ywb

2015-12-28       来源：中国税务报       作者：邓蓓蓓 马泽慧 郑国勇     

　　搭建风险管理模式
　　
　　大企业是税收收入的主要贡献者，但由于其规模、结构和交易的复杂性，往往隐含着大量的税务风险。传统的大企业管理模式，难以有效消除大企业的税务风险。大连市国税局运用大数据思维，借助信息化手段，收集、整理、加工企业涉税数据，分析、预测、控制企业的风险，取得了有效成果，建立起越来越成熟的大企业税务风险管理模式。
　　
　　大连市国税局的大企业集中在直属税务分局，下辖14大类行业企业，包括制造业、金融业、商业、电力、热力、燃气及水的生产和供应业等。该局的税收收入较为集中。据统计，110户税务总局定点联系企业，数量仅占8.5%，税收收入却近9成。
　　
　　大连市国税局的大企业风险管理模式重组了三个基础环节：以矩阵模式打破人员原有科室结构，组建“专业化”工作团队；以税务审计的方法借助管理平台对企业的数据进行分析、比对和审核，形成初步的税收风险方向；以大企业税收风险管理平台作为税收风险管理的综合处理场所。这为提升税收风险的防控水平创造了条件。
　　
　　基于大数据思维下的大企业风险管理，根本条件是占有优势数量的数据。为此，该局的风险管理平台创建了囊括税收征管数据、企业行为数据和非特定第三方数据等为一体的大容量数据库。同时将税收法律规范、政策规定、工作经验和统计理论知识也嵌入平台的分析模型中，增强了风险分析的客观、及时与准确。
　　
　　三种风险管理类型体现大数据的三大功能
　　
　　对数据的关联、深挖、预测是大数据的三大功能。大连市国税局直属分局围绕大数据的三大功能，在实践、探索和分析过程中产生出三种类型风险管理模型：描述性统计分析模型、诊断性统计分析模型和预测性统计分析模型。
　　
　　以石化行业为例，该行业属于资金技术密集型产业，具有生产规模大、资金流动性强、生产工艺复杂、部门机构设置多样化等特点。风险管理平台与行业内的数家企业的生产模拟系统、财务核算系统等多个内控系统对接，收集并分析17大类200多份内控文件，收集了近3年5万多条数据。
　　
　　描述性模型，主要体现大数据的关联功能，说明企业发生了什么。用简单直观的方法给出数据的描述和展示。它计算企业数据的各种统计指标，以便了解企业特定业务、流程的具体情况。描述性统计分析可提供有关当前企业行为和运营趋势的情况，为税务风险管控的资源分配、流程改进和整体绩效管理提供决策依据。在此模型下，该局分析了石化行业的成品油产销量对比，基于行业销售的特征，企业产销比例比较稳定且趋近于1，用这个指标查看企业产销比例是否保持在稳定的区间内。分析耗电量与原油加工量对比，原油单位加工量的耗电量比较稳定，相关系数接近于1，有很强的线性关系。将每个期间的原油投入加工量与耗电总量进行对比，通过比较两者的变化趋势是否同步，来识别涉税风险。
　　
　　诊断性模型，体现大数据的深挖功能，说明为什么会发生。分析找出企业经营过程中异常情况，并与纳税申报信息进行比对，对相应的异常情况进行分析。在这一过程中，把企业正常的波动和异常的经营情况区分开来，便于税收风险的识别。对比分析企业成品油来料加工复出口率与实际收率，识别企业来料加工复出口油品的收率是否在合理区间内。判定是否存在一般贸易同类产品按照来料加工贸易方式申报出口享受免税的涉税风险。
　　
　　预测性统计分析，体现大数据的预测功能，说明将要发生什么。通过分析大数据来进行预测并确定企业未来出现某种结果、趋势或事件的可能性。在税务风险管控中，预测分析可用于判断企业未来一个时段税收收入的变动情况，进而考察企业在购产销过程中潜在的税务风险点。预测分析成品油产量，以6西格玛理论为基础，将计划偏差率的置信区间设定为上下3西格玛，进而确定各成品油的产量浮动，结合企业计划的原油投入量，预测出计划的各成品油的产量置信区间。预测分析消费税，以6西格玛可以预测应缴消费税的置信区间。如果用于回测往期数据时，实际缴纳税额超出预测的应缴消费税置信区间的视为异常，可能存在涉税风险。
　　
　　让风险降到最低
　　
　　之前的大企业管理模式，税务部门掌握的都是纳税人自行申报的征管方面的数据；而在新的风险管理模式下，税务部门取得并使用的是海量的企业真实的行为数据，这将更全面地反映企业经营的真实情况。此次对石化行业的分析，让税务部门抓住了本行业生产经营上的特点，为行业内其他企业的管理铺平了道路。对大企业来讲，税务人员的专业性，为企业带来了更多的安全保障。
　　
　　总的说来，该局的风险管理模式有三方面的优点。
　　
　　转变思维，拓展渠道，抓住税收风险管理切入点。建立税收风险管理平台，就是要在描述大企业的风险是高还是低这件事实时，尽可能多地使用数据来说话，这是增强客观性、减少主观性的最好办法。为此，在已囊括了较为全面的征管数据和财务数据的大企业税审软件基础上，拓展数据采集范围，重点采集企业行为数据和行业第三方数据，密切跟踪企业ERP系统等各种数据处理系统，锁定企业的购、产、销行为，构建企业的虚拟数据集。
　　
　　搭建平台，跨界融合，挖掘税收风险管理创新点。该系统首次创建了集成三类数据的综合数据库，实现了非结构化数据的自动整理和导入功能；首次将业务模型建立在动态的生产运营数据的基础上，消除了以静态的财税数据为分析依据而产生的偏差；首次将税收政策及业务经验转化为数学模型，使传统的“点估计”延展到“区间估计”，从而为更客观地定义和计算税收风险值奠定了基础。这些新功能恰恰是运用大数据三大理念所结出的“果实”，大数据时代下，数据要全体不要抽样，要效率不要绝对精确，要相关不要因果。
　　
　　同频共振，实时管控，把握税收风险管理着力点。在税收风险管理平台的技术支持下，涉税数据按月增加，税收风险管理与企业生产运营几乎同步，可视化界面逐月动态变化，同频共振，实时管控，使风险管理与生产经营“如影相随”；系统独有的预测分析模型集聚了“预测”和“回测”功能，成为税收分析的有效工具。该系统改变以往只注重因果关系的数据，更多关注相关关系的行为数据，形成新型数据池，运用模型分析，提高数据的容错率，降低了数据取得的成本，突破了税企信息不对称的困境，抓住了税收风险管理的着力点。


(责任编辑：王燕)