计算机软件税负率,软件产品增值税超税负退税实务问题

目前,增值税一般纳税人销售其自行开发生产的软件产品,按17%税率征收增值税后,对其增值税实际税负超过3%的部分实行即征即退政策。按照财税[2011]100号文规定:“软件产品,是指信息处理程序及相关文档和数据。软件产品包括计算机软件产品、信息系统和嵌入式软件产品。嵌入式软件产品是指嵌入在计算机硬件、机器设备中并随其一并销售,构成计算机硬件、机器设备组成部分的软件产品。”以下是关于软件产品增值税超税负退税几个实务问题。

1.“纳税人受托开发软件产品,著作权属于受托方的征收增值税,著作权属于委托方或属于双方共同拥有的不征收增值税;对经过国家版权局注册登记,纳税人在销售时一并转让著作权、所有权的,不征收增值税。”怎么理解该部分的不征收增值税?是否受托方直接开具收据等非发票票据给甲方即可?双方凭收据入账?

答:目前,软件产品增值税超税负退税执行的是财税【2011】100号文件,文件下发时尚未开始营改增,文中所称不征收增值税,是因当时转让著作权不属于增值税征税范围,现营改增已经全面推开,转让著作权属于增值税征税范围。

“纳税人受托开发软件产品,著作权属于委托方或属于双方共同拥有的”,“对经过国家版权局注册登记,纳税人在销售时一并转让著作权、所有权的”应按照财税【2016】36号文件规定,按照销售无形资产征收增值税,税率为6%。受托方应按照有关规定给委托方开具增值税发票。

2. 软件产品可抵扣进项有哪些?

答:U盘、光盘、芯片等介子、水费,电费、电话费、邮递费,报刊杂志、汽油费、柴油费、供气供热费用,广告宣传费用、会议费、培训费、办公用品等等。纳税人应按照增值税暂行条例及细则,财税【2016】36号文件规定,除不允许抵扣的项目外,只要取得合法有效的抵扣凭证即可按规定抵扣进项税额。

3. 嵌入式软件产品可抵扣进项有哪些?

答:对于嵌入式软件产品中享受软件产品增值税超税负退税部分,其抵扣范围与问题2相同。

4. 嵌入式软件产品中硬件部分包括哪些范围?

答:计算嵌入式软件产品计算机硬件、机器设备销售额时,组成计税价格中的计算机硬件、机器设备成本是指:

属于外购的计算机硬件、机器设备,不再进行加工和生产的,其成本为实际采购成本(如需简单安装,则包括加工费);

属于自制或加工的计算机硬件、机器设备,其成本为制造成本,包括:产品耗用的原材料、辅助材料及其对应的加工费;硬件成本对应分摊的制造费用。包括工人工资、生产用固定资产折旧、生产用低值易耗品摊销及水、电费摊销等。

由于各地执行口径不一,建议咨询当地国税机关。

5. 软件及嵌入式软件产品进项税额抵扣中,如何计算分摊的可抵扣进项?

答:增值税一般纳税人在销售软件产品的同时销售其他货物或者应税劳务的,应单独核算软件产品的进项税额,对于无法划分的进项税额(如水、电等共同消耗,难以直接划分的进项税额),应按照实际成本或销售收入比例确定软件产品应分摊的进项税额;对专用于软件产品开发生产设备及工具的进项税额,不得进行分摊。

6. 嵌入式软件,如果存在购买软件免费赠送硬件的情况,那么其销项全部应该计算为软件的销售收入吗?

答:对于嵌入式软件产品享受超税负退税的销售额应根据公式计算而得,无论是否存在购买软件免费赠送硬件情况,均不允许将其全部销售额作为享受超税负退税的软件部分销售额。

当期嵌入式软件产品销售额的计算公式:

当期嵌入式软件产品销售额=当期嵌入式软件产品与计算机硬件、机器设备销售额合计-当期计算机硬件、机器设备销售额

计算机硬件、机器设备销售额按照下列顺序确定:

①按纳税人最近同期同类货物的平均销售价格计算确定;

②按其他纳税人最近同期同类货物的平均销售价格计算确定;

③按计算机硬件、机器设备组成计税价格计算确定。

计算机硬件、机器设备组成计税价格= 计算机硬件、机器设备成本×(1+10%)。

对增值税一般纳税人随同计算机硬件、机器设备一并销售的嵌入式软件产品,应当分别核算嵌入式软件产品与计算机硬件、机器设备部分的成本。凡未分别核算或者核算不清的,不得享受增值税超税负退税政策。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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