在個人成長的多個環節中，大家都寫過論文，肯定對各類論文都很熟悉吧，論文是我們對某個問題進行深入研究的文章。爲了讓您在寫論文時更加簡單方便，下面是小編整理的大數據視域下稅收風險管理的完善策略論文，歡迎大家分享。
摘要：
從大數據時代背景出發，結合稅收風險管理的發展過程，簡要描述大數據利用現狀，針對面臨的“放管服”改革、優化稅收營商環境、助力“六穩”和“六保”等新形勢，闡述當前大數據利用的新任務和新要求。並從基層操作實踐的角度分析大數據利用存在的不足，從基層視角就如何進一步開展稅收大數據利用提出相應的對策建議。
關鍵詞:
大數據;稅收風險管理;數據分析;基層視角;
引言：
近些年來，大數據以及大數據技術的發展正在改變着我們的生產方式和生活方式。大數據具有大量、多樣、高速、價值等特點[1],可以幫助人們將注意力放在相關關係的發現和使用上，以做到先知先覺，預測未來[2]。黨的十九屆四中全會明確指出，數據作爲生產要素參與收益分配，從中可以看出數據的重要價值。數字時代，大數據是生產要素，更是發展機遇。2020年，爲了支援疫情防控、落實好減稅降費、個人所得稅彙算清繳、助力“六穩”和“六保”等工作，國家稅務總局提出了“四力”要求，即優惠政策落實要給力、“非接觸式”辦稅要添力、數據服務大局要盡力、疫情防控工作要加力，數據在“四力”要求中發揮着基礎性作用。本文將從稅收風險管理及大數據利用現狀、大數據背景下稅收風險管理面臨的挑戰和存在的不足、大數據背景下完善稅收風險管理的對策等方面進行討論和探索。
一、稅收風險管理及大數據利用現狀
稅收風險管理是在20世紀90年代創建企業型政府時逐步引入的[3]。稅收風險涉及到稅收管理的多個環節，本文討論的稅收風險主要是指稅收流失風險。實施稅收風險管理的主要目的就是最大限度地防範國家稅收流失，透過合理配置稅收管理資源，科學實施風險目標規劃、指標體系建設、稅收風險分析、應對處理和反饋、績效考評等活動，不斷提升納稅人的稅法遵從度和行政效能，降低稅收流失率和稅收成本[4]。
稅收風險管理與數據密不可分，兩者之間的關係可從資訊管稅說起。2009年的全國稅收徵管和科技工作會議明確指出，要牢固樹立風險管理理念，大力推進資訊管稅，構建現代稅收管理新體系，堵塞管理漏洞。2010年的全國稅務系統工作會議提出，資訊管稅就是樹立稅收風險管理理念，依靠立法大力推進部門資訊共享，以涉稅資訊的採集、分析和利用爲基礎，尋找和識別稅收管理風險點和風險源，並採取有針對性的具體管理措施。在此之後，全國各地稅務部門對資訊管稅進行了許多有益的探索。近年來，“放管服”改革和優化營商環境工作的不斷推進，伴隨着雲計算、大數據、區塊鏈、5G、人工智能等新一代資訊技術加速突破應用，稅收大數據日益成爲稅收治理中不可或缺的重要資源。“金稅三期”資訊系統的全國上線執行，實現了全國範圍內稅收業務流程和操作的規範統一。隨着金三系統功能不斷完善，在此基礎上，國家稅務總局建立了大數據平臺，實現對海量數據的存儲、加工、挖掘和應用等，爲各級稅務機關提供服務。省級稅務機關也不同程度地建設了大數據平臺，爲本省範圍內稅務機關提供大數據服務，適度獲取第三方數據，加強大數據運用。
二、大數據背景下稅收風險管理面臨的挑戰及存在的不足
經濟和社會的不斷髮展，帶來了納稅人經營方式、覈算方式等方面的多樣化，大數據時代帶來的'資訊量急劇膨脹，這些進一步加深了徵納雙方資訊的不對稱。從稅務機關內部來講，“放管服”改革、優化稅收營商環境不斷推進，稅收優惠項目享受從審批制改爲備案制，再由備案制改爲留存備查制，給稅收風險管理帶來了一定的挑戰。2020年，支援疫情防控、幫助企業復工復產、助力“六穩”和“六保”等稅收優惠政策出臺後，基層稅務機關一方面要保證符合條件的企業應享盡享稅收優惠政策帶來的紅利，另一方面又要防止企業借減稅降費、復工復產之機逃避繳納稅款義務，這些都給如何進一步推動稅收風險管理工作帶來了新的思考。新個人所得稅法實施以來，不同程度地改變了稅收徵管和納稅服務，同樣影響着稅收風險管理工作的開展。2020年是個人所得稅第一個彙算清繳年，納稅人填報的專項附加扣除是否準確、收入申報是否完整等，這些都需要大數據支撐。面對大數據背景，稅收風險管理同大數據的相關要求仍存在一定的差距。
(一)稅收數據質量不高，影響了風險管理的“深度”
稅收風險管理需要透過數據進行風險分析識別，而數據資訊的質量是挖掘、利用數據資訊的前提。開展數據質量管理，確保數據真實、準確、安全，是稅收風險管理工作的重要保證。數據質量涉及到數據採集、數據傳輸、數據加工等環節。從主體來源來看，包括兩個方面，一是內部產生數據的質量，二是外部產生數據的質量。近些年來，稅收資訊系統不斷升級完善，系統的邏輯性校驗等功能逐步增強，並透過事後指標校驗比對等措施，數據質量均得到了不同程度的提高，但距離大數據時代的數據利用要求仍存在一定的差距，表現爲數據邏輯性雖然增強、但數據真實性還不夠，比如納稅人基礎登記資訊的國民經濟行業等；納稅人往往爲了滿足邏輯性校驗和結果的要求，而有意或無意忽略數據的真實性，比如納稅申報表填寫等。內部產生的數據質量問題可能原因是軟件操作規程不瞭解致使操作不熟練或者稅收業務不熟練、缺乏數據質量意識等；而外部產生的數據質量問題可能原因是納稅人納稅意識淡薄等。在數據質量管理方面，部門職責不夠清晰，尚未形成統一的合力。同時，數據質量管理是一個動態持續的過程。戶管納稅人在不斷增長，據國家市場監督管理總局統計，2019年全國新設市場主體2179萬戶，日均新設企業達到2萬戶，再創新高，活躍度爲70%左右[5]。
(二)數據共享程度不夠，影響了風險管理的“廣度”
數據共享涉及到稅務機關的內部數據共享和外部門的數據交換等。近些年來，不同層級的大數據平臺建設給數據共享帶來了新的機遇，但也存在一些不足。一是稅務機關內部數據共享程度還不夠，納稅服務部門採集的納稅服務投訴和涉稅訴求等納稅服務數據、稅源管理部門採集的日常稅收管理資訊等尚未實現共享，這些數據同稅收風險管理部門進行後續風險提示、納稅評估等具體風險應對工作存在一定的關聯性。二是外部數據共享缺乏常態化。外部數據包括來自於銀行、證券、電商平臺、醫保、海關、房地、教育、工信等相關部門的數據資訊。上述數據資訊的共享缺乏常態化運作機制，缺乏制度化保障，外部門出於部門利益、數據保密等因素考慮，配合程度不一，往往存在一定的“數據利用壁壘”。三是利用主動公開的數據程度還不夠。如針對互聯網上公示的產權交易數據、土地使用權轉讓資訊、商品房預售資訊等，如何抓取這些數據資訊開展稅收風險管理，尚缺乏主動性。上述三方面使得稅收風險管理缺乏穩定的、多渠道的數據源，加劇了徵納雙方之間資訊的不對稱。
(三)數據利用程度不高，影響了風險管理的“精度”
稅收風險管理主要是將來源於各渠道的資訊，包括財務報表、申報表、第三方數據資訊等，聯繫起來進行分析利用。要使大量相互獨立的遵從資料轉變成風險管理情報，必須建立與之相適應的稅收資訊管理系統[6]。近些年來，大數據平臺的建設給稅收風險管理工作帶來了一定的便利，稅收風險管理在指標模型建設等方面取得了不少的成效，如針對千戶集團等大企業的風險識別模型，涉及到跨稅種比對、財務報表與申報表比對、行業風險值對比等，但也存在一定的不足。在指標建設方面，部分指標設計往往缺乏一定的針對性，部分指標可操作性不強，如應收賬款餘額與全部銷售收入佔比偏高等指標，這些在不同程度上影響着風險識別的命中率和精準度；在大數據管理等資訊化平臺建設方面，功能尚不夠完善，缺乏稅收風險的全流程管理和整合，風險應對案例庫建設不夠。
(四)閉環運作機制不健全，影響了風險管理的“成效”
稅收風險管理包括風險識別、風險分析、風險應對、反饋調整等環節，是一個閉環管理過程。在後續稅收風險應對環節，注重稅款入庫等績效考覈指標，而在風險指標的準確性、科學性等方面的反饋建議較少，究其原因，一方面是風險管理的人力資源配置不夠均衡，缺乏業務和數據方面的複合型人才；另一方面是風險應對人員思想認識不夠，往往缺乏一定的數據專業知識和大數據思維方式，對設計的指標不理解或者理解不深。稅收風險管理項目結束後，在個性化方面，透過稅收風險應對發現個別企業在政策適用、流程操作等方面的問題，提出整改措施和建議後未能實施有效的跟蹤管理；在普遍性方面，發現稅收政策、稅收徵管和納稅服務等方面系統性風險的意識還不夠，完善建議較少，機制不夠健全，即使有建議，難以落實整改，如透過完善稅收政策、改進稅收徵管、加強對納稅人的政策宣傳輔導等。
三、大數據背景下完善稅收風險管理的策略
上述幾個方面的不足，一定程度上制約了稅收風險管理工作的開展，同時客觀形勢的變化和要求也給稅收風險管理工作帶來了新的挑戰。筆者結合大數據背景，從基層稅務風險管理的視角提出以下幾點思考。
(一)進一步轉變稅收風險管理理念，健全組織架構
在“放管服”不斷推進和稅收營商環境不斷優化的今天，稅收風險的外延也在逐步擴大，稅收優惠政策不當享受是風險，符合條件未能享受也是風險；納稅人存在涉稅問題是風險，影響納稅服務也是風險。一方面要強化組織建設，完善大數據和風險管理局的職能，發揮好各級風控領導小組的統籌協調作用，有效開展與相關業務部門、日常稅收徵管部門之間的聯動，做好稅收風險的戰略規劃、風控任務的統籌管理等，做到業務和技術的有效結合。另一方面要進一步完善包括戰略規劃、指標模型、風險識別、風險應對、反饋調整等環節在內的稅收風險管理閉環運作機制，不斷提升稅收風險管理質效。
(二)加強數據質量管理，優化數據治理模式
進一步明確數據質量的牽頭部門、主責部門等，建立數據質量管理的常效化機制，包括採集、加工、整改、定期通報等，完善和優化數據治理的模式。一是針對初始數據，強化責任落實。數據初始狀態是數據資訊運動的起點。如果一個數據資訊元素以虛假的、失真的狀態開始運動，就會對整個資訊鏈條的正常運轉造成影響，稅收數據資訊也不例外。爲確保數據資訊的初始狀態真實、可靠，規範數據錄入操作，明令系統前臺操作人員嚴格按業務操作規程錄入，從嚴審覈，並建立配套的監督管理辦法，把好數據初始關，在源頭上確保數據採集質量；在增強邏輯性校驗比對的基礎上，設計深度比對指標，在事前、事中或者事後進行提醒調整，逐步防止納稅人隨意輸入。二是針對沉澱數據，強化工作整改。對這類數據，在系統前臺能夠補正處理的及時進行補正處理；在系統前臺不能處理，只能由數據後臺進行處理的，嚴格審批程序，避免操作的隨意性和錯誤數據再次產生。三是針對全部數據，強化安全管理。健全數據資訊安全管理制度，層層落實安全責任，由專人進行數據管理，根據數據的保密規定和用途，確定使用人員的查詢權限、使用方式等。
(三)加強各方面數據共享，豐富數據來源渠道
完善相關稅務資訊管理系統功能，加強包括稅源管理、納稅服務等涉稅內部數據共享，方便稅收風險管理人員更好地開展稅收風險應對。更爲重要的是，要逐步擴大第三方外部數據共享，有效拓展數據來源，爲開展稅收風險管理提供數據支撐。一方面加強規範化運作，以徵管法修訂爲契機，明確涉稅數據共享的權利和義務，形成常態化運作機制；另一方面依託社會共治，獲取電商平臺等交易數據，形成協作機制，獲得更多渠道的數據資訊。樹立和強化大數據思維方式，依託各層級建立的大數據平臺，建立和完善數據分層分級採集體系，加強數據歸集共享，建立公共數據標準化管理機制，運用大數據、區塊鏈和人工智能等技術，深化基礎數據、主題數據及專題數據的建設，加強數據安全，面向不同用戶進行使用。
(四)依託大數據平臺建設，加強數據分析利用
完善大數據平臺功能，充分利用採集的第三方數據，對納稅人風險特徵進行畫像，以實現對數據的增值利用，同時透過大數據分析應用，實現對稅收風險管理的戰略規劃。進一步完善數據模型指標，一方面整合稅收業務骨幹和數據分析骨幹力量，加強數據指標的建設，注重收集相關部門的意見；另一方面，在後續風險應對過程中，注重收集指標設計完善的建議等，透過閉環運作，不斷優化數據指標模型，提高數據指標的科學性、精準性。進一步完善納稅人稅收風險管理高、中、低風險定義，將應享未享和不應享已享稅收優惠政策、影響企業日常辦稅等情形納入低風險，透過大數據平臺和設計的指標模型抽取風險納稅人，按照風險等級大小和風險發生時點(事前、事中、事後),做好稅收風險的分類管理和應對。加強稅收風險管理案例庫建設，抽取日常稅收風險應對典型案例，納入稅收風險管理案例庫，方便成果共享。
(五)有效運用風險應對結果，服務各項稅收工作
針對個性化稅收風險問題，如稅收政策適用問題、流程操作不當等，加強對有關納稅人的宣傳、個性化輔導，高風險應對結束後要建立與納稅人信用資訊的聯動機制，加強跟蹤管理。針對發現的稅收政策和徵管操作流程等方面的普遍性問題，建立和完善稅收風險管理建議書制度，透過各級風控領導小組，協調相關部門，整合各方面力量，不斷完善稅收政策和日常稅收徵管操作，降低由於稅收政策和徵管操作流程問題帶來的系統性風險；同時，對涉及面上納稅服務的問題，加強宣傳輔導和相關培訓，進一步提升納稅人稅法遵從意識和遵從水平。要樹立和強化整體“一盤棋”的理念，要認識到完善稅收政策和日常徵管，防範執法風險，做好納稅服務，也是防範納稅人稅收風險、提高稅收風險管理質效的重要組成部分，前道環節做到位，企業納稅遵從度會進一步提升，後面納稅人發生稅收風險的可能性也就會因此而減少，從源頭上降低發生稅收風險的概率。
(六)加強各級大數據人才培養，提供人力資源支撐
加快培養既懂稅收業務、又懂大數據分析和應用的複合型人才，逐步完善培養機制。一是加強理論知識補充和學習，開展大數據理論知識、稅收專業知識、稅收風險管理等方面的培訓。二是加強崗位鍛鍊，建立多崗位鍛鍊機制，針對具有培養潛質的大數據人才，讓其在業務崗位、風險管理以及風險應對等多個崗位進行鍛鍊。三是加強項目實踐，安排相關人員在大數據平臺建設、風險模型建立和指標設計等重點項目建設上發揮作用，提升大數據複合型人才的實踐能力。同時，加強對各級稅收風險管理人員的培訓，進一步強化其大數據意識，提升大數據整體應用水平，爲進一步提升稅收風險管理質效提供支撐。
參考文獻
[1]大數據時代稅收風險管理的國際國內借鑑與實證應用[EB/OL].
[2]宋星儀,宋永生大數據環境下稅收風險管理的路徑選擇[J].稅務研究,2020(3):99-103.
[3]郝國榮.論企業型政府理論及其對我國行政改革的借鑑[J].法制與社會,2008(35):199,210.
[4]馮守東.稅收徵管體制改革下的稅收風險管理[J].湖南稅務高等專科學校學報,2020(1):40-45.
[5]羅珊珊，林麗鸝.今年全國新設市場主體2179戶，日均新設企業再創新高
[6]張愛球的稅收風險管理理論與實踐[J].中國稅務,2009(11):20-22.