本文目的在建構一區別逃漏營利事業所得稅之預測模式，鑑於此，研究資料以財政部臺灣省中區國稅局臺中市分局96年度營利事業所得稅結算申報營業收入總額超過七千萬元以上案件，以該等營利事業所取得進項憑證來源之廠商為以申報擴大書審方式者所開立之銷貨發票作為進項憑證之案件，應用邏吉斯迴歸分析及區別分析模式對於可能逃漏稅之顯著因子進行分析，探討營利事業取得是類進項來源廠商開立之憑證，據以列報成本或費用，對營利事業是否短漏報所得額逃漏營利事業所得稅之預測能力如何，進一步判斷其準確度。
實證結果顯示，逃漏稅分類正確率Logistic迴歸分析模式可達95.4％、區別分析模式可達89.4％，預測準確率相當高；另外發現毛利率、存貨占營收比率、進項來源廠商申報擴大書審之家數及該等進項來源廠商所開立發票金額占企業申報全部進項金額之比率等四項變數為影響逃漏營利事業所得稅之顯著因子。本文所建構之模式可協助稽徵機關對於具有上述顯著因子之案件列為選案參考，並優先進行查核，不僅可提高選查的效率，且對查核人力、時間及績效等均有助益。

The purpose of this study is to construct the prediction model for discriminating the corporate profit tax evasion. In view of this, the research data were based on the cases of corporate profit tax accounting declaration of sales income amount over NTD 70 millions in the Taichung city branch of National Tax Administration of Central Taiwan Province, Ministry of Finance in 2007, and use these cases to process income certificate samples of sales check that issue from profit business income sourcing companies of enlargement written examination declaration. Using logistic regression model and discriminant analysis model to analyze the significant factors of possible tax evasion and discuss profit business acquirement is income sourcing company issued documentations for applying cost and expense. About the prediction abilities of corporate profit tax of profit business’ tax evasion, it will judge its accuracy in advanced.
As the empirical results showed, the prediction accuracy rate is very high that tax evasion correct classify rate is reached 95.4% by logistic regression model and disciminant analysis model is reached 89.4%. Furthermore, there are four variable items of gross profit margin, inventory of sales income rate, the quantities of income sourcing companies’ enlargement written examination declaration and corporate income rate of income sourcing companies issued invoice account that they will impact corporate profit tax evasion as significant factor. The established prediction model of this study will help National Tax Administration to build the referred cases selections as above significant factors and process related priority audit. Thus, it will enhance the cases selection of tax evasion effectively and bring more benefits of audit manpower, time and performance.

誌謝------------------------------------------------一
中文摘要---------------------------------------------二
英文摘要---------------------------------------------三
目 錄-----------------------------------------------四
表 次-----------------------------------------------五
圖 次-----------------------------------------------六

1.方富美（2005）。營業稅與營利事業所得稅連結審查查核實務。臺北市：財政部臺北市國稅局。
2.王保進（2004）。多變量分析-套裝程式與資料分析。台北：高等。
3.王建國（2002）。我國營利事業所得稅課稅與爭訟之研究。國立成功大學會計學研究所碩士論文。
4.江振豐（2009）。營業稅選案查核—建構逃漏稅預警模式。財政部臺灣省中區國稅局南投縣分局研究。
5.吳明隆（2008）。SPSS操作與應用-多變量分析實務。台北：五南。
6.吳明隆、涂金堂（2007）。SPSS與統計應用分析。台北：五南。
7.吳進照（2003）。類神經網路於營利事業所得稅選案之應用。國立中正大學資訊工程研究所碩士論文。
8.吳慶輝（2006）。資料探勘技術於營利事業所得稅逃漏稅選查之應用。國立政治大學會計與資訊科技研究所碩士論文。
9.林坤淵（2002）。營利事業所得稅逃漏稅預測模式之比較研究。國立交通大學經營管理研究所碩士論文。
10.林苡妊（2003）。應用Logit模型於營利事業所得稅選案模式之實證研究。逢甲大學會計與財稅研究所碩士論文。
11.林清山（2003）。多變項分析統計法（5版）。台北：東華書局。
12.孟德成（2002）。營利事業所得稅選案調查模型之建立—類神經網路之應用。台灣大學會計學研究所碩士論文。
13.財政部賦稅署（1993）。營利事業所得稅查核技術之研究。
14.陳世榮（2002）。租稅逃漏與最適所得稅制。國立政治大學財政學系研究所碩士論文。
15.陳正芬（2005）。利用未償債務之扣除進行逃漏遺產稅之研究—Logit模式之應用。
16.陳明進（2006）。稽徵機關稅務查核對營利事業短漏報所得之影響。中央研究院經濟研究所經濟論文。
17.陳國元（2002）。加值型營業稅中營業人涉嫌虛設行號之實證研究。朝陽科技大學財務金融研究所碩士論文。
18.黃俊英（2004）。多變量分析（7版）。台北：華泰。
19.黃寶環（2008）。營利事業所得稅結算申報案件運用電腦選案查核之研究。中原大學碩士論文。
20.楊永欽（2001）。預測模型在稅務選案上之比較。靜宜大學會計研究所碩士論文。
21.鄒克誠（2004）。營利事業逃漏稅捐之研究-以擴大書面審查申報制度。東海大學公共事務碩士論文。
22.劉佩芬（2002）。運用決策樹於營利事業所得稅結算申報書選案查核之研究。國立台灣大學會計學系碩士論文。
23.Andrew. W., （1986）. Logit versus Discriminant Analysis-A Specification Test and Application to Corporate Bankruptcies, Journal Econometrics, 31,151-178.
24.Brzezinski, J. R. and Knafl, G. J.（1999）.Logostic Regression Modeling for Context Based Classification, IEEE.
25.Chen, M. C., S. Lin, and T. H. Chang （2001）. The Impact of Tax-Exempt Stock and Land Capital Gains on Corporate Effective Tax Rates, Taiwan Accounting Review, 2,33-56.
26.Sohn, S. Y. and Kim, H. S.（2007）. Random effects logistic regression model for default prediction of technology credit guarantee fund. European Journal of Operational Research, 183（1）﹐472-478.