·

小规模纳税人开专票是1%还是3%

Published at 2024-09-13 16:47:16Viewed 163 times
Pop-science article
Please reprint with source link

小规模纳税人开发票有两种形式:增值税普通发票和增值税专用发票。

以前小规模的专票需要税务局代开,现在都是电子发票,自己就能开。如果客户没有特别要求,建议开普通发票。因为开专票不能享受税收优惠。

小规模纳税人增值税有优惠政策季度(不含税)销售额不超过30万是免收增值税的,开普票的情况的下可以享受这个政策。

如果开的是专票,无论金额大小,专票的增值税是不能减免的。

小规模纳税人的税率普遍是3%(有些特殊应税为5%),现在有优惠政策,小规模税率减按照1%征收。

在实际给客户开票时,可以根据客户要求,按1%或3%来开。

如果客户是一般纳税人,那么他收到小规模开的发票,只能按1%或3%抵扣。

由于一般纳税人抵扣了这部分税款,所以这部分税款要由小规模纳税企业来缴纳。

小规模不能开具6%、9%、13%的增值税发票

如果开的是专票,无论金额大小,专票的增值税是不能减免的。

小规模纳税企业虽然能享受一定的优惠政策,但不能做进销项抵扣,收到发票也不能抵扣税金。同样,小规模纳税企业要合理使用季度30万免增值税的优惠政策。

开专票不仅要单独缴纳专票的税金,还会占用季度30万免税的额度。如果开票总数超过这个额度,则全部不能享受优惠政策。

0 人喜欢

Comments

There is no comment, let's add the first one.

弦圈热门内容

学习应该先追求深度还是广度?

知乎提问:学习应该先追求深度还是广度?我的回答:在我看来应该先追求广度,有了一定的广度再开始追求深度。因为选择深入哪个领域进行学习,是先需要广泛涉猎,对各个领域先有个初步的理解,接着再在这些领域中挑选一个进行深度学习。我当初学数学的时候,也是先大量的看各个数学分支的教材,广泛涉猎。然后挑选其中几个感兴趣的领域:微分几何和代数几何,开始着重学习。最后有了一定的数学成熟度,才开始全力追求深度,决定不仅是做代数几何,而且是代数几何中的算术几何。因此,比起一上来就追求深度,我认为先追求广度更加有效。因为任何一个领域都有成熟度这个概念,你没有一定的成熟度,过早的追求深度看似少走了很多弯路,但不过是拔苗助长。

Linus Kramer之拓扑群notes:Locally Compact Groups and Lie Groups

本notes顾名思义是关于局部紧致群和李群的,开篇先从最基本的拓扑群开始讲起,我当初就是靠这些内容补充拓扑群相关的基础的。为啥没有进一步往下学这个notes,一来是我不需要,二来是这个notes是残缺的,只写到第二章就没有了😅,即只有下图中画圈的部分。目前这本notes在网上已经绝迹,我今天倒是找到另一份残缺版,不过标题改成了Locally Compact Groups,内容倒是比之前的残缺版多一些。既然是属于稀缺资源,因此本notes除了学习价值以外,还有一定的收藏价值,因此我在此将该notes的两个版本都分享给有需要的人。PS:作者不再提供附件下载。

Charles Rezk拓扑学notes:Compactly Generated Spaces

本notes主要讲的是拓扑学中$k$-spaces与$k$-Hausdorff space的相关概念,之所以保存这份notes是因为我当初学习高阶范畴的时候,刚好需要用到这些概念。比如说,无穷范畴的定义就需要用到他们:A topological category is a category which is enriched over $\mathcal{C}\mathcal{G}$, the category of compactly generated (and weakly Hausdorff) topological spaces. The category of topological categories will be denoted by $\mathcal{C}at_{top}$.而抛开它与无穷范畴的联系,仅仅考虑它在拓扑学本身的意义,我觉得这也是本拓扑学方面有趣的notes,不仅是因为有趣的概念如$k$-空间、$k$-豪斯多夫空间,还有紧致生成的空间,还包括一些有趣的结论。总之,对高阶范畴、或者更深入的拓扑学感兴趣的人,可以看看。PS:作者不再提供附件下载。

陈省身微分几何经典教材《微分几何讲义》

一说到陈省身经典的微分几何教材《微分几何讲义》,就勾起我很多回忆。这本书是我初三时期入门微分几何的教材,虽然相比于Loring W Tu微分几何经典入门教材:An Introduction to Manifolds的教材没那么好理解,但是却比王幼宁的《微分几何讲义》更加的友好。我当时真的挺喜欢陈省身的教材的,虽然以我如今的水平看,当时的我并没有真正的看懂这本书,但这是我微分几何的启蒙书。我人生中看的第一本微分几何的书是王幼宁的《微分几何讲义》,但是我虽然很有兴趣,但却没能读下去,因为开篇就直接看不懂。而陈省身的《微分几何讲义》至少我能读下去,不至于开篇就直接来那么难的东西,我也是靠这本教材知道了很多微分几何的重要概念。我到高一还在看陈省身这本教材,直到后来高二为了读懂Jürgen Jost黎曼几何与几何分析教材:Riemannian Geometry and Geometric Analysis,我不得不看自己当时嫌弃的Loring W Tu的An Introduction to Manifolds,才打开了新世界,原来还是这么好看的微分几何入门教材,Loring W Tu的书确实比陈 ...

初中生如何自学数学?

知乎提问:我想这样子自学数学?纯兴趣爱好。我想从高中数学开始自学,用教材帮这本教辅书自学。然后学完高中后整理一下初等数学的知识。是不是就可以开始自学高数了?现在我打开高数好多证明题和不等式都不会做。然后把高等数学,数学分析,线性代数,高等代数,概率论与数理统计,复变函数与积分变换,实分析,复分析,泛函分析,抽象代数,代数几何,长微分方程,偏微分方程,微分几何都学完。大致就是这样的人生规划,初等数学学透了是不是就可以理解学习高等数学了?我的回答:我觉得按部就班的按顺序学习没多大意思,我初三的时候是先把导数、积分这些高中最难但却是微积分最基本的概念“学懂”,然后才学别的比较基础的概念如集合。原因无它,就是因为当时这些更感兴趣。因此与其纠结于把什么学透了再来理解什么,不如换成先尝试理解什么,理解不了再来理解什么。我初三的时候除了学会了导数、积分、加速度这些高中数学、物理的概念,但也没太过深入。顶多再学了个正余弦定理拿来应付中考。我从初中开始养成的习惯就是,对什么感兴趣就直接学它,学不懂再看其他的,因此我初中的时候还直接学了范畴的定义(只是看懂了表面的定义)。直到初三升高一的假期,我才买了高中 ...

点集拓扑求救

以及有没有推荐的点集拓扑教材

我翻译了Wiki、nLab、Stack Project的部分条目,以及一些教材中的定义,全放到了数学百科中

一两个月前,网站浏览人数比较少的时候,我也比较空闲,因此花了一些时间翻译了国外Wiki、nLab、Stack Project的部分条目,同时,我还将一些教材中的定义以及少部分自己写的英文notes中的定义翻译成了中文。然后我将这些翻译好的内容全都放进了数学百科中。现在因为新建了好几个子圈子,我也陆续将这些词条分门别类放进了不同的子圈。我之所以会翻译这些东西,一来是因为中文互联网的数学资源属实是过于稀缺了,每个学数学的人想要更好的发展都离不开英语这一关。但是总有人对数学感兴趣却英语不好,这也意味着有一部分人会欣赏不了英文的一些美妙的数学。二是因为词条是可以插入到文章里的,这会方便看文章的人快速查看相关术语的意思,所以在弦圈里多放些词条不仅有利于网站内容更丰富,而且能让学习交流变得更加顺畅。下面我整理一下我具体翻译了哪些词条,其实也不是很多。主要问题是翻译数学内容本身并不耗时间,真正耗时间的是输入Latex代码😅,即便我写数学好几年了,Latex也早就熟练运用,但我还是感觉在写数学的过程中Latex的输入占用了过多时间。层预层局部赋环空间赋环空间概形凸秩$p$-可除群函数向量向量空间反同态 ...

语奥中的数字谜研究(一) 基础数词

语奥中的数字谜中有许多技巧,如果纯靠推理难度很大。系列文章将介绍数字谜技巧,每篇文章都无限期更新。第一篇文章,让我们走进基础数词。基础数词,顾名思义,就是一个语系中各个语言基本相同的数词。基础数词的特点就是稳定性,以至于可以帮助我们快速确定题目中一至几个单词的意思。以下举一些常见语系的例子来说明基础数词的作用。1、尼日尔(大西洋)-刚果 语系  $(a)ta=3$例题:2023 IOL T5  $taanre=3$$1.be ŋ jaaga=20 \rightarrow bee-x=20*x$$2.taanre=3 \Rightarrow ŋ kwuu \; x=80*x $$3.baa-y=y+5$$4.kampwoo=400 \Rightarrow kampwɔhii \; z=400*z$2、汉藏语系 $sam=3$$nga=5$例题:2024 APLO T5 $as ɣm=3$$pungu=5$

失业、分配不平衡和结构性转变:人还能否“卷”过AI

白果/文 人类对AI,尤其是AI冲击社会就业与收入分配的担忧,其实由来已久。20世纪70年代至今,我们至少经历过三波AI发展的大潮。当一轮轮潮水退去,人们发现人工智能似乎并没有想象的那么厉害,不禁有了更自信乐观的理由。然而,这一轮AI的发展速度和能力似乎不可同日而语。ChatGPT(Generative Pre-Trained Transformer)及各种生成式AI工具的出现,使人类可以用自然语言的方式给计算机发出指令,这在很大程度上打破了某些专业壁垒。虽然当前AI生成内容在准确度、独创性上还有待提高,但替代人工、降本增效的能力显而易见。那么,此轮AI发展将冲击哪些职业,又是否会如乐观者期待的那样,带来大量新的工作?在尝试回答这两个备受关注的问题之外,笔者也试图分析AI带来的社会结构性转变,以及为了应对这些转变,个体和社会应作出怎样的努力。我们看到,目前AI工具的发展,可能会导致技术性失业、收入分配结构的恶化尤其是“极化”效应,加剧各种社会问题。而要想让技术进步更好地实现普惠价值,我们需对现有制度进行深入反思,尝试对社会系统进行革新和再设计。归根结底,技术的社会价值实现和进步方向最终 ...