首頁 >>財稅學術 >> 正文

用好大數據實現稅務風險管理全覆蓋

2019-11-14 15:15:00 | 來源:中國稅務報 | 作者:王曉東

    稅務風險管理的未來將是以大數據為核心,在稅種指標和行業模型的基礎上,通過理順數據關系、挖掘數據價值,建立起覆蓋全行業、全稅(費)種、全流程的稅務風險管理體系。

  如何管理好、使用好稅收大數據是當前各級稅務機關急需研究的重要課題。

  大數據應用于稅收風險管理的實踐

  建立以風險管理為導向的現代化稅收征管體系,是2012年全國稅務系統深化稅收征管改革工作會議上提出的。此后,各地稅務機關積極探索大數據在稅收風險管理中的應用。以下對江蘇和無錫稅務部門的相關實踐加以總結。

  構建集成、統一的大數據資源庫,開展全方位的數據歸集。2018年稅務機構改革后,江蘇稅務部門全面整合原國稅地稅數據資源,通過政務資源共享平臺,從省市縣三級政府1269個部門共獲取1.49億條信息。以無錫為例,采集的互聯網數據共涉及13個一級主題、42個二級主題、114個三級主題,共計2634萬條數據,實現納稅人全稅(費)種、全環節、全周期的全面覆蓋。

  建立智能、便捷的情報分析平臺,加強專業化的數據應用。江蘇省大數據情報管理平臺以用戶需求為導向,面向各部門、各層級,建設豐富、實用的定制化數據產品;充分融合總局大數據云平臺和金稅三期系統,形成總局、省局兩級部署、差異互補的大數據應用服務體系;建立數據應用目錄指引,形成統一的數據應用服務門戶,讓稅務干部統一登錄、快速訪問、便捷應用,提升數據應用的便利性;建設靈活、高效的用戶自定義智能分析功能區,提供常態化、專業化、個性化的數據應用服務。

  建立全行業、全稅種的風險識別庫,開展全覆蓋的風險監控。基于新形勢下風險管理的需要,江蘇稅務部門將整合后的920個風險指標和模型重新歸類,形成綜合類755個、專項類104個、管理類61個的全省統一的風險分析識別庫,為省、市兩級開展風險分析識別提供了基礎保障。同時,風險分析識別庫實現了與事中事后管理事項的全面對接,各業務部門根據事中事后管理要求,發揮各部門的職能優勢,動態更新本部門的事中事后管理目錄以及對應的風險分析指標模型,確保風險分析識別庫支撐各部門落實事中事后管理的各項要求。

  構建統一管理、分級分類應對模式,加強全流程的應對管理。江蘇稅務部門對接金稅三期系統,構建全功能覆蓋、全流程支持、全過程監控的風險管理平臺,截至2018年底,平臺的269項主體功能全面開發完成,實現全省統一、分級應用,全面支撐省市兩級、綜合類、專項類和管理類風險的全面掃描和分析結果按戶歸集;根據各部門、各層級不同的風險管理職責,配置相應崗位,將風險管理事項分節點、按流程在平臺中全口徑部署;圍繞風險管理工作的主要環節和重點事項,運用相關指標進行事前事中事后的全過程監控評價,保證稅收風險管理工作規范實施,有效落實風險管理內控的各項要求。

  稅收大數據的應用難點及分析

  課題組梳理了大數據應用在稅收風險管理中存在的問題:

  大數據思維理念的革新與認識仍不到位。以江蘇省大數據情報管理平臺為例,目前更多的是工作人員通過經驗式判斷和設想,進行模型構建、數據查詢篩選、結果驗證,而非真正意義上的讓數據發聲、讓數據說話。

  數據采集難以滿足應用需求。江蘇省稅收大數據的采集范圍主要還停留在納稅人所提供的靜態資料上,納稅人經營的動態類數據、行為類數據匱乏;盡管第三方數據交換機制已初步建立,但是部分政府部門或具有公共屬性的非政府部門對數據提供的認識還未完全轉變。

  大數據存儲及分析技術急需升級。一是數據的存儲分散在各個系統,或難以統一調用,或標準各異,相互孤立;二是對不同類型數據的預處理、數據清洗技術有待進一步分類細化;三是基于海量涉稅數據的分析模型、分析算法不足。此外,當前通過大數據分析形成的風險疑點、風險報告等多以表單文字形式展現,缺乏可視化展現形式。

  專業人才保障機制尚未建立。開展大數據分析,需要分析人員既精通財稅業務,又熟練運用相關數據分析技術,還需要有數據創新思維。稅收大數據專業人才的選拔以及培養保障機制亟待建立。

  大數據應用稅收風險管理的國際啟示

  國外不少國家和地區也進行了相應的實踐和研究,有一定參考價值。

  大數據戰略的頂層設計是基礎。比如,英國皇家稅務與海關總署于2012年公布的數字化稅務行動計劃,劃定現階段、過渡階段和變革階段3個時期和22項子行動計劃。此外,英國政府開放數據門戶網站,除提供來自政府的公共領域數據,也開放上傳來源于民眾或民間機構的數據。

  多源融合的大數據管理平臺是核心。美國建立的符合大數據特征的數據倉庫和澳大利亞的數據驗證與匹配項目有一定代表性:一是數據規模大。美國的數據倉庫有460TB(太字節,計算機存儲容量單位,常用TB來表示)數據庫總存儲量,1.2PB(拍字節,計算機中較高級的存儲單位,常用PB來表示)磁盤存儲器總儲量;二是數據多樣性。澳大利亞的數據驗證與匹配項目存儲大量影像等非結構化數據,數據包括銀行、保險、證券在內的金融機構、共享經濟服務商等提供的交易數據;三是數據處理極度快速。美國在數據倉庫里一次性可搜索、分析數十億條以上的信息記錄,只需幾個小時便可完成。

  通過數據挖掘發現數據價值是關鍵。在美國,由1.8萬多名數據庫專家和稅務專家組成的團隊,耗資8億美元建立了"加強依法納稅的解決方案"體系,開展了基于數據分析的高效稅務審計。英國皇家稅務與海關總署成立數字化服務中心以及大數據分析中心,面向全球招聘世界一流的產品經理、交互設計師、客戶研究專家、技術架構師以及軟件開發師。

  大數據應用稅收風險管理的建議

  建設高度融合的大數據資源管理平臺。一是從國家層面統一數據標準,增強跨主體、跨部門、跨區域數據交換共享的制度剛性;二是積極推動數據開放戰略的實施,充實海量數據倉庫的外部數據;三是引入數據爬蟲、搜索引擎、圖形識別等技術,大規模采集非結構化數據;四是拓寬數據采集類型,以發票管理數據為例,除采集發票開具的基本內容,還需采集發票開具的IP地址、開票時間、開具行為等在內的涉稅時空數據和社會經營主體、個人的行為類數據;五是搭建多層次的數據倉庫。底層是海量數據聚合的云存儲平臺和多源融合的數據處理中心,中間層是生態化的數據開放服務中心,最頂層是智能化的數據創新應用中心,滿足越來越多的以數據驅動稅收風險管理的業務場景。

  運用大數據思維提高稅收風險識別能力。從實踐來看,稅務風險識別的第一個階段是以稅種為核心的,風險識別的第二個階段,也就是目前經歷的階段,是以行業為核心,風險識別未來的一個階段,將是以大數據為核心,在稅種指標和行業模型的基礎上,利用大數據技術驅動方法創新,不僅局限于納稅人稅收和財務信息,還采集與納稅人相關聯的各類信息;采取征納共治的模式,動態地將納稅人的涉稅風險推送給納稅人,從事后由稅務機關發起轉變為在稅收征管全流程中通過稅企互動的方式進行風險防控。

  引入大數據技術強化數據的增值利用。一方面,稅務機關應整合內部各類基礎數據,包括結構化數據和非結構化數據,抓好增量數據;同時理順數據管理關系,提升數據質量,盤活存量數據。另一方面,通過第三方技術力量,以最高效率、最低成本引入最先進的大數據技術,深度挖掘數據價值,推廣應用數據產品。

  運用可視化分析工具實現動態風險監控。可視化技術可將海量零散、無序的涉稅數據以圖形、圖像、表格等形式展示,能夠快速、直觀地發現數據特征及其之間的關系。微觀層面上,通過展示基本信息、動態信息和預警信息,能夠全面評價各類稅源管理事項的基本動態以及偏離預警線的強弱程度,及時預測、識別和防范風險;宏觀層面上,借助數據的定期分析、圖形比對,深度挖掘潛在風險,可對風險管理工作模式、工作機制進行優化和調整,幫助決策層作出科學決策。

  加快建立與大數據相適應的專業人才隊伍。一方面,選拔培養一支有創新思維、精通稅收業務與大數據挖掘技術,熟練應用數理統計、相關性分析的復合型人才隊伍;另一方面主動引進外部專家,建立有外部專家參與的稅收風險分析和識別領域的管理機制,外包部分專業性涉稅領域,作為大數據應用于稅收風險管理的有效補充和支撐。

分享到: 0
[大] [中] [小] | [打印] | [關閉]

相關文章

財稅要聞
境外稅訊
雙微

本社風貌 | 聯系我們 | 友情鏈接 | 法律聲明 | 誠聘英才
中國稅務雜志社服務熱線:010-63584622
電子郵箱:[email protected] | 聯系電話:010-63422191 | 傳真:86-010-63584617
中國稅務網編輯部投稿郵箱:[email protected] | 中國稅務網編輯部電話:010-63886789
地址:北京市豐臺區廣安路9號國投財富廣場1號樓10層 郵政編碼:100055
主辦:中國稅務雜志社 HTTP://www.bukifl.tw

版權所有 未經許可不得復制或建立鏡像

互聯網新聞信息服務許可證 國新網 1012012003 | 電信與信息服務業務經營許可證:京ICP備16063117號 | 備案:京公網安備 11010602130045號

四川金7乐电视走势