利用数据挖掘技术探索行业税收管理.pdfVIP

目回回曰税务信息化论文集 ——·穹渺跏00潮秽·—一 利用数据挖掘技术探索行业税收管理 王明江 内容提要：在征管数据大集中和税收精细化管理大环境下，征纳双方对企业生产经营的信息不对称 性，决定了双方利益的博弈关系，由于税务机关往往处于信息弱势，难以完全掌控税源信息致使会 计核算信息失真、税务基础信息采集不全、逃避纳税等现象。面对这种有缺陷的海量数据和具体 税收应用平台上，往往会出现研究与实践应用部门脱节的尴尬局面。本文从实用性、通用性、持续 性、拓展性等角度出发，利用数据挖掘技术将税务系统内部数据延伸到企业基础数据源，针对困惑 行业税收收管理的症结，通过建立并运用数学模型对行业进行量化分析，将税务数据采集延伸到生 产企业所耗用的原材料、辅助材料、劳动力的投入、固定资产折扣以及企业生产能力等指标，测算 评估企业产量、销量，进而测算销售收入，从而还原企业经营状况，为行业税收管理提供行之有效 的思路和方法。 关键词：数据挖掘数学模型投入产出行业税收管理 税务系统数据挖掘就是利用大量的历史征管数据、现有各类税收管理系统及相关涉税信息通过信 息技术工具和数学工具，发现税务信息的概括性和一般性的模式，通过建立数据模型，产生关于数 据的决策支持。实施数据挖掘是一项系统工程，需要目标，规范工作流程，不同专长的人员共同参 与分步实施，[1]本着实用性原则由信息中心来进行具体的项目操作与协调。根据各业务对象提出用 于数据定义和挖掘算法的业务需求，选择合适的数据挖掘分析技术(根据需要选择外包)把业务需 求建立相关数据模型，并对相关数据的抽取、预处理、转换，最后对数据挖掘成果进行应用检验。 一、税务系统数据挖掘的目标 税务系统数据挖掘的主要目标是：评价纳税行为，监控执法过程，用数据描述现状、预测趋势， 为决策服务，为管理服务，为基层服务，具体包括以下四点： (1)评价纳税行为。通过对纳税人经营状况、纳税申报、相关涉税事项、发票使用等一系列数 据实施监控，进行挖掘分析，建立税源柃测数据模型，可以帮助税务机关对纳税人的纳税行为进行 合理的评价。以解决困绕税务机关的零税负申报、低税负申报、虚假申报、发票违章、纳税评估等 难题。 (2)监控执法过程。随着征管数据的省级集中，有了对征管流程进行监控的数据基础。通过梳 理与整合，运用挖掘技术建立执法行为监控体系，监控税务部门的执法行为，监督管理流程，对税 收执法疑点，做到事前、事中和事后的监控，规范执法行为。 (3)提供决策支持。数据挖掘技术不仅可发现税收管理中的瑕疵，同时也为领导决策提供智能 支持：通过数据的分类处理与分析，可全面分析宏观税负、行业税负等指标，了解税收收入总量增 减的变化，科学判断税收收入增减的原因；通过数据概貌分析，可以得到一个地区税收增减的总体 状况等等[2]。 (4)优化纳税服务。运用现代数据挖掘手段，展开纳税服务数据的关联性分析，可以了解纳税 人涉税事项的发生频率以及涉税事项之间的关联程度，可以为办税服务的业务流程、服务效率提供 数据支持，从而科学安排服务流程，提高服务水平。 利用数据挖掘对税务数据进行深度应用，关键在于数据模型的应用。一般而言，模型具有能够比 较真实地刻画现实世界、根据对象有取舍地抽象，为决策提供有价值的参考等特征。[3]税务系统数 据挖掘就是采用代数形式的定量分析将把税收经济理论模型化，适当根据实践情况把理论模型予以 修正，并将相关数据应用到修正模型中，对模型结果进行经验分析，从中发现经济运行规律，为税 收政策制定提供可靠、科学依据。在税收管理实践方面，数据模型主要起到的作用是将复杂的税收 征纳活动通过数字化的形式总结归纳，将税收征纳的每一个过程精细化，每一个结果数据化，以提 高税务管理应对能力的速度和准确度[4]。 二、建立投入产出数学模型 “投入产出模型”是依据投入产出平衡原则、利用经济数学的方法对行业进行研究。主要包括： 行业发展趋势和经济预测；研究税收优惠策对行业经济的影响；计算产品的物耗系数；涉税因素主 要指标分析。所谓投入，是指生产所需原材料、辅助材料、燃料动力、固定资产折扣和劳动力的投 目回回曰税务信息化论文集 ——·帮9。00潮∥·—一 入；所谓产出，是指生产的产量及其分配使用的方法和数量。利用投入产出数学模型分析产品的物 耗系数等涉税因