《基层税务系统开展数据分析与应用初探》由会员分享，可在线阅读，更多相关《基层税务系统开展数据分析与应用初探（4页珍藏版）》请在金锄头文库上搜索。
1、基层税务系统开展数据分析与应用初探随着信息化建设的不断推进，综合征管软件 CTAIS2.0 系统的上线运行，税务系统面临的信息数据越来越多，这也迫切要求我们税务干部更新观念，采取更新、更便捷、更有效的方法，对大量的征管数据进行提取、分析、挖掘，剖析信息数据后隐藏的潜能。这一剖析过程就是当前税务系统所面临的数据分析与应用，其本旨在于帮助税务干部从海量数据中发现有价值的信息，降低征纳成本、提供差异化的纳税服务，识别纳税特征，找准管理的薄弱环节，辅助税务干部进一步堵塞税收管理漏洞，进行更加行之有效的管理和服务。本文笔者拟就基层税务机关在开展数据分析应用过程中存在的问题和改进的措施作一些肤浅的探讨，以
2、期促进该项工作进一步深入开展。一、对数据分析与应用的认识数据的分析与应用是一项人机结合的综合性工作，从大量的数据中抽取出潜在的、不为人知的有用信息、模式和趋势，作更深层次的数据分析，这必须依靠计算机软件平台，这也就是我们日常工作中所讲的数据分析应用软件。它的作用在于实现对现有税务系统各软件中信息量进行数据集成，再利用统计学、人工智能等技术，高度自动化地分析数据，做出归纳性的推理，从中挖掘出潜在的模式，并对未来情况进行分析、预测，以辅助管理者、决策者评估风险、做出正确的决策。二、目前数据分析与应用中存在的主要问题（一）数据综合运用平台尚不能完全满足业务需求.虽然税务系统自上而下已经开发和建立了包
3、括数据分析、模型应用、执法监督等各项目分析软件平台，但这软件分析应用软件都存在同一个问题，就是主要依靠 CTAIS 数据源进行分析和评价，没能完全实现对分布在各个系统中的数据信息进行联邦，实现信息的集成。换句话说也就是数据中个别的关联联系只有在各个业务系统内由人工分析才能得到，因而形成了所谓的信息孤岛，比如稽核数据、电子申报数据、其他部门与税务系统交换的数据等就未能实现在信息处理平台综合提取分析。（二）数据信息源有待进一步拓展与完善数据资源的齐全、完整是进行数据处理分析应用的基础。当前 CTAIS 中纳税人基本信息，如纳税人生产经营、资金运用状况、税款缴纳、债权债务、违法违章等各类涉税数据，未
4、能完全收集录入，特别是纳税人财务核算信息收集不完整，一定程度上制约了数据分析的广度与深度。在与外部门开展信息交换与共享中，部分信息交换收集不及时，比如工商违法违章处理信息、招商引资信息、技术监督部分信息等税务系统没能有效掌握，这也为开展数据分析应用带来不小的阻力。数据真实性是数据分析应用的生命，然而当前一此不规范的信息处理，其中不乏部分数据采集录入违背了这一基本理论，造成数据分析结果偏差，严格影响趋势判断和管理决策，特别是在为上级部门提供政策决策时，无法提供真实的数据依据，会导制各类政策决策方向判断失去标向。比如过分追求申报率，就是造成纳税人真实纳税遵从度与现实不符；人为干扰增值税纳税人正常零
5、申报，为后期管理和稽查带来风险等。（三）数据分析应用人才缺乏、分析基本方法简单制约数据分析应用质量数据分析应用关键在于人。一份有价值的分析报告，必须有来自计算机平台的初步挖掘，还需要人工根据实际管理和掌握的情况进行加工和修正，综合辨析数据背后所隐藏的有价值的信息，从而为管理提供决策依据。数据分析的基本手段就是统计、描述和趋势判断，运用的主要方法包括时间序列分析、关联性分析、分类与聚类分析。就当前税务系统数据分析人员来看，基本技能缺乏，分析手段单一，大量信息掌握不足，难以实现多数据集成，难以在一定深度上分析数据，因而造成当前分析报告内容平平，可供参考和决策的作用不大。所以人才的缺失造成了分析报告
6、结果总体质量不高，无法达到预期效果，更别说在应用中发挥应有的作用。比如，当前基层税务系统在开展数据分析中主要采取时间序列和列表法，通过同比与环比，简单辨析纳税人可能存在的问题，这种分析手段单一，难以实现对纳税人未来发展趋势作出较为准确的判断。又比如，在对零负申报情况进行分析时，分析人员常这样运用， “某某企业本月进项多少，销项多少，留抵多少，造成留抵的原因是本月进项增加，而销售量减少。 ”这种分析就难以称为数据分析，只能为工作中一个基本判定。真正的分析，应该是根据企业基本情况，发现查找纳税人留抵中更为深层的原由，比如市场变化、价格变化、运输成本变化、产品原材料构成、成本变化等，从而判定纳税人纳
7、税是否正常。（四）重宏观分析、轻微观分析基层税务系统在开展数据分析与应用过程中，除有必要宏观的分析，即面上的东西外，更应注重微观层面，即点上的东西。从当前实践中来看，基层税务系统大型的数据分析报告更为集中体现的是面上的东西，比如对每个月的征管指标所进行全面分析，而形成的数据分析报告，在笔者看来就是面上的东西，这些面上的东西实际上通过计算机软件平台完全可能发现偏差和问题，这种数据分析报告应用的价值并不是很高，部分分析可以说是作的无用功，比如某指标某月达到参照的正常标准，再就当月该指标进行的分析，笔者认为这就是无用功。基层开展数据分析，最根本的作用在于查找工作薄弱点，改进措施，促进工作。所以更应该
8、注重微观点上的东西，比如对某行业一定时期税负变化情况分析，更具体点可以开展对某户企业一定期间进行数据评估分析，查找企业存在的问题；或者针对某项工作任务开展符合该项工作范围纳税人的分析，找准工作突破口和方法；再或者对一定区域税源情况进行趋势分析和判定，这些都是微观的，但实际工作中，这方面分析应用太少太少。（五）重数据分析，轻实际应用数据分析的落实点就是应用，就是通过查找问题，对症下药，解决实际问题。从当前应用总体情况看，分析的多，应用的少，特别体现在应用解决实际问题的效果小，往往同一个问题反复出现，没有达到预定的效果。比如现在上级部门要求下级上报的各类分析报告较多，往往就同一个问题报告三五次，每
9、一次都把大把的原由分析的头头是道，但一定时期过后，就是没有看到实际成效，究其原由要不就是没有找到问题解决的措施，要不就是没有把拟定的措施落到实处，真正落脚到促进工作当中，当然这不仅仅是数据应用不到位的问题，还与一个单位一个部门的执行落实力较差，后期追踪督查不到位也存在着相当大的关联。三、今后数据分析与应用的努力方向存在了问题，就必须解决。如何在信息飞速发展的今天，解决当前税务系统数据分析与应用中存在的矛盾和问题呢？笔者拟从以下几方面谈谈自已的看法。(一) 整合优化数据分析平台，加强数据集成数据集成、智能分析是应用平台的显著特征。建立和完善现行数据分析平台，拓展整合数据分析源，是优化现行数据平台
10、的关键。从业务角度来看，信息集成建设实际是从管理、分析的角度对业务流程及业务数据进行梳理，将原来的税务数据，和现有征管数据，包括稽核数据以及其他各个业务系统、共享软件信息紧密结合，综合聚类进行关联分析，形成一个新的数据链条或视图，集合成一个连续信息集合，解决当前“信息孤岛”的问题，从而以便更深层次发现征管薄弱环节；从技术角度来看，信息集成建设是利用数据联邦的技术，将各自独立的数据库系统以一种逻辑集中的方式联系在一起，形成一个逻辑集中的综合数据库，依照管理、分析的需求建立各种逻辑视图和物理视图，从而综合提取有用的价值信息，比如在纳税人信用等级评定中，能综合提取国地税两家同一纳税人各类涉税信息，从
11、而综合评价纳税人等级。只有这样一种综合数据集成分析，才能确保数据的分析与应用达到预期效果。（二）严把数据采取录入关口，确保数据真实、准确、完整俗话说， “巧妇难为无米之炊” ，数据分析也是如此。不掌握第一手资料，不掌握大量的数据，分析无从谈起，一篇分析报告的好坏在一定程度上依赖数据的翔实与否。为此，基层税务系统应定期开展各业务系统数据清理清查，对基本信息缺失的，应及时结予补录，特别是对企业纳税人，就应该按期采集录入企业财务信息，以方便对企业的财务信息提取和分析。系统外要全面掌握纳税人生产经营规律，生产工艺流程以及各环节投入产出的物品，建立纳税人外延信息资料库，以拓展分析的信息面。同时要建立健全
12、各项规章制度，制定数据运维制度，维护软件、硬件和网络安全，确保数据的运行质量。制定数据操作规范，明确征管业务的操作内容、方法、程序，指导税务人员正确利用信息技术处理税收业务。建立经验交流机制，将数据运行中的好经验、好方法，收集整理、归类发布，变个体经验为群体经验。另外是明确工作职责。法制征管部门要负责把好数据采集关，确保源头数据的完整、准确，要根据实际业务需求开展业务分析；计统部门和数据分析部门要负责数据的核算、分析、监控，要熟练的掌握各类分析方法和技巧，要有能力把业务分析转化为措施挖掘；信息中心等部门负责数据的发布、处理和管理，要根据要求实现对数据的技术处理支撑。再者，要严禁为了指标而擅自制
13、造虚、假信息数据，确保整个数据真实、合法。（三）培养高素质分析人才队伍数据分析只有机器是不行的，机器仅能将信息进行集成，查找关联，而人才是综合分析和运用的根本。因此培养一大批优秀的数据分析人员尤其关键，这批队伍必须既懂税收、会计业务又通计算机运用，既要掌握现有资源信息，更要收集整理企业外延综合有用信息，既要懂得利用简单同环比列表对比分析，更要掌握数据的趋势判定、定性分析以及综合统计分析学各类必要技巧。只有这样的人才才能有能力深层次挖掘数据信息背后的价值。因此，我们要增强战略眼光，将大力培养数据分析型人才作为数据分析与应用的重要措施紧抓不放，要通过自学、送培、在岗培训、函授等形式多样的教育方式，
14、造就一批具备适应现代信息分析技术的人员。根据需求不排除可采取建立专职数据分析人员，专门从事数据分析和挖掘工作，专职为领导决策和征收措施提供要求参考的数据支撑依据。（四）科学构建数据分析体系和模型 一是科学建立数据分析指标体系。对日常征管中进行数据分析利用的指标进行整理、分类，逐步建立一个包括税负分析、税收管理质量分析、发票管理分析、税收执法责任考核、关联企业监控分析、数据质量监控分析等方面的数据分析指标体系，规范分析行为，统一指标分析口径，提高分析效率，解决目前数据分析中常见的“分析报告成果不共享” 、“分析指标口径不统一” 、 “已解决问题死灰复燃”等问题，以达到全面提高数据处理分析工作水平
15、的目的。二是科学构建数据处理分析模型。充分利用先进的数据库技术、多功能的数据展现软件、数据挖掘工具创新分析方法。引入经济学、统计学的有关数学模型，参考国内外在数据分析方面的做法，提高对数据的挖掘和综合分析能力。对各个应用系统后台数据库中的相关数据进行抽取、过滤、关联、整理和比对，构建符合征管业务特点的标准化数据处理分析模型。这些模型必须根据需求综合运用关联分析法、趋势分析法、定量和定性分析法、归纳推断法等分析方法，为数据处理分析工作提供有效的抓手。 （五）科学选定分析主题分析主题的选取是数据分析利用的首要工作，基层税务系统除一定期间开展必要的宏观分析外，日常工作更应注重对微观实际应用对象的分析
16、，因此分析的主题范围应该紧紧围绕征管工作。选题主要方向包括：一是征管交叉点。税收征管是一项涉及多部门、多领域、多个应用系统的复杂工程。目前，单个部门和应用系统内部的管理比较严密，而各部门和应用系统之间的资源整合、统筹协调则相对不足，各项征管业务的交叉点往往也是管理上的薄弱点，存在不少潜在的征管漏洞。在选题时，针对这些征管交叉点，利用各项征管业务之间的内在逻辑关系，通过数据处理分析，发现管理上的潜在问题，实现征管数据的综合利用，提高整体征管效能。 二是征管隐患点。在税收征管过程中，基础性管理、行业管理、区域管理等方面往往存在一些管理隐患，如果不能及时发现，就会造成较大的征管问题。这些隐患潜藏在海量的征管数据之中，靠人工调查、经验判断往往难以及时发现。因此，在选题时要特别注重针对这些隐患点，深入挖掘疑点信息，将问题解决在萌芽状态。 三是征管边界点。在税收征管过程中，税务部门主要的信息来源是自身掌握的征管数据，而纳税人的生产经营信息则广泛分布于工商、地税、统计、技术监督等外界部门中。要通过针对征管边界点选题，突破自身资源限制，充分利用外部信息，促进征管水平的提
