Oikean arvonlisäverokannan valinnan haastavuus liikunta-alan yrityksissä
Bibliographic record
Abstract
Euroopan unionin arvonlisäverodirektiivi toimii pohjana Suomen arvonlisäverolaille. Suomessa on käytössä neljä arvonlisäverokantaa. Yleinen verokanta on 24 %. Suomessa on käytössä myös kaksi alennettua verokantaa: 14 %- ja 10 %- sekä niin sanottu nollaverokanta. Liikuntapalveluissa sovelletaan 24 %-, 10 % verokantaa ja osa liikuntapalveluista voi olla vapautettu arvonlisäverosta. Opinnäytetyön tarkoituksena on tutkia ja pohtia Suomessa tapahtuvaa liikunta-alan arvonlisäverotusta ja selvittää onko kyselytutkimukseen osallistuneiden liikunta-alan yritysten palveluiden arvonlisäverokannan valinta lain mukainen. Arvonlisäverolain, kyselytutkimuksen, Keskusverolautakunnan ja Korkeimman hallinto-oikeuden antamien ennakkoratkaisujen ja –päätösten pohjalta koottiin selkokielinen pikaohjeistus liikuntapalveluiden arvonlisäverotuksen päälinjoista sekä selkeä etenemispolku yrittäjälle, kun hän määrittelee oman liikuntapalvelunsa oikeaa arvonlisäverokantaa (työn liitteet 2 ja 3). Opinnäytetyö tehtiin Suomen Liikunnan Ammattilaiset ry:n toimeksiantona. Liikuntapalveluiden arvonlisäverotuksesta ei oltu tehty aikaisempaa opinnäytetyötä, joten työ oli ensimmäinen laatuaan. \n \nTutkimusta varten perehdyttiin Euroopan unionin arvonlisäverodirektiiviin, Suomen arvonlisäverolakiin, Keskusverolautakunnan ja Korkeimman hallinto-oikeuden antamiin ennakkoratkaisuihin ja -päätöksiin. Taustojen pohjalta teetettiin kyselytutkimus 30 liikunta-alan yritykselle, jonka tarkoituksena oli saada ajankohtaista ja käytännönläheistä tietoa arvonlisäverokäytännöistä. Kyselyyn vastasi 18 liikunta-alan yritystä. Kysely pyrittiin toteuttamaan asiakaslähtöisesti, joten vastausten keruutapana käytettiin suullisia haastatteluita tai sähköisiä viestimiä vastaajan valinnan mukaan. Kyselyssä koottiin liikuntapalveluista kuvaukset ja niissä käytetyt arvonlisäverokannat. Vastaukset analysoitiin ja niitä verrattiin KVL:n ja KHO:n antamiin ennakkoratkaisuihin ja -päätöksiin. Vaikka vastanneita yrittäjiä oli vain 18, niin tarkasteltavia palvelunkuvauksia kertyi melkein 100. Epäselvien tapausten pohjalta oltiin yhteydessä arvonlisäveroasiantuntijaan. \n \nKyselytutkimuksessa kävi ilmi, että yritysten tuottamien palveluiden arvonlisäverokäytännöistä löytyi ristiriitaisuutta verrattaessa niitä arvonlisäverodirektiiviin, arvonlisäverolakiin sekä KVL:n ja KHO:n antamiin ennakkoratkaisuihin ja -päätöksiin. Vastauksista myös ilmeni, että yrittäjät ovat hyvin perillä arvonlisäverojärjestelmästä. Kysely kuitenkin paljasti, että osa vastaajien liikuntapalveluista oli luokiteltu virheelliseen arvonlisäverokantaan. Esimerkiksi koulutuksellisista palveluista suoritettiin väärää verokantaa, vaikka arvonlisäverolaki antaa selkeät kriteerit kyseisille palveluille. Verottajan näkemyksen mukaan jokaiselle palvelulle tulee määritellä oikea arvonlisäverokanta tapauskohtaisesti. \n \nLiikuntapalveluiden arvonlisäverotus on monimutkainen ja laaja käsite, sekä monen veronmaksajan kannalta epätasa-arvoinen. Arvonlisäveron täytyy olla neutraali verotusjärjestelmä, jolloin aina samasta palvelusta tulisi maksaa saman verran arvonlisäveroa. Liikuntapalveluiden arvonlisäverokanta on täysin riippuvainen palvelun sisällöstä. Tämän tutkimuksen perusteella ilmeni, että lähes samankaltaisissa liikuntapalveluissa käytetään eri verokantoja. Lakia voidaan tulkita yrityksissä erilailla.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.068 | 0.017 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".