基于大数据构建企业智慧税务管理的探索

韦 芳 张 豪 王海宁 魏秋萍 (毕马威企业咨询（中国）有限公司 北京 100738 )

基于大数据构建企业智慧税务管理的探索

韦 芳 张 豪 王海宁 魏秋萍 (毕马威企业咨询（中国）有限公司 北京 100738 )

税务工作是国家运行必需的重要事务，大数据代表了近年来新兴的技术与发展方向，为税务行业注入了强劲的新动力。税务与大数据的进一步紧密结合，将推动智慧税务改革的步伐，于政府可以促进税收、加强管理、维护税收秩序，于企业则可以控制风险、规范流程、提高收益。因此，政府应当在税务智能化方面予以倡导与推广，而企业也应积极推进大数据在税务领域中的应用，解决自身在税务方面遇到的困境和痛点，共同构建高效而协调的税收实践。

在经济新常态的背景下，税务科技创新和智能化逐渐成为业界共识和企业的新挑战。对此，我们尝试介绍各行业涉税工作的信息化现状以及大数据分析技术的落地场景，并以示例的形式进行讲解，提出相应的风险应对措施。

一、我国企业税务智能化管理存在的主要问题及解决思路

近年来，我国企业管理层对税务领域相关工作的认知逐步提升：税务管理工作的有效性已经影响到了企业内外部的各个业务条线，与政府部门和征管机构的合作职责也要求企业将税务工作提升到战略高度。然而，我国多数企业在税务科技规划、税务职能数字化转型、新技术应用等方面依然显得比较薄弱，跟不上“互联网+”的时代要求，也难以应对政府监管和企业自身发展的要求。

随着营改增的逐步深化，全面加强涉税管理成为企业适应宏观经济环境、实现持续发展的必然选择。①张宁, 于丽. 基于营改增全面扩围的企业税务管理探析[J]. 财会学习. 2017, (2): 164-165.在建立全面涉税管理的道路上，实务税务工作与税务数据的信息化是基础。目前，国内许多企业已经着手制定三至五年期的税务科技策略与发展规划，但仍有一部分企业不具备相应的IT建设能力。企业信息化短板导致涉税工作的处理过程中依然存在计算准确性不足、职责划分不清、事前事后的风险预警分析缺乏等问题。②张敏杰. 大数据背景下的税务管理[J]. 市场研究. 2016, (3): 61-62.

总体而言，在税务逐步智能化的过程中，企业仍面临着如下需要解决的问题：第一，税务的数据来源多样，难以集约化；第二，数据存储繁杂，各个子公司形成了明显的信息孤岛，集团无法全面掌控；第三，涉税规划不统一，业务数据的支撑不足，导致规范化的系统性规划难度巨大；第四，系统支持不全面，企业的ERP系统缺乏统一税务服务接口，数据质量堪忧；第五，管控与分析不健全，涉税管理流程中没有前中后台的管理体系，业务流程缓慢、数据流向不清晰，多维分析更无从谈起；第六，涉税管理与决策不受重视，企业相关科技部门缺乏系统化的建模分析、没有税务指标分析工具支持、科技部门与税务部门合作不畅；第七，税务历史资料缺乏，缺乏有效的数据沉淀、维护时间长、运营成本高；第八，企业办税人员专业性不足，人员能力参差不齐、执行不到位，管理人员缺乏管理工具，找不到风险管控点。这些问题都需要通过利用大数据予以应对，提高企业涉税智能化的管理水平。

日益复杂的市场环境和税收环境，要求企业不断寻求自身发展的新战略。因此，企业应该提高自己对于涉税工作的认识，使涉税管理成为企业管理的突破口，为企业发展赢得先机。在此过程中，企业应该寻求新技术、新思维的帮助，大数据就是这样一种极具潜力的选择。例如，国家税务总局于2016年强调了重点大企业集团及其成员企业纳税申报时附报财务会计报表的具体事项，①国家税务总局. 国家税务总局关于规范全国千户集团及其成员企业纳税申报时附报财务会计报表有关事项的公告[EB/OL]. http://www. chinatax.gov.cn/n810341/n810755/c2336023/content.html.要求报表数据的真实、完整、准确。为了满足这一要求，规范数据质量、统一数据口径、提高数据精准度等举措就显得尤为重要。在这样的政策要求背景下，企业的风险管理量化也势在必行。

大数据和大数据分析无疑正在对我国经济带来巨大的影响，每个行业都开始重新审视自身面临的机遇与挑战。数据分析不仅是一种工具，更是一种基于数据的问题分析和思维方式。业界普遍认为，大数据已经成为一种关键的生产要素、甚至是核心的竞争能力，可以为各行各业带来更多价值。国内企业的涉税管理还是一片新领域，有待大数据和大数据技术逐步发掘。企业需要在信息交换、自动化处理、大数据分析等维度进行深度创新，在风险管控、申报税、合理节省税负、增加盈利性等方面寻求提升。

图1 流程架构设计示例

二、基于大数据深化对智慧税务的探索

为加强税务智能化建设，建议企业充分运用大数据前沿技术，从以下几个方面提升企业税务科技化、信息化、数据化管理水平。

（一）税务内控流程优化

我国大中型企业一般都拥有众多分支机构、子公司、分销部门等，而报税之前需要先在集团层面汇总数据，这种复杂的企业层级结构导致从下到上各阶段都存在管理流程风险。因此，如何有效地实施内部控制，建设事前、事中、事后的全流程业务管控体系，就成为税务内控流程优化的当务之急。

实用、高效的优化流程是企业实现税务智能化的基础。图1展示了一个简单的税务管理流程构架设计。首先，建设好企业的税务数据基础是税务全流程的根基，包括税务组织、税务账目、税率定义、客商信息、合同信息、日志管理等。其次，法规库的维护和风险指标的管理是事前管控的重点。实际工作中，企业应管好涉税事项的方方面面，包括发票管理、纳税申报的具体事项，以及审批流程、业务流程的深度管理。对于跨国企业而言，做好境外税费的汇总与分析也是流程中的关键点。事后，根据工作中发生的场景，企业应做好分析、稽查和评估，对风险严格管控，对问题源头追踪，对变动全程留档，实现流程的闭环。

（二）税务风险管理

随着企业税收风险意识不断提升，越来越多的企业借助新技术实施税务风险管理。近年来，“大数据”+“信息化”+“风险管理导向”逐步成为税务风险管理的主流。无论企业自查还是应对税务机关评估、稽查，数据分析风险设计、挖掘建模理论、运筹规划等相关大数据技术都可以为企业搭建一套分级分层的风险应对屏障。

建立企业税务风险清单、制定税务风险预警机制，是必要的应对措施。建立税务风险清单，有助于发现问题、评估风险，为后续制度性、系统性建设工作的开展奠定良好的基础。企业应该充分了解自身纳税情况和纳税工作程序，从税务环境控制、纳税申报流程控制和税收政策合规性三个维度出发，梳理公司税务风险管控现状。企业应自助审查、积极改进，从源头上杜绝合规风险的可能性，并形成成熟的、可重复的解决方案。

为了及时识别潜在的税务风险，做出适当应对，企业应设计自有的预警机制，提高风险预警工作效率、节省预警工作成本。企业内部及外聘税务专家可以在业务经验和数据模型的全面支持下，制定一系列税务风险预警指标，建立指标库，储存不同类别的指标及其定义、权重。

图2展示了一个税务风险指示框架设计。风险指标框架应包含通用类指标和分税种指标，其中，通用类指标涉及主营业务收入、主营业务成本、利润等企业经营相关的指标，旨在帮助企业从财务、税务角度识别经营生产过程中的风险；分税种指标涵盖企业常用各类税种的风险识别，指标设计包含了税务管理、操作人员的从业经验以及税务机关的要求，帮助企业及早发现税务风险。

数据条件和技术水平允许时，可以使用决策树机制，将多个风险指标进行整合，最终统一输出唯一的预警级别（如：高风险预警、一般风险预警、低风险预警）。这些做法都可以有效避免过多触发信号的情况。同样，为了提高业务人员的使用效果，预警信号除了提示风险级别之外，还应提供相应的重点信息，设置有区分度的判断和处置流程。这样，企业就不会在大而无当、多而无用的预警信号中迷失。

（三）税务数据管控、价值体系标准化

企业数据指标体系在涉税管理方面有广泛的应用前景，提高财税管控效率、增加企业应收、辅助高管决策是当前企业面临的紧迫问题。目前，多数国内企业的税务IT建设仍然处于初级阶段，各种财务数据、企业管理数据、指标数据分散在不同系统中，这些数据无序、无效、分散，存在多种税务风险管控的问题，影响着企业的收益与管理决策。

对此，我们认为，企业急需建设三大体系，即标准化管理体系、风险管理体系、数据分析与规划体系。标准化管理体系的建设，要求企业进行自动化税务流程再造设计、集约化的业-财-税协作设计，以及共享服务分析、可配置的税务IT架构设计；风险管理体系则包括税务稽查的自查分析设计、税务风险的预警能力设计和税务管控能力的垂直设计；在前两大体系的基础上，企业可以综合建设数据分析与规划体系，实现科技、税务、财务一体化的数据交互设计，从而获得面向业务场景的税务规划能力。

图2 分税种指标及指标维度设计

（四）纳税申报、汇算清缴的自动化改造

随着数据处理技术的发展，工具、业务系统及平台与业务之间的联系越发密切，从而衍生出更多的功能，可以解决更多业务痛点。根据实际业务场景特点和需求，数据处理工具通常可以分为轻量级工具和工业级工具。工业级工具可以面向复杂的企业层级，拥有大数据量的处理能力，满足宏观的管理数据需求；而轻量级工具面向小数据量数据，具备开发灵活迅捷、成本低、维护和二次开发便捷等优势，更加贴近业务前线的数据相关需求。

“纳税申报”是一个使用小数据量级数据、复杂的勾稽关系和大量手工调整的典型业务场景。在进行实际纳税申报的操作过程中，一个微小的调整就可能导致一批纳税申报的最终数据连带发生变化，需要加入额外的手工操作计算。同时，在面对极复杂的勾稽关系和计算操作时，一味依靠手工工作极其容易出现操作失误、遗漏和计算逻辑错误等情况，又需要补充额外的数据核对工作，才能保证纳税申报数据的准确性。为了减少手工工作量、避免人工误差，企业可以引入轻量级数据清理工具，协助完成税务工作。

轻量级数据处理工具的功能通常包括自动化格式转换、自动化数据计算、自动化文件生成、自动化批量数据处理等，从功能角度可以完整覆盖纳税申报所需的所有数据处理功能需求。与办税人员每年重复进行手工填报的传统工作方式相比，引入轻量级数据处理工具只需要办税人员在前期梳理整体计算逻辑，与开发人员共同设计中间表结构，最终与目标公司系统对接。通过一次性的梳理和开发，后期纳税申报过程中只需要在指定位置进行少量的调整工作，即可完成纳税申报表的制作，纳税申报的效率和准确性可以得到大幅提升。

图3 贷款合同台数据账示例

图4 还款明细台账数据示例

三、智慧税务在所得税工作中的应用——以所得税为例

为分析运用大数据技术应对税务风险与预警的详细方法，我们选取“资本弱化”为核心指标，简要介绍企业所得税中的自动化风险分析和监控。

资本弱化，又称资本隐藏、股份隐藏或收益抽取，是指纳税人为达到减少纳税的目的，用贷款方式替代募股方式进行的投资或融资。由于各国对股息和利息的税收政策不同，当纳税人筹资时，会在贷款或发行股票两者中进行选择，以达到减轻税收负担的目的。智慧税务可以帮助企业有效防范资本弱化的税务风险。

（一）企业财税数据获取

大数据的全面性可以打破税务、财政、银行、企业之间的边界，使数据共享成为可能，这将使各级政府部门和税务机关在进行决策时可以充分参考其他相关部门的业务数据，使得决策更加全面合理。然而，累积的大量数据，在真正用于分析之前，仍需梳理其内在联系。因此，首先应构建好不同数据集之间的关系，于数据库中自动生成数据表，这样就可以为后续分析提供保证，而写好的数据库脚本也为后续海量数据的分析提供自动化保障。

依据这一工作框架，在资本弱化指标的监控工作中，需要客户提供关联方借款合同、账务系统中的所有者权益和关联方借款利息支出等数据。数据来源支持多种方式，既可以是接口方式自动传输的系统数据，也可以是文本、表格的方式导入台账、合同等数据。如某房地产出租企业，该企业的财务系统数据以接口方式自动抽取到风险管理系统，而关联方贷款合同和还款明细数据则来自手工台账。

（二）风险指标逻辑生成

我们可以应用多种风险指标进行资本弱化内监控的工作。“关联债资比”是最有效的一种指标，关联债资比的计算逻辑是：公式中的“权益性投资”和“关联方债权性投资”需要从现有数据中计算得出。以上文所述的房地产出租企业为例，在梳理其客户业务构成后，发现相关数据来源包括：

1. 账务数据：贷项应收控股公司-借贷户、贷项同系附属-借贷户、贷项同系附属-往来户、贷项应收控股-往来户、实收资本、资本公积；

2. 业务数据：贷款合同、还款明细等。

整合、计算财务和业务系统数据，是生成指标的基础。

（三）纳税申报预警以及报告生成

风险监控系统会根据当前指标预警情况做出风险提示并指出关键指标历史趋势情况。根据计算结果，该企业2015年关联方借款债资比为12.14，超过2；2016年关联方借款债资比为4.07，同样超过2，两年间都存在较高的被税务机关质疑资本弱化的风险。由于风险指标超出了阈值，预警提示该企业有资产弱化的可能性，存在较大风险，需要进一步分析、调整。

经核查，该企业与关联方的贷款利率并未超过银行同期同类贷款利率，且其关联方均为境内关联方。对于境内关联方，在债资比超过合理区间的情况下，需比较该企业与关联方的实际税负。查询后发现，该企业与境内关联方都适用25%的企业所得税税率，因此该企业实际支付给境内关联方的利息支出，在计算应纳税所得额时准予扣除。企业存在风险，但并无违规。

从企业整体经营状况上看，虽然关联方债资比始终高于2，但关联方借款余额持续下降，所有者权益持续上涨，整体经营状况向好。该企业在2015年10月后，再无关联方借款发生，且近两年还款情况良好。因此，通过进一步调整，企业可以逐渐摆脱资本弱化的风险。

综上，我们利用大数据技术深入企业业务梳理、风险识别、指标设计、风险预警、风险应对、报告存档等全链条的风险管控之中。企业得以及时发现问题，采取适当应对措施并解决问题，真正实现企业税务管控的智能化。

图5 关联方债资比、关联方借款、所有者权益历史趋势示例

责任编辑：高 阳