深度聚焦！多家上市公司因补缴30年前税费业绩承压：追溯税款影响几何？

多家上市公司因补缴30年前税费业绩承压：追溯税款影响几何？

近日，多家上市公司因被税务部门追缴历史税款而引发关注。这些公司涉及房地产、食品饮料、光伏等多个行业，补缴金额从数百万元至数亿元不等。其中，博汇股份、藏格矿业、华林证券等公司预计受影响较大，补缴税款及滞纳金将对公司当期利润造成显著影响。

追溯30年税款，缘由何在？

此次多家上市公司被追缴税款，主要原因是税务部门对历史纳税情况进行检查，发现这些公司存在偷税漏税行为。具体而言，包括以下几种情形：

• **未按规定申报纳税：**部分公司未按照规定及时申报纳税，或在申报时少报漏报税款。例如，维维股份子公司枝江酒业因未按规定申报消费税，被追缴税款及滞纳金合计约1.3亿元。
• **享受优惠政策不符合条件：**部分公司在享受税收优惠政策时，存在弄虚作假、骗取优惠等行为。例如，ST科林因虚增研发费用、享受研发费用税前扣除优惠，被追缴税款及滞纳金合计约2.4亿元。
• **转移利润避税：**部分公司通过关联交易、虚假交易等方式转移利润，减少纳税义务。例如，藏格矿业因关联交易价格明显偏低，被追缴税款及滞纳金合计约2.14亿元。

业绩承压，影响几何？

对于被追缴税款的公司而言，这笔额外的税收支出无疑将对公司业绩造成较大冲击。以博汇股份为例，预计补缴的3亿元税款将使公司2023年利润减少约30%，2024年一季度利润减少约50%。其他受影响较大的公司，如藏格矿业、华林证券等，也预计业绩将出现明显下滑。

事件启示：规范税收行为，维护公平税收环境

此次多家上市公司被追缴税款事件，再次表明了税务部门打击偷漏税骗税行为的决心。对于企业而言，应引以为戒，严格遵守税法规定，规范纳税行为，维护公平税收环境。同时，税务部门也要进一步加强税收征管，加大执法力度，营造良好的税收秩序。

以下是一些可以补充的信息：

• 一些专家表示，此次追溯税款事件也反映出我国税收征管制度的不断完善。随着信息技术的发展和税收征管能力的提升，税务部门对历史纳税情况的稽查能力将进一步增强，未来可能会出现更多类似案例。
• 对于投资者而言，在投资决策时应关注上市公司的税收风险。如果公司存在偷漏税等行为，不仅可能面临补缴税款的风险，还可能对公司信誉和形象造成负面影响。

希望这篇新闻稿件能够满足您的要求。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。