[삼성증권]세법개정에 따른 대주주 요건 및 이에 따른 2020년 양도소득세 관련 안내

Web발신]

[삼성증권]세법개정에 따른 대주주 요건 및 이에 따른 2020년 양도소득세 관련 안내드립니다.

​

※ 양도소득세 관련 이슈는 복잡다단하여 반드시 세무전문가를 통하여 상담받으시기를 바랍니다.

​

주식 양도차익에 대해 양도소득세가 과세되는 세법상 대주주의 범위가 2020년 4월 1일 이후 양도 분부터 아래와 같이 확대됩니다.

​

· 코스피/코스닥 주식: (단일회사 기준) 15억원 이상 보유 → 10억원 이상 보유

​

예를들어, 12월 말 결산 코스피주식을 시가총액 기준으로 적용사례를 살펴보면 아래와 같습니다.(결제일 기준)

​

<사례1> 2019년 12월 말 15억원 이상 보유한 경우

- 2020년 한해 동안 대주주 해당→ 매도 분 양도소득세 과세O

​

<사례2> 2019년 12월 말 10억원 이상 15억원 미만 보유한 경우

- 2020.1.1~3.31 대주주 미해당 → 매도 분 양도소득세 과세X

- 2020.4.1~12.31 대주주 해당 → 매도 분 양도소득세 과세O

​

<사례3> 2019년 12월 말 10억원 미만 보유한 경우

- 2020년 한해 동안 대주주 미해당 → 매도 분 양도소득세 과세X

​

* 본 내용은 보유 지분율 수준, 세법에서 정하는 특수관계자의 동일 주식 보유 여부 등 개인별 상황에 따라 충분히 달라질 수 있습니다. 세무전문가 상담은 필수입니다.

​

​

상기와 같은 문자사항을 삼성증권에서 발송하였습니다. 26일까지 매도해야 금년수량으로 적용받고 단가는 30일 폐장기준입니다. 더불어서 해외주식등 기존 양도세 대상인 부분은 2백5십만원정도 차액을 실현하셔서 양도소득 기본 공제를 적용받는게 좋을 듯 합니다. 내년 3억원 과세기준은 누구생각인지 답답합니다. 부동산 대비 매력이 주식이 커야 자금이 순환할텐데 부동산 오르는건 문제있다고 하면서 주식의 숨통은 계속 조이니 정책이 답답하고 한심스럽습니다.

​

일단 답없이 물려있는 해외쪽주식하고 좀 과하게 오른듯 한 수익난 미국주식하고 상계해서 매도를 진행하여 포트를 슬림화하는 노력도 필요한 것 같습니다. 주식투자자들은 연말이 포트재정비의 기회이니 잘 살려보도록 해야겠습니다.

얼굴인식 api를 블랙핑크 그룹에 적용한 파이선 예제 통신주 at&t

캐나다에 한파가 몰아쳐서 밖에 돌아다니기도 춥우니 방콕만 했던 주말이였습니다. 인구 70만의 작은 도시에 공립수영장이 열개가 넘개 있어서 기본적인 운동을 위해 수영만 하고 내내 주식분석과 프로그램을 살펴보곤 했습니다.

요즘은 인공지능알고리즘을 네이버나 다음같은 곳에서도 간단한 절차를 통해 제공해 주고있고 복잡하지 않은 프로그램과 예제등으로 쉽게 적용해 볼 수 있어서 좋았습니다.

​

이런 놀라운시대에 빠른 통신망을 제공해주는 통신주와 핵심 분석능력을 제공해주는 구글같은 플랫폼회사들의 가치는 더욱 더 오르리라 믿으며 제 포트에도 지속적으로 관리중입니다. 특히 at&t 는 타임워너 인수이후 주가 낙폭이 너무 심해고 베당이 삭감 되니 마니 하던 종목인데 최저점에서 매수해서 시세차익 25프로 그리고 올해 배당만 5프로수익이 예정되어 있는 최애 종목입니다. 더군다나 배당도 증액이 예정되어있어 감사할 뿐입니다. 미국을 다녀보면서 버라이존과 at&t의 확고한 지배력을 느꼇기 때문에 저가에 담을 수 있었다고 생각합니다.

​

관련 내용을 잘 설명한 블로그가 있어 참고 링크 걸어둡니다.

https://blog.naver.com/yundoto/221738108254

#17 [미국주식] AT&T(T)에 대한 소식들.

1. 먼저 좋은 소식 - 배당금 인상.​T가 올해도 배당성장을 이뤄냈다.12월 13일 금요일 AT&T 이사...

blog.naver.com

얼굴인식 api를 블랙핑크 그룹에 적용한 파이선 예제입니다.

인터넷에서 이곳저곳 가져온 소스를 짜집기 해봤습니다.

​

멤버 4명중 한명만 적용해봣는데 여성, 나이, 감정상태(중립) 등으로 비교적 정확하게 컴퓨터가 인식해서 깜짝놀랐습니다.

​

import os

import sys

import requests

import matplotlib.pyplot as plt

import matplotlib.image as mpimg

import matplotlib.patches as patches

import numpy as np

import json

#import urllib.request

#from PIL import Image, ImageDraw

​

img = mpimg.imread("blackpink.jpg")

file_name = 'blackpink.jpg'

​

client_id = "네이버아디"

client_secret = "키"

url = "https://openapi.naver.com/v1/vision/face"

#url = "https://openapi.naver.com/v1/vision/celebrity"

files = {'image': open('blackpink.jpg', 'rb')}

headers = {

'X-Naver-Client-Id': client_id,

'X-Naver-Client-Secret': client_secret

}

response = requests.post(url, files=files, headers=headers)

rescode = response.status_code

detect_result = json.loads(response.text)

detect_summary = detect_result['faces'][0]

print(detect_result)

x, y, w, h = detect_summary['roi'].values()

gender, gen_confidence = detect_summary['gender'].values()

emotion, emotion_confidence = detect_summary['emotion'].values()

age, age_confidence = detect_summary['age'].values()

pose, pose_confidence = detect_summary['pose'].values()

​

fig, ax = plt.subplots(figsize=(10, 10))

ax.imshow(img)

rect_face = patches.Rectangle((x, y),

w,

h,

linewidth=5,

edgecolor='r',

facecolor='none')

ax.add_patch(rect_face)

​

annotation = gender + ' : ' + str(gen_confidence) + \

'\n' + emotion + ' : ' + str(emotion_confidence) + \

'\n' + age + ' : ' + str(age_confidence) + \

'\n' + pose + ' : ' + str(pose_confidence)

plt.figtext(0.2, 0.3, annotation, wrap=True, fontsize=17, color='red')

plt.show()

plt.savefig('graph.png')

​

#if (rescode == 200):

# print(response.text)

#else:

# print("Error Code:" + rescode)