的作用。负载均衡问题,一个uwsgi很可能不够用,即使开了多个work也是不行,毕竟一台机器的cpu和内存都是有限的,有了nginx做代理,一个nginx可以代理多台uwsgi完成uwsgi的负载均衡。静态文件处理效率问题,用django或是uwsgi这种东西来负责静态文件的处理是很浪费的行为,而且他们本身对文件的处理也不如nginx好,所以整个静态文件的处理都直接由nginx完成,静态文件的访问完全不去经过uwsg ...

Vertically aligning CSS :before and :after content

I am trying to centre the link with the image, but can't seem to move the content vertically in any way.<h4>More Information</h4> <a href="#" class="pdf">File Name</a>The icon is 22 x 22px.pdf { font-size: 12px; } .pdf:before { padding:0 5px 0 0; content: url(../img/icon/pdf_small.png); } .pdf:after { content: " ( .pdf )"; font-size: 10px; } .pdf:hover:after { color: #000; }

数据清洗之异常值处理

在数据清洗过程中,异常值处理是一个非常重要的步骤。异常值,也称为离群值或异常点,是指与大多数观察值明显不同的观察值。这些值可能是由于测量错误、数据录入错误、设备故障或者真实现象的特殊情况而产生的。异常值可能会对数据分析和建模产生负面影响,因此需要进行适当的处理。下面是一些常见的异常值处理方法:删除异常值: 最简单的方法是直接删除异常值。这种方法适用于异常值数量较少、对数据整体影响较小的情况。但是,如果异常值数量较多或者对数据整体影响较大,则不建议使用这种方法。替换异常值: 可以用数据集的其他统计特征值(如均值、中位数、众数)来替换异常值。这种方法可以保持数据集的整体分布特征,并且相对于直接删除异常值,对数据的影响较小。分箱处理: 将数据分成多个箱子(bins),然后用每个箱子的均值或中位数来代替箱子中的异常值。这种方法可以减少异常值对整体数据的影响,并且保持了数据的整体分布特征。基于模型的方法: 可以使用回归、聚类或其他机器学习模型来识别和处理异常值。这些模型可以自动识别数据中的异常值,并提供相应的处理方案。使用离群值检测算法: 可以使用一些专门用于检测异常值的算法,如孤立森林、局部异 ...