✅ 【1】所得税的计算步骤(概要)

日本的所得税大致按照以下顺序来计算:

1️⃣ 统计收入(销售额、工资等)
2️⃣ 扣除必要经费等,得到「所得金額」
3️⃣ 扣除各类「所得控除」(所得扣除),得到「課税所得」
4️⃣ 对課税所得按累进税率计算税额
5️⃣ 扣掉税额控除(税额抵免)后,得出最终应纳税额


✅ 【2】超简单示例

以下以工资收入为例子来说明。
(※ 事業所得、不动产所得等也用相同流程,但中间的细节略有不同)


【步骤1】收入金额

例如:年收入(工资)600万日元


【步骤2】所得金额(扣除工资所得扣除)

工资所得有个固定的「給与所得控除」(工资所得扣除)金额。

✅ 2025年为例(近似数值):

  • 600万日元年收入 → 约174万日元的工资所得扣除(精确数额需看国税厅速算表)

工资所得 = 600万 − 174万 = 426万日元


【步骤3】扣除所得控除

在这个基础上,再扣除「所得控除」。

✅ 主要的所得控除

  • 基础扣除:48万日元
  • 扶养控除、配偶者控除、社会保险费控除等

如果只考虑基础扣除:

課税所得 = 426万 − 48万 = 378万日元


【步骤4】对課税所得按税率计算

日本的所得税是累进税制,課税所得不同区间采用不同税率。

2025年也基本如下(国税部分的税率速算表):

課税所得(区间)税率速算控除额
1,000円~1,949,000円5%0円
1,950,000~3,299,000円10%97,500円
3,300,000~6,949,000円20%427,500円
6,950,000~8,999,000円23%636,000円
… (以下省略)

✅ 课税所得378万 → 落在20%这一档

  • 378万 × 20% − 427,500
  • = 756,000 − 427,500
  • = 328,500日元

→ 这就是国税部分的概算所得税额


【步骤5】税额控除等

  • 如果有住宅贷款控除等,在这里可以抵减
  • 得出最终应缴所得税额

✅ 【3】别忘了住民税

除了所得税(国税),还需要缴纳地方税,也就是住民税(都道府县+市区町村税),大约是一律10%左右(包含均等割和所得割)。

  • 对课税所得约按10%来算
  • 例如课税所得378万 → 住民税约38万日元

✅ 【4】总结示例

以年收600万日元的工资所得者(简化版计算)为例

  • 工资所得:426万日元
  • 課税所得:378万日元
  • 所得税(国税):约32万日元
  • 住民税:约38万日元
  • 合计税负:约70万日元

✅ 【5】如果要更精确计算

  • 先查到准确的工资所得扣除金额(用国税厅公布的表来查)
  • 计算时包含所有所得控除(社会保险费扣除、扶养控除、配偶者控除等)
  • 最后再考虑税额控除(如住宅贷款控除等)

✅ 【6】官方和实用链接

  • 国税厅「所得税速算表」
  • 国税厅「所得税申告書等作成コーナー」
  • 各市区町村的住民税计算网页

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/pingmian/88926.shtml
繁体地址,请注明出处:http://hk.pswp.cn/pingmian/88926.shtml
英文地址,请注明出处:http://en.pswp.cn/pingmian/88926.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【langchain4j篇01】:5分钟上手langchain4j 1.1.0(SpringBoot整合使用)

目录 一、环境准备 二、创建项目、导入依赖 三、配置 application.yml 四、注入Bean,开箱即用 五、日志观察 一、环境准备 首先和快速上手 Spring AI 框架一样的前置条件:先申请一个 apikey ,此部分步骤参考:【SpringAI篇01…

js运算符

运算符 jarringslee*赋值运算符 - / 对变量进行赋值的运算符,用于简化代码。左边是容器,右边是值一元运算符正号 符号- 赋予数据正值、负值自增 自减– 前置和后置:i和i:一般情况下习惯使用后置i,两者在单独…

next.js 登录认证:使用 github 账号授权登录。

1. 起因, 目的: 一直是这个报错。2. 最终效果, 解决问题,能成功登录、体验地址:https://next-js-gist-app.vercel.app/代码地址: https://github.com/buxuele/next-js-gist-app3. 过程: 根本原因: github 的设置&…

深入理解设计模式:原型模式(Prototype Pattern)

在软件开发中,对象的创建是一个永恒的话题。当我们需要创建大量相似对象,或者对象创建成本较高时,传统的new操作符可能不是最佳选择。原型模式(Prototype Pattern)为我们提供了一种优雅的解决方案——通过克隆现有对象…

Rocky Linux 9 源码包安装php8

Rocky Linux 9 源码包安装php8大家好,我是星哥!今天咱们不聊yum一键安装的“快餐式”部署,来点儿硬核的——源码编译安装PHP 8.3。为什么要折腾源码?因为它能让你深度定制PHP功能、启用最新特性,还能避开系统默认源的版…

Django母婴商城项目实践(四)

4、路由规划与设计 1、概述 介绍 路由称为 URL(Uniform Resource Locator,统一资源定位符),也称为 URLconf,对互联网上得到的资源位置和访问方式的一种简洁表示,是互联网上标准梓源的地址。互联网上的每个文件都有一个唯一的路由,用于指出网站文件的路由位置,也可以理…

论文阅读:arxiv 2025 A Survey of Large Language Model Agents for Question Answering

https://arxiv.org/pdf/2503.19213 https://www.doubao.com/chat/12038636966213122 A Survey of Large Language Model Agents for Question Answering 文章目录速览论文翻译面向问答的大型语言模型代理综述摘要一、引言速览 这篇文档主要是对基于大型语言模型(…

ONNX 是什么

ONNX 是什么? ONNX,全称 Open Neural Network Exchange,是微软和 Facebook(现在的 Meta)联合发起的一个开放的神经网络模型交换格式。简单理解:ONNX 是一个通用的「AI 模型存档格式」。用 PyTorch、TensorF…

【Python3】掌握DRF核心装饰器:提升API开发效率

在 Django REST Framework (DRF) 中,装饰器(Decorators)通常用于视图函数或类视图,以控制访问权限、请求方法、认证等行为。以下是 DRF 中常用的装饰器及其功能说明: 1. api_view 用途: 用于基于函数的视图&#xff0c…

Datawhale AI 夏令营第一期(机器学习方向)Task2 笔记:用户新增预测挑战赛 —— 从业务理解到技术实现

Datawhale AI夏令营第一期(机器学习方向)Task2笔记:用户新增预测挑战赛——从业务理解到技术实现 一、任务核心:业务与技术的“翻译” 本次Task聚焦“用户新增预测挑战赛”的核心逻辑,核心目标是锻炼“将业务问题转化为…

【人工智能】华为昇腾NPU-MindIE镜像制作

本文通过不使用官方镜像,自己在910b 进行华为mindie的镜像制作,可离线安装部署。 硬件:cann 8.0 1. 部署参考文档: 安装依赖-安装开发环境-MindIE安装指南-MindIE1.0.0开发文档-昇腾社区 2. 参数说明文档:https://www.hiascend.com/document/detail/zh/mindie/100/min…

关于我用AI编写了一个聊天机器人……(番外1)

极大地精简了1.3.6版本的逻辑。 不会作为正式版发布。 未填充数据。核心结构代码包含两个主要部分&#xff1a;数据结构&#xff1a;使用map<string, string>存储问答对&#xff0c;其中键是问题&#xff0c;值是答案主程序流程&#xff1a;初始化预定义的问答对进入无限…

全球钠离子电池市场研究,市场占有率及市场规模

钠离子电池是一种新兴的储能技术&#xff0c;利用钠离子&#xff08;Na⁺&#xff09;代替锂离子作为电荷载体&#xff0c;为锂离子电池提供了一种经济高效且可持续的替代品。它们的工作原理类似&#xff0c;在充电和放电循环过程中&#xff0c;钠离子在阳极和阴极之间移动。关…

SwiftUI 全面介绍与使用指南

目录一、SwiftUI 核心优势二、基础组件与布局2.1、基本视图组件2.2、布局系统2.3、列表与导航三、状态管理与数据流3.1、状态管理基础3.2、数据绑定与共享四、高级功能与技巧4.1、动画效果4.2、绘图与自定义形状4.3、网络请求与异步数据五、SwiftUI 最佳实践六、SwiftUI 开发环…

ADC采集、缓存

FPGA学习笔记_李敏儿oc的博客-CSDN博客 TLV5618.v&#xff1a;实现DAC数模转换&#xff0c;产生模拟信号&#xff0c;输出指定电压值 时序图 FPGA学习笔记&#xff1a;数据采集传输系统设计&#xff08;二&#xff09;&#xff1a;TLV5618型DAC驱动-CSDN博客 ADC128S052.v&…

(C++)STL:stack、queue简单使用解析

stack 栈 简介 stack 栈——容器适配器 container adapter 与前面学的容器vector、list的底层实现不同&#xff0c;stack功能的实现是要借助其他容器的功能的&#xff0c;所以看stack的第二个模板参数是容器。 最大特点&#xff1a;LIFO&#xff1a;Last In, First Out&#xf…

在Adobe Substance 3D Painter中,已经有基础图层,如何新建一个图层A,clone基础图层的纹理和内容到A图层

在Adobe Substance 3D Painter中&#xff0c;已经有基础图层&#xff0c;如何新建一个图层A&#xff0c;clone基础图层的纹理和内容到A图层 在 Substance 3D Painter 中克隆底层纹理到新图层的最快做法 操作步骤 添加空白 Paint Layer 在 Layer Stack 顶部点击 → Paint La…

视频编码中熵编码之基于上下文的变长编码(Huffman霍夫曼编码和指数哥伦布)

视频编码中熵编码之基于上下文的变长编码&#xff08;Huffman霍夫曼编码和指数哥伦布&#xff09; 视频编码中熵编码之基于上下文的变长编码Huffman霍夫曼编码和指数哥伦布&#xff09;视频编码中熵编码之基于上下文的变长编码&#xff08;Huffman霍夫曼编码和指数哥伦布&#…

游戏玩法的专利博弈

首席数据官高鹏律师数字经济团队创作 AI辅助一、数字战场的护城河&#xff1a;游戏玩法的专利价值觉醒在数字经济的浪潮中&#xff0c;游戏行业正以每年超15%的增速重塑全球娱乐版图。2024年中国游戏市场规模突破3257亿元&#xff0c;用户规模达6.74亿&#xff08;数据来源&…

小架构step系列11:单元测试引入

1 概述 在还没有写什么代码之前&#xff0c;就引入单元测试&#xff0c;是要强调单元测试的重要性。当一套代码的生命周期比较长的时候&#xff0c;单元测试更加重要。生命周期长的代码&#xff0c;不管是产品人员还是开发人员&#xff0c;可能都会换了一批又一批&#xff0c;…