應用“小字典” 提高風險識別精準度
作者:何彥 李敏 代小勇
(相關資料圖)
國家稅務總局重慶兩江新區稅務局結合基層稅收監管工作實際需要,在整理歸納風險指標、完善風險數據庫的基礎上,應用“稅收風險模型字典”,有效提升了稅收風險管理的精準度。
“使用‘稅收風險模型字典’后,征管部門稅收風險應對整體效率相比以前提高近10%,入戶核查率降至5%以下。通過及時提醒和幫助企業糾偏,不僅降低了企業涉稅風險,而且提高了管理效能。”該局黨委書記、局長許曉儂說。
“小字典”應時而生
“增值稅申報收入遠大于企業所得稅營業收入,這不符合經營常理啊。”去年企業所得稅匯算清繳期間,該局第三稅務所稅務干部小譚在分析轄區某企業所得稅年度申報數據時發現了問題。
第三稅務所對該問題集中研究后認為,這個疑點不尋常,為確保疑點定位準確,并核查問題是否具有普遍性,需要掃描轄區全部企業的申報數據,并對具有上述疑點的所有企業展開疑點分析。
怎么掃描風險?如何準確定位?
接到第三稅務所疑點掃描需求后,該局風險管理局迅速組織人員,提取了第三稅務所轄區所有企業的利潤表信息和相關申報數據,設置風險模型并進行掃描,發現存在疑點數據的企業有378戶,經過分析排查后,最終鎖定疑點企業286戶。拿到疑點數據后,第三稅務所迅速開展風險應對,最終通過開展輔導、幫助企業自查共補征稅款2000余萬元。
首次自建指標模型,命中率就達到75%。這給了兩江新區稅務局信心,并萌生了自建“稅收風險模型字典”的想法。在此之前,基層稅收風險管理工作中,風險指標繁多,并存在準度不高等不足,對現有風險指標模型逐項清理驗證,建立高效、精準的風險指標體系的需求日漸迫切。
為此,該局組建了一支由數據處理能手和稅收業務能手組成的項目組,加強風險指標、數據的整理工作,希望通過建立應用“稅收風險模型字典”,改變傳統風險管理自上而下的監管模式,形成“風險管理部門和稅務所雙向互動、稅務所一線風險疑點主動集成、風險監控事前事中事后閉環管理”的風險管理新模式,在智能分析、集成合作中實現精準監管。
查詢分析樣樣行
如何在征管信息的“海量數據”中抓取高質量的有效數據?如何在大量的風險指標中找到管用的指標模型?這是擺在項目組面前的最大難題。
“我們現有的模型指標共有800多個,存在疑點指向不明確、部分指標不符合現行政策規定、數據支撐能力弱和部分指標模型不能正常使用等問題。”該局風險管理局副局長卓科介紹說,項目組采取系統梳理、分類識別和優化整理等方法,經過指標保留、指標修正和指標廢除后,保留了376個指標,并梳理形成了225個實用的標準化風險指標模型,完成了整理編制“小字典”的關鍵一步。
在編制“稅收風險模型字典”的過程中,項目組參考了漢字字典編寫方法,列出指標名稱和模型說明,詳細說明指標模型的設置目的、適用范圍和關聯事項。同時,詳解指標應用的公式和參數設計等,細化到用什么公式計算,數據提取來源是什么,用什么字串進行數據搜索等,以方便使用的稅務干部“按圖索驥”,上手即用。
此外,項目組還對單個納稅人各稅種收入數據進行細分,讓分散在稅務機關多個軟件系統的指標聚合成方便搜索的“指標樹”,這樣,稅務干部通過納稅人關聯信息,即可快速查詢出所需的指標內容。
風險管理有了“小助手”
“稅收風險模型字典”編制完成后,去年10月,兩江新區稅務局迅速將其應用在稅收監管工作中。
據介紹,兩江新區有大量科技型新創企業,這些企業孵化成長后需要利用股權轉讓的方式進行再融資,實現快速發展。企業的融資股權轉讓活動,具有事項復雜、涉稅風險大等特點。為加強股權轉讓涉稅管理,兩江新區稅務局組建了股權轉讓工作專班。
“利用‘稅收風險模型字典’中的指標等數據,我們很快找到了適用于股權轉讓數據篩查的模型,通過精準鎖定疑點信息、開展針對性風險應對,截至目前共查補入庫相關稅款1.2億元。” 工作專班的負責人介紹說。
目前,兩江新區稅務局風險管理部門運用“稅收風險模型字典”,已找到對科創型企業股權取得、持有、分紅、交易等6個環節進行有效監控的風險指標,并通過完善指標模型,實現了對科創型企業股權相關事項稅收風險的精準定位和監控,幫助大量企業及時排除涉稅風險,這一做法已被重慶市稅務局在全市范圍內推廣應用。
“這個‘小字典’目前在土地增值稅清算、留抵退稅監控等方面都發揮出了作用,已成為基層稅務干部征管時必不可少的‘小助手’。”該局第三稅務所所長凌懿表示。
許曉儂表示,下一步,該局將持續優化“稅收風險模型字典”的相關指標數據,并根據征管需要,不斷擴大應用領域和范圍,通過不斷提升精準監管能力,更好服務地方經濟高質量發展。
關鍵詞:
[責任編輯:xwzkw]
相關閱讀
- (2023-06-25)應用“小字典” 提高風險識別精準度
- (2023-06-25)清昴智能獲得天使輪投資
- (2023-06-25)每日快播:詩歌“活化石”花兒在中國西北傳唱
- (2023-06-25)諾基亞C12 Pro新增紫色款式,性價比手機更添亮點
- (2023-06-25)環球時訊:瓦格納人員撤離俄南部軍區總部所在區域
- (2023-06-25)永晗科技:年產20萬噸鋰電池梯級再利用項目(一期)投產|當前信息
- (2023-06-25)環球今頭條!檢修空調 徒步巡線……太陽炙烤下鐵路工人多措并舉保出行
- (2023-06-25)美妝巨頭陷入焦慮:做VC、清庫存、卷向線下
- (2023-06-25)臺灣競爭力論壇學會執行長:兩岸加強交流合作大勢所趨-報道
- (2023-06-25)全球新消息丨教育部發布2023年高考志愿填報十問十答
- (2023-06-25)2022年全國重點人群職業健康素養水平為52.6% 全球快看點
- (2023-06-25)全球快消息!緊急!車企巨頭全球召回!超130萬輛!
- (2023-06-25)新疆人大代表:各盡其職助民解困_天天關注
- (2023-06-25)教育部發布2023年高考志愿填報十問十答-全球熱文
- (2023-06-25)2023年青海高考分數線公布:本科一段文史406分、理工330分-每日視點
- (2023-06-25)108萬人次在四川省文博場館“端午奇妙游”|每日快看
- (2023-06-25)端午假期重慶兩江游共計接待游客3.9萬人次
- (2023-06-25)高校招生湖南咨詢會準備就緒 考生家長省展覽館見
- (2023-06-25)剛剛,3號線4站點開通!廈門地鐵首末班時刻表公布!
- (2023-06-25)全球動態:今年汛期,安徽是澇還是旱?最新權威解讀來了
- (2023-06-25)煙臺半島皮膚病醫院[提前掛號]煙臺杜文廣醫生 今日播報
- (2023-06-25)天天消息!2023成都民辦小學補錄時間+入口+流程
- (2023-06-25)環球熱文:調查顯示25%女玩家喜歡射擊游戲 COD19男女比例2:1
- (2023-06-25)1.06億人次出游!端午節假期國內旅游收入373.10億元
- (2023-06-25)建發國際、聯發集團成立合營企業 將合作開發莆田地塊
- (2023-06-25)滿功耗RTX 4060顯卡助陣 華碩天選4潮玩游戲本到手僅需9499元!|即時看
- (2023-06-25)焦點觀察:杭州富春江水庫今年首次泄洪
- (2023-06-25)白占元結局最不是東西 白占元_每日看點
- (2023-06-25)宋耀州窯青釉刻花蓮花紋雙耳瓶
- (2023-06-25)23年二級建造師在哪查詢成績





