[转|会计学习]企业发生的非正常损失要作进项税转出

本文解析了非正常损失情况下的增值税处理原则,包括管理不善导致的损失、被盗损失、自然灾害损失等,并对特殊情况如削价处理产品和资产评估减值进行说明。

甲公司为增值税一般纳税人,适用增值税税率17%。2月底,因公司更换仓库保管进行了财产清查。清查中发现,库存A原材料短缺5000元,经查短缺的原材料不含运费,是由于仓库管理员管理不善造成;盘存B原材料短缺18000元,其中含分摊的运输费用1500元,经查是由于被盗引起的;由于遭受水灾,损失产成品成本50000元,产成品成本中外购项目金额比例为50%;6000元半成品,因设备更新无法使用,准备削价处理;到期承租经营一车间积压产成品原值50000元,经资产评估减值至20000元。该公司想了解,上述库存原材料、产成品毁损、半成品削价、资产评估减值等情况造成的库存减少或减值,是否均为非正常损失,作进项税金转出处理。

关于非正常损失的购进货物及相关的应税劳务不得抵扣问题,现行《增值税暂行条例》第十条规定,非正常损失的购进货物及相关的应税劳务及非正常损失的在产品、产成品所耗用的购进货物或者应税劳务,不得从销项税额中抵扣。《增值税暂行条例实施细则》第二十四条规定,条例第十条第(二)项所称非正常损失,是指因管理不善造成被盗、丢失、霉烂变质的损失。

新的《增值税暂行条例》及细则,一是增加了非正常损失的“相关的应税劳务”不得抵扣的规定,是指与购进货物相关的应税劳务,如运输费、加工修理等。二是剔除自然灾害损失。原细则规定非正常损失的进项税额不得抵扣,包括自然灾害损失。三是原细则规定的“其他非正常损失”,因不够明确,不利操作,予以删除。

若企业发生非正常损失的购进货物及相关应税劳务,其进项税额不得从销项税额中抵扣。如果企业在货物发生非正常损失之前,已将该购进货物的增值税进项税额实际申报抵扣,则应当在该批货物发生非正常损失的当期,将该批货物的进项税额予以转出。

首先,企业要对损失存货是否为非正常损失有个正确的判断。其次,是正确计算其涉及的不得从销项税额中抵扣的进项税额。按所涉及的进项税额的计算方式不同,非正常损失存货可分解为:不含运费的原材料、含运费的原材料及产成品、半成品三种典型情况。正确掌握上述两点,处理非正常损失存货时,就能符合税法和企业会计制度的规定。以该企业为例:管理不善造成丢失、被盗的损失,按照《增值税暂行条例》规定,视为非正常损失。上例中,企业丢失非正常损失原材料所涉及的进项税额=5000×17%=850(元),应作进项税额转出。被盗非正常损失原材料所涉及的进项税额=(18000-1500)×17%+1500÷(1-7%)×7%=2917.9(元),应作进项税额转出。

自然灾害造成的损失不需进项税金转出。修订后的细则更加体现人性化观念,将自然灾害损失从原细则规定的非常损失中删除,不需作进项税金转出。假设该部分产成品是非正常损失,则应作进项税额转出的,是其所耗用的购进货物或应税劳务涉及的进项税额,应作进项税额转出=60000×50%×17%=5100(元)。

削价处理产品应计销项税项。因设备更新无法使用,准备削价处理的半成品,不属非正常损失范围,应按该销售额计算的销项税额减去按材料核算的进项税额为应纳税额,不涉及进项税额转出。

资产评估减值不属非正常损失。按《国家税务总局关于企业改制中资产评估减值发生的流动资产损失进项税额抵扣问题的批复》(国税函〔2002〕1103号)明确:《增值税暂行条例实施细则》规定:非正常损失是指生产、经营过程中正常损耗外的损失。对于企业由于资产评估减值而发生流动资产损失,如果流动资产未丢失或损坏,只是由于市场发生变化,价格降低,价值量减少,则不属于《增值税暂行条例实施细则》中规定的非正常损失,不作进项税额转出处理。因此评估清算减值损失,不需作进项税额转出处理。

同时,按《企业财产损失所得税前扣除管理办法》规定,企业的存货当有确凿证据表明已形成财产损失或者已发生永久或实质性损害时,应扣除变价收入、可收回金额以及责任和保险赔款后,再确认发生的财产损失。该企业发生的上述损失,准予在申报企业所得税时扣除。其中,存货损失和自然灾害损失,按其账面价值扣除保险理赔和责任赔偿后的余额部分,须报经税务机关审批后,方准予扣除。

成都市为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019年度成都市人口分布的空间数据集,该数据以矢量格式存储,于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 年成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术资源,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,并结合故障场景筛选方法,用于提升电力系统在复杂故障条件下的安全性与鲁棒性。该模型通过Matlab代码实现,具备较强的工程应用价值和学术参考意义,适用于电力系统风险评估、脆弱性分析及预防控制策略设计等场景。文中还列举了大量相关的科研技术支持方向,涵盖智能优化算法、机器学习、路径规划、信号处理、电力系统管理等多个领域,展示了广泛的仿真与复现能力。; 适合人群:具备电力系统、自动化、电气工程等相关背景,熟悉Matlab编程,有一定科研基础的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于电力系统连锁故障建模与风险评估研究;②支撑高水平论文(如EI/SCI)的模型复现与算法验证;③为电网安全分析、故障传播防控提供优化决策工具;④结合YALMIP等工具进行数学规划求解,提升科研效率。; 阅读建议:建议读者结合提供的网盘资源,下载完整代码与案例进行实践操,重点关注双层优化结构与场景筛选逻辑的设计思路,同时可参考文档中提及的其他复现案例拓展研究视野。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值