首页 > 财税理论 > 研究探讨

用好大数据 实现税务风险管理全覆盖

国家税务总局无锡市税务局 江苏省无锡市国际税收研究会

税务风险管理的未来将是以大数据为核心,在税种指标和行业模型的基础上,通过理顺数据关系、挖掘数据价值,建立起覆盖全行业、全税(费)种、全流程的税务风险管理体系。

如何管理好、使用好税收大数据是当前各级税务机关急需研究的重要课题。

大数据应用于税收风险管理的实践

建立以风险管理为导向的现代化税收征管体系,是2012年全国税务系统深化税收征管改革工作会议上提出的。此后,各地税务机关积极探索大数据在税收风险管理中的应用。以下对江苏和无锡税务部门的相关实践加以总结。

构建集成、统一的大数据资源库,开展全方位的数据归集。2018年税务机构改革后,江苏税务部门全面整合原国税地税数据资源,通过政务资源共享平台,从省市县三级政府1269个部门共获取1.49亿条信息。以无锡为例,采集的互联网数据共涉及13个一级主题、42个二级主题、114个三级主题,共计2634万条数据,实现纳税人全税(费)种、全环节、全周期的全面覆盖。

建立智能、便捷的情报分析平台,加强专业化的数据应用。江苏省大数据情报管理平台以用户需求为导向,面向各部门、各层级,建设丰富、实用的定制化数据产品;充分融合总局大数据云平台和金税三期系统,形成总局、省局两级部署、差异互补的大数据应用服务体系;建立数据应用目录指引,形成统一的数据应用服务门户,让税务干部统一登录、快速访问、便捷应用,提升数据应用的便利性;建设灵活、高效的用户自定义智能分析功能区,提供常态化、专业化、个性化的数据应用服务。

建立全行业、全税种的风险识别库,开展全覆盖的风险监控。基于新形势下风险管理的需要,江苏税务部门将整合后的920个风险指标和模型重新归类,形成综合类755个、专项类104个、管理类61个的全省统一的风险分析识别库,为省、市两级开展风险分析识别提供了基础保障。同时,风险分析识别库实现了与事中事后管理事项的全面对接,各业务部门根据事中事后管理要求,发挥各部门的职能优势,动态更新本部门的事中事后管理目录以及对应的风险分析指标模型,确保风险分析识别库支撑各部门落实事中事后管理的各项要求。

构建统一管理、分级分类应对模式,加强全流程的应对管理。江苏税务部门对接金税三期系统,构建全功能覆盖、全流程支持、全过程监控的风险管理平台,截至2018年底,平台的269项主体功能全面开发完成,实现全省统一、分级应用,全面支撑省市两级、综合类、专项类和管理类风险的全面扫描和分析结果按户归集;根据各部门、各层级不同的风险管理职责,配置相应岗位,将风险管理事项分节点、按流程在平台中全口径部署;围绕风险管理工作的主要环节和重点事项,运用相关指标进行事前事中事后的全过程监控评价,保证税收风险管理工作规范实施,有效落实风险管理内控的各项要求。

税收大数据的应用难点及分析

课题组梳理了大数据应用在税收风险管理中存在的问题:

大数据思维理念的革新与认识仍不到位。以江苏省大数据情报管理平台为例,目前更多的是工作人员通过经验式判断和设想,进行模型构建、数据查询筛选、结果验证,而非真正意义上的让数据发声、让数据说话。

数据采集难以满足应用需求。江苏省税收大数据的采集范围主要还停留在纳税人所提供的静态资料上,纳税人经营的动态类数据、行为类数据匮乏;尽管第三方数据交换机制已初步建立,但是部分政府部门或具有公共属性的非政府部门对数据提供的认识还未完全转变。

大数据存储及分析技术急需升级。一是数据的存储分散在各个系统,或难以统一调用,或标准各异,相互孤立;二是对不同类型数据的预处理、数据清洗技术有待进一步分类细化;三是基于海量涉税数据的分析模型、分析算法不足。此外,当前通过大数据分析形成的风险疑点、风险报告等多以表单文字形式展现,缺乏可视化展现形式。

专业人才保障机制尚未建立。开展大数据分析,需要分析人员既精通财税业务,又熟练运用相关数据分析技术,还需要有数据创新思维。税收大数据专业人才的选拔以及培养保障机制亟待建立。

大数据应用税收风险管理的国际启示

国外不少国家和地区也进行了相应的实践和研究,有一定参考价值。

大数据战略的顶层设计是基础。比如,英国皇家税务与海关总署于2012年公布的数字化税务行动计划,划定现阶段、过渡阶段和变革阶段3个时期和22项子行动计划。此外,英国政府开放数据门户网站,除提供来自政府的公共领域数据,也开放上传来源于民众或民间机构的数据。

多源融合的大数据管理平台是核心。美国建立的符合大数据特征的数据仓库和澳大利亚的数据验证与匹配项目有一定代表性:一是数据规模大。美国的数据仓库有460TB(太字节,计算机存储容量单位,常用TB来表示)数据库总存储量,1.2PB(拍字节,计算机中较高级的存储单位,常用PB来表示)磁盘存储器总储量;二是数据多样性。澳大利亚的数据验证与匹配项目存储大量影像等非结构化数据,数据包括银行、保险、证券在内的金融机构、共享经济服务商等提供的交易数据;三是数据处理极度快速。美国在数据仓库里一次性可搜索、分析数十亿条以上的信息记录,只需几个小时便可完成。

通过数据挖掘发现数据价值是关键。在美国,由1.8万多名数据库专家和税务专家组成的团队,耗资8亿美元建立了“加强依法纳税的解决方案”体系,开展了基于数据分析的高效税务审计。英国皇家税务与海关总署成立数字化服务中心以及大数据分析中心,面向全球招聘世界一流的产品经理、交互设计师、客户研究专家、技术架构师以及软件开发师。

大数据应用税收风险管理的建议

建设高度融合的大数据资源管理平台。一是从国家层面统一数据标准,增强跨主体、跨部门、跨区域数据交换共享的制度刚性;二是积极推动数据开放战略的实施,充实海量数据仓库的外部数据;三是引入数据爬虫、搜索引擎、图形识别等技术,大规模采集非结构化数据;四是拓宽数据采集类型,以发票管理数据为例,除采集发票开具的基本内容,还需采集发票开具的IP地址、开票时间、开具行为等在内的涉税时空数据和社会经营主体、个人的行为类数据;五是搭建多层次的数据仓库。底层是海量数据聚合的云存储平台和多源融合的数据处理中心,中间层是生态化的数据开放服务中心,最顶层是智能化的数据创新应用中心,满足越来越多的以数据驱动税收风险管理的业务场景。

运用大数据思维提高税收风险识别能力。从实践来看,税务风险识别的第一个阶段是以税种为核心的,风险识别的第二个阶段,也就是目前经历的阶段,是以行业为核心,风险识别未来的一个阶段,将是以大数据为核心,在税种指标和行业模型的基础上,利用大数据技术驱动方法创新,不仅局限于纳税人税收和财务信息,还采集与纳税人相关联的各类信息;采取征纳共治的模式,动态地将纳税人的涉税风险推送给纳税人,从事后由税务机关发起转变为在税收征管全流程中通过税企互动的方式进行风险防控。

引入大数据技术强化数据的增值利用。一方面,税务机关应整合内部各类基础数据,包括结构化数据和非结构化数据,抓好增量数据;同时理顺数据管理关系,提升数据质量,盘活存量数据。另一方面,通过第三方技术力量,以最高效率、最低成本引入最先进的大数据技术,深度挖掘数据价值,推广应用数据产品。

运用可视化分析工具实现动态风险监控。可视化技术可将海量零散、无序的涉税数据以图形、图像、表格等形式展示,能够快速、直观地发现数据特征及其之间的关系。微观层面上,通过展示基本信息、动态信息和预警信息,能够全面评价各类税源管理事项的基本动态以及偏离预警线的强弱程度,及时预测、识别和防范风险;宏观层面上,借助数据的定期分析、图形比对,深度挖掘潜在风险,可对风险管理工作模式、工作机制进行优化和调整,帮助决策层作出科学决策。

加快建立与大数据相适应的专业人才队伍。一方面,选拔培养一支有创新思维、精通税收业务与大数据挖掘技术,熟练应用数理统计、相关性分析的复合型人才队伍;另一方面主动引进外部专家,建立有外部专家参与的税收风险分析和识别领域的管理机制,外包部分专业性涉税领域,作为大数据应用于税收风险管理的有效补充和支撑。

课题指导人:王晓东

课题组成员:顾建碧、胡宇峰、陈智能


编辑:张瑜

要论要言

更多 >>

财税新闻

更多 >>

图片新闻

更多 >>