大数据时代下的税收风险管理

一、大数据时代

（一）大数据的定义。

理论界对“大数据”概念有两种比较权威的说法：一是旅美学者涂子沛在其所著的《大数据》一书中将其定义为：“大数据是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据”。而英国牛津大学教授维克托・迈尔・舍恩伯格则在其《大数据时代》一书中提出“大数据是人们获得新认知、创造新价值的源泉，是改变市场、组织机构以及政府与公民关系的方法”。大数据被誉为“21世纪的新石油”，现在全球每年产生的数据信息量年增40%，数据信息总量每两年就可以翻一番，而且有90%的数据信息内容属于非结构化内容（视频、图片等）。根据国际互联网数据中心预测，至2020年全球以电子形式存储的数据量将达到32ZB。

“大数据”之“大”，不仅仅在于其“容量之大”，更多意义在于人类通过对大容量数据的交换、整合、分析，可以发现新知识，创造新价值，从而带来“大科学”、“大知识”和“大发展”。大数据时代最大的转变就是人们放弃对因果关系的探求，取而代之注重数据之间的相关性，不需要知道“为什么”，而只需要知道“是什么”。也就是说，所谓大数据就是要在海量、无序的数据中洞察规律、发现价值。数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素，而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。世界上许多国家都已经认识到了大数据所蕴含的重要战略意义，纷纷开始在国家层面进行战略部署，以迎接大数据技术革命正在带来的新机遇和新挑战。

（二）大数据时代的特点。

大数据技术的核心是大数据存储和处理技术、数据仓库技术等，其战略意义在于掌握和处理庞大的数据信息。大数据应用的核心是实时数据处理、实时决策支持，其战略意义在于快速分析出数据的价值，让价值发生作用，通过内嵌到业务流程中实现的数据价值的体现。

与传统数据时代相比，大数据时代具有更为明显的特征。一是数据体量巨大。从江西省核心征管系统数据情况来看，仅为TB级，是典型计算机硬盘的容量，而一些大企业的数据量已经达到EB量级。二是数据类型繁多。从税务部门来看，大数据时代，不仅应包含征纳信息、第三方信息等结构化信息，还应包括网络、图片等非结构化信息，不断满足税收征管的需要。三是数据要求较低。税务机关通过大数据平台，对全体数据的分析，可以进行纳税人行为跟踪、分析，进而获取纳税人的纳税习惯、风险偏好等。因此，大数据时代数据量巨大，不完全依赖单一数据的利用价值，通过分析，既可以解决宏观、中观层面数据分析问题，还可以解决随机抽样解决不了的细节问题。四是数据处理速度很快。

二、大数据时代下，税收征管面临的挑战与机遇

（一）大数据时代税收征管面临的挑战。

1.难以有效整合利用海量涉税信息。

在大数据时代，信息资源日益成为重要的生产要素、无形资产和社会财富。近年来，税收信息化建设取得了显著成就，但是与日新月异的科技进步相比，与蓬勃发展的信息化浪潮相比，税务机关面对海量涉税信息常常显得思路不宽、办法不多、成效不大，甚至守着金山银山般的信息也未能充分开发利用，运用信息管理税收的能力明显不足。

一是税务系统内部各种信息整合不足。各种信息分散在核心征管业务系统、两业管理系统、个人所得税管理系统、行政办公系统等各种系统中，缺乏有效整合。且各省之间、国地税之间的系统都不相同，目前已在全国部分省市试点运行的金税三期系统，将逐步实现全国税收数据大集中，构建覆盖各级国地税、所有税种、所有工作环节的全国性信息系统。该系统将于2016年3月在我省双轨运行，要真正发挥大数据的作用尚需时日。

二是征纳双方信息不对称日益凸显。20世纪，美国三位经济学家通过论证“柠檬模型”，得出了信息不对称理论。按照这一学说，涉税信息是征管的基础和出发点，税收征管中的信息不完整和信息不对称会导致道德风险和逆向选择的发生，进而导致税款流失。由于相关制度的不完善及某些私人信息存在的必然性，税务机关不可能掌握纳税人的所有真实涉税信息。纳税人隐瞒收入甚至进行虚假的纳税申报的情况还在一定程度上存在，而税务机关即使知道纳税人的申报不真实，但缺乏相关的举证资料而陷入困境。

三是海量的第三方涉税信息利用不够。一方面，部门与部门之间数据和信息相互分割，形成信息孤岛，财政、发改委、工商、房产管理、银监会、证监会、保监会等相关部门和单位的各类涉税数据不能有效共享互换；另一方面，对于互联网上各类披露信息、媒体报道等缺乏系统的搜集、整合和分析，面对公开渠道的涉税线索反应迟钝。

2.传统的征管方式不适应大数据时代的变化。

现行税收制度和传统征管模式难以应对企业生产经营的发展变化。一方面，工业经济时代制定的税收法律法规难以适应如今的数字经济时代，跨国企业税基侵蚀和利润转移（BEPS）问题日益严重。如目前多数高科技公司的主要收入已非实体产品销售，更多的是专利授权等无形资产销售。国内知名的互联网BAT三巨头（百度、阿里巴巴、腾讯），其大量利润并不是来自于实体商品，而是来自互联网增值服务、知识产权特许权使用费等。这些公司的产品本身就是数字化的。与实体经济相比，高科技公司更容易将利润转移到低税率国家或地区。在美国，属于标准普尔500指数成份股的71家高科技公司在全球范围内缴纳税收的比例平均比非高科技公司低1/3；另一方面，现有的管理手段与现代化、电子化、数字化时代特征不相适应。当前，由于社会信息化程度不统一，信息口径不完整，既有结构性数据，又有非结构性数据，而税务机关较为重视结构性数据，忽视非结构性数据，增大了税收管理的难度。比如，网络、微信、支付宝等电商信息还游离于税务部门征管信息之外，税务部门发票管理还难以包含项目、品名、规格、单价等字段，纳税评估、税务稽查还更多的是依赖纳税人的纸质账簿，许多地方纳税评估主要依靠经验开展、流于形式。纳税服务还停留在较浅的层次，对纳税人的宣传、咨询、辅导，还处于单独的、零散的状态。但同时，由于信息来源、信息口径不同，设备和信息的利用率极低，对信息只录入、忽视分析整理和利用，造成信息严重堆积，共享性、开放性不足，管理效率较低，无法增值，成为死信息。

（二）大数据时代税收征管面临的机遇。

大数据时代背景下税收征管面临的机遇在于：随着整个社会大数据时代的来临，税务部门的信息化水平和纳税人的信息化水平越来越高，纳税人网上申报与电子化申报的覆盖率在逐步扩大，这为税务机关在大数据时代背景下采集与利用纳税人数据提供了基础，也为税务机关信息管税与征管模式创新提供了支撑。

1.运用大数据技术形成更为丰富的涉税情报。

如果说信息欠发达是征管信息不完整和不对称的主要原因，那么大数据有助于税务机关全面掌握各类涉税信息，进行税源监控，实现税收征管的目标。在大数据条件下，如果存在完备的涉税信息获取法律保障体系，税务机关就可以对交易双方、涉税第三方乃至第四方的信息进行全面掌握分析，彻底解决信息不对称问题。党的十八届三中全会提出要建立全社会房产、信用等基础数据统一平台，推进部门信息共享，这也为税务部门获取第三方数据提供了有利条件。

2.大数据帮助税务机关实现管理的转型升级。

数据价值在于它的使用，而不是占有本身。数据的价值也并非单纯源于它的基本用途，而更多源于它的二次利用，其价值需要通过创新性的分析来释放。税务部门传统数据模式下，由于数据处理速度慢，税收数据分析具有滞后性和被动性，税源监控和风险管理无法在事先和预前解决，往往事后进行惩处和补救，难以适应社会和纳税人的变化。而大数据时代，数据处理速度快，能够较好地解决及时性问题，并且可以提前发现问题，及时向纳税人预警，防范税收风险。税收遵从度的高低，既与纳税人自身的税收认知度有关，也与涉税信息透明程度、税收法治水平、社会氛围等一系列问题密切相关。运用大数据构建的现代税收征管体系应当是一个涉税信息、数据没有“死角”的征管体系。税务机关可以对涉税信息进行深度分析、对比、挖掘，从而有效提示风险、纠正偏差，使征纳双方间合作互信关系的建立成为可能。

三、大数据时代强化税收风险管理的思考

大数据能够为税收风险管理提供详尽的数据和技术支持，税务机关运用大数据技术对涉税信息进行过滤、分析、对比、甄别，避免税款流失。此外，基于大数据应用实现风险管理智能化，通过纳税人“行为指纹”，可以对纳税人遵从行为进行预测，对纳税人遵从风险进行专业的分析识别，并提出及时的应对策略建议。因此，税务机关要把握大数据时代的特点和机遇，推动税收风险管理向纵深发展。

（一）将大数据理念融入税收征管体系之中。

大数据不仅是信息技术的革新，更预示着税收工作理念的转变，必将对税收征管工作产生深刻而广泛的影响。为构建新的税收征管体系，我们亟需树立大数据的理念，将大数据理念贯穿于税收征管改革和体系建设中。目前，各级税务机关和税务干部对大数据在税收征管中意义的认知仍然有限，总体认识水平有待于进一步提高，需加强宣传和引导，提升税务机关和税务干部对大数据战略与相关技术的重视程度，从更深层次认知大数据。

大数据的应用能够使税务机关透过繁杂的征纳现象甄别出深层次的税收风险，有助于从整体上提高税收征管质效。现代化的税收风险管理必须以丰富的数据情报和先进的信息技术作支撑。庞大的涉税数据是风险管理的基础，涉税信息越丰富，风险识别和风险评估的准确度就越高；功能强大、安全性高、操作性强的税收征管信息系统是便捷化、智能化税收风险管理的重要保障。从这一角度而言，税收风险管理就是运用先进的信息技术系统从庞大的涉税数据库中找出存有疑点和风险的数据进行排除和应对，以防止税收流失，提高纳税遵从度的过程。

（二）为大数据时代的税收征管提供制度保障。

要发挥大数据优势还需要完善征管法与相关针对涉税信息的法律制度，为税务机关获取第三方信息提供法律支撑。《中华人民共和国税收征收管理法》第六条对税务机关获取相关信息做了原则性规定：纳税人、扣缴义务人和其他有关单位应当按照国家有关规定如实向税务机关提供与纳税和代扣代缴、代收代缴税款有关的信息。但实际工作中，一些职能部门往往以保密为由，不给税务部门及时提供第三方信息。当前必须以《税收征管法》修订为契机，在《税收征管法》中对政府及社会职能部门向税务机关提供的信息名录进行细化，明确其范围、内容、程序、方式、标准和时限，明确他们向税务机关及时准确提供涉税信息的法律义务和责任，为税务部门获取第三方信息提供法律保障，以便税务机关充分地掌握纳税人生产经营情况，消除信息的不对称，加强数据分析，强化税收管理。

此外，为将电子商务有效纳入大数据时代的税收管理体系，还应适当补充电子商务方面的条款，明确电子商务模式中的税制构成要素，厘清电子商务活动中征纳各方的权责关系。

（三）大数据涉税情报的实践运用。

由于政府部门在占有数据上具有天然优势，大数据技术受到各国政府的普遍重视和积极研究。不少发达国家已经在运用大数据，通过多渠道的数据采集和快速综合的数据处理，增强治理社会的能力，实现技术创新、管理创新和服务创新。在美国，奥巴马在入主白宫第一天就签署了《透明和开放的政府》法案，之后又《大数据研究和发展计划》，成立大数据高级指导小组，将大数据提高到国家战略层面，投入超过2亿美元资金用于研发“从海量数据信息中获取知识所必需的工具和技能”。通过对各国政府部门大数据实践的研究表明，大数据应用可以从5个方面提高公共管理水平：一是实现信息透明和共享，产生积极的经济社会综合效益；二是通过评估公共部门的绩效，增强内部竞争、激励工作表现，提升行政服务质量；三是增强公共服务针对性，提高工作效率和公众满意度，降低政府管理成本；四是用政务智能替代或辅助人工决策，提高行政决策效率，降低出错成本；五是引导公共部门内外部创新，创造新的公共管理和服务价值。目前，绝大多数经济合作与发展组织（OECD）成员国均将大数据的手段和方法引入税收管理领域，作为其实现税收管理现代化的有效途径。在美国，超过80%的联邦税收收入通过计算机系统实现电子申报和缴纳。美国国内收入局（IRS）的分析师运用数据分析系统（DAS），可以同时选取并分析数百万甚至上亿个申报数据。通过观察数据走势、模拟环境和优化数据模型等方式选取审计案例，以往需要几周或几个月时间的审计选案工作，现在只需几小时即可确定。在英国，皇家税务与海关总署（HMRC）的分析师使用高端软件程序Connect来识别和显示风险。该软件使用23个资源系统和81种文件格式，存储着8亿多个记录。其数据收集和分析功能能够排除地方差异的影响，揭示出全国性的趋势和规律，使分析师轻松进行风险识别和排序，极大提高了选案成功率和单个案件产出率。澳大利亚国家税务局（ATO）的税源监控平台与银行、保险、海关等部门可自动进行信息交换、实现交叉稽核，并自动使用风险过滤器对所有大企业进行一年两次的筛选。一旦风险过滤器筛选出风险目标，这些潜在高风险纳税人就会进入选案程序，由高级技术专家进行分析，运用他们的专业知识来预测潜在风险发生的可能性以及产生的后果。

2013年全国税务机关利用外部涉税信息通过评估查补等手段增加的税收收入为1 048.12亿元。其中，利用房地产业信息获取税收收入356.46亿元，占34.01%；利用公共管理和社会组织信息获取税收收入352.71亿元，占33.65%；利用金融业信息获取税收收入96.86亿元，占9.24%；利用建筑业信息获取税收收入52.84亿元，占5.04%；利用采矿业信息获取税收收入51.91亿元，占4.95%。

（四）构建大数据平台，实现对各类数据的综合管理和应用。

数据分析界古老的“拇指法则”指出，数据分析工作至少有70%～80%的工作量花在搜集和准备数据上，仅有20%～30%的工作量花在分析本身上。因此要花大力气加强基础信息资源库建设，全面搜集并整合纳税人基础信息财务核算数据、生产经营数据、纳税申报数据、税务管理数据和第三方涉税数据，建立基于Hadoop等分布式基础架构的数据仓库，发展云计算技术等高速数据处理技术。具体包括以下工作：

1.非税务部门、非传统渠道（主要是网络分布数据）的数据收集、清洗。大数据时代税收管理与政策分析的需求不仅仅限于税务管理部门已有的信息系统获得的征管和财务数据，而是需要整合更多来源的信息，包括其他政府部门等第三方提供的结构化数据和其他来源的数据，尤其是动态发展中的来自于信息网络互动中的涉税信息，以实现大数据时代所谓“数据”互联的要求。

2.非结构化数据的结构化转换。根据税收政策和税收管理的需要，按照工作中不同的数据粒度要求，对非结构化数据进行结构化转换。

3.不同来源纳税人数据的匹配。不同来源的数据，必然存在着不匹配问题。数据匹配问题类似于经济研究中数据的弥补和插值问题，以解释不同来源数据的拼接，形成相对完整的数据信息全图，并将最终形成大数据模式下的微观纳税人税收信息数据库。

大数据时代需要对不同来源渠道的数据信息进行有效的采集、存储、分析和应用，如果仅依靠手工导入和人工比对，势必费时费力，而且对数据的采集、存储、处理、分析和应用能力也存在不足，不能最大限度地发挥数据的作用。因此，需要搭建强大的信息处理平台，对数据进行批量导入、集中存储、自动关联和分类应用，这样可以实现第三方涉税信息与税收风险管理系统的有机融合，大大提高第三方信息的应用效率。这方面可以借鉴美国纳税人账户数据引擎的做法，充分运用大数据的理念和思维，在金税三期工程中搭建一个功能强大的数据处理平台，实现全国税收征管数据大集中。

（五）创新数据挖掘分析方法，打造智能税务。

对海量涉税数据进行深度分析和挖掘，揭示数据当中隐藏的历史规律和未来的发展趋势，为税收管理和决策提供参考。一般而言，常用统计分析方法分为关联分析、序列模式分析、分类分析和聚类分析4种，这4种分析方法在税收管理中都能发挥重要作用。例如，可通过关联分析将财务核算系统与物流管理等生产经营系统进行群体比对，发现人为调节财务数据的问题；通过序列模式分析对纳税人历年纳税数据进行线性回归分析，预测下一年度的税收收入，及时发现纳税人年度税收收入异常情况；通过分类分析建立纳税人税法遵从评价系统，结合纳税情况、生产经营状况等信息对纳税人遵从度进行建模和识别，针对纳税人不同遵从状况采取不同的风险应对策略；通过聚类分析将纳税人根据业务或者板块设置分类型的数据参数进行数据分析，对税收风险点进行分类管理。

（六）培养复合型税务人员，满足大数据税收工作需要。

要根据大数据技术的需要，拓宽育人、用人视野。既要建立计算机、通信技术人才队伍，又要建立信息管理、综合规划人才队伍。前者为大数据提供技术支持，如构建网络、开发软件、维护系统，后者则负责统筹规划、系统分析、管理制度设计等全局性工作。要进一步加大税务系统内部计算机知识培训力度，不断进行新知识的培训，以适应大数据征管的需要。