杨银婵

一、引言

数据分析技术可切实提升企业税收风险管控水平，确保税收管理工作始终处于高质高效开展，辅助管理部门完成税收风险排序、税收风险查询、税收风险指标监管等工作。为充分发挥出数据分析技术应用优势，针对现有税收管理流程较为复杂背景，分析企业阶段性生产经营建设要求，致力于优化税收数据系统功能，切实保障企业建设全过程的综合效益。

二、数据分析技术在企业税收环节的应用积极作用

自税收风险管理理念应用以来，企业及税务机关纷纷建立了风险防范管理机构、风险管理机制以及管理流程。随着大数据技术发展速度不断加快，配合使用先进的数据分析技术，更有利于行政资源的有效配置，降低各项税收风险，为优化并完善税收管理体制提供切实可行的管理途径。

但就目前来看，由于企业生产经营建设步入重大改革阶段，涉及的各类业务信息种类增多，在税收管理过程中难免会出现较多风险问题。将大数据技术应用在税收风险管理过程中，配合使用数据分析技术及时发现存在于税收工作开展期间的各类问题，能够进一步增强税收风险管控效果，确保存在于企业内部的各类税收风险问题能够得到及时发现与解决。具体来说，数据分析技术在企业税收风险管理中的应用重要性主要体现在以下几方面：

第一，因企业生产经营建设规模日渐扩大，各税收数据之间的耦合特征更为显著，可以通过充分发挥出大数据与人工智能下的数据控制中心分析供能，找寻出企业税收环节存在风险，理清企业税收环节中的内部逻辑关系；

第二，现有企业税收数据分析环节也可通过数据系统的应用，能够切实提升税收人员对风险的感知力及分析力，从根本上增强企业税收质量效率；

第三，国家税务总局对税收大数据的关注度日渐提升，鼓励企业与税务机关探索出更为全面精准的实施管理模式。借助大数据系统中的数据分析供能，可以进一步增强税收业务的合理化、规范化水平，实现数据管理资源下的公平配置目标，进一步控制税收成本；

第四，我国现有税收风险管理机制逐渐趋向于全面化、专业化方向发展。以计算机平台为中心的大数据技术、人工智能技术、云计算技术等被广泛应用在税收环节，为税收风险管控工作的高质高效开展奠定了坚实技术基础。

三、税收风险理论概述

1.税收风险概念

现有税收风险管理体系可分为广义及狭义两种。其中，广义税收风险主要就是指所有导致税收损失或者没收的可能性，如经济环境风险、税收执法风险、税收公平风险等。从狭义角度上分析，税收风险就是指税收公平风险，在纳税人违反税法规定且不遵循税收行为的情况下，可能会导致税收公平目标受到弱化。

税收风险及普通风险特征相同。如机会主义显著，隐蔽性及潜伏性强等特征。

其中，风险不确定性方面，税收风险包括纳税人税收职责，具体可表现出纳税人不遵从税收流动性。隐蔽性、潜伏性强和体现在纳税人生产经营活动复杂、税收风险较大，税务机关在具体征税管理期间，无法对存在于税收环节的各类问题进行及时管控。不仅如此，税收风险与国家政治体制、税收制度及税收管理体制的关联极为密切，在实际管理过程中的难度较高。

2.税收风险管理

税收风险管理是税收工作重要环节，税收机关需要应用相应的风险管理理论及方式，配合使用风险预警、纳税评估、事务会计等方法管控税收风险。在综合分析税收信用时，可以采用税收稽查等风险管控措施，从根本上提升事务管理水平，实现税收现代化管理目标。

3.税收大数据

税收大数据主要就是使用各类方式采集、整合各类税务数据信息，对海量数据信息展开数据加工及应用。大数据税收管理工作面临的挑战较多，随着纳税人数量急剧增加，生产经营活动变化更为频繁。部分企业逐渐转向多元化跨区域、跨专业转变，呈现出税源、区源国际化目标。由于企业内部流动性增强，税收大数据又可表现出电子化、团队化、专业化服务形式。

四、企业税收数据结构

第一，结合传统数据库及现代数据仓库，优化数据系统设计理念。原有数据库主要用于解决税收业务问题，开展业务联系处理工作。数据库解决对象主要为历史数据内的业务数据库分析结果、业务综合决策能力。税收数据管理不仅应当满足数据统一管理及处理目标，还需要加强税收数据管控力度，满足税收任务决策分析要求。随企业税务体系复杂，税收难度进一步提升，在数据管理过程中也应该抽取及提炼历史综合数据，从根本上提数据的集成性、时变性及稳定性。

第二，建立数据接口标准。确保数据接口能够满足税收数据库设计要求。在数据接口中，还需要着重描述信息资源及数据的特征及属性，规定数字信息组织。要求数据接口应当具数据定位、数据发现及数据评估功能。将元数据作为数据仓库中心库，管理、组织企业税收数据纽带。

第三，以税收对象为中心，建立起一体化数据管理模型。企业税收实施周期长、专业水平高、技术体系较为复杂。在数据管理模型建立时，需要同时建立起产品设计数据库，要求各类数据需始终保持完整与可追溯状态，通过收集及分析数据可以得税收发展逻辑属性。

五、大数据背景下税收风险管理平台

税收风险管理大数据平台是实施风险管理重要工具，支撑风险排序、风险查询、指标管理等重要功能。税收风险管理大数据分析平台的科学性及实用性可直接影响到税收大数据资源能否得到有效以及税收风险管理效果。

1.系统设计

使用Java 程序编程语言及数据库构建起税收风险管理平台，结合现有数据源特征，制定专项数据源架构。

（1）数据输入

在系统数据处理过程中，数据调入需要使用后台脚本执行力量。导入数据后形成一个或多个任务。由于任务并不存在溢写操作，进一步提高了数据导入效率。数据处理系统还具备加载、清洗、加工、分析数据及储备结果等流程。在实际运行过程中，可以对每个纳税人或纳税企业展开风险评级。

（2）数据模块

在平台设计过程中，税收风险管理模块可分为风险排序、风险查询、指标管理三个部分。风险排序主要就是依照横线内部分别展示纳税人风险信息、纳税人信息。如用户想依照收入变动率从高到低查看纳税人信息，可以点击收入变动风险排序。标记按钮可让纳税人工作者对存在的风险进行标记。在风险查询部分可以精准查询纳税人风险指标及纳税人信息，风险指标管理界面可以让拥有权限的用户修改指标标准值并保存，修改后的指标标准值会在下次导入数据时生效。

2.风险管理控制

第一，风险排查。在用户指定风险类型后，可以通过行政变动风险，由系统自动按照主营收入变动率从高到低排序。用户可以清晰地看到变动率最高的企业纳税人信息。

第二，风险指标管理。主要就是使用模块支持用户，修改相应指标类型。风险查询期间，用户可以输入纳税人识别号，可以展现纳税人信息及纳税人各类风险指标各类风险指标值。

第三，纳税风险管理。现有纳税风险主要包括税收变动风险、成本变动风险、费用变动风险、利润变动风险4种类型。在风险数据分析过程中需要涉及收入类评估风险指标、成本类评估风险分析指标、费用类评估风险分析指标、利润来评估分析指标。

如指标内原有指标或多指标超出标准值，可判别纳税人的行为存在疑点。举例而言，如收入指标超出标准范围，有可能是企业在纳税申报时存在少报收入或多报成本支出等问题；如果成本指标超出标准范围，可能是纳税人在纳税申报时隐瞒收入或多报成本支出、擅自增加税前扣除项目费；如果费用指标及标准差值较大，则可能是企业在纳税申报时存在多列费用项问题。

3.数据分析技术种类

云分析技术。利用数据管理工具导入分布式文件系统内，然后通过使用大规模数据处理技术，对税收数据展开处理，处理后的数据可应用在关系型数据库中。

分布式文件系统存储并管理税收数据块。原有文件系统部署构件在单机上，不能存储超过硬盘大小的文件。而使用分布式文件处理系统，可以将各类数据以及文件分解成单独的块，并将这些块分别发送到不同节点中，从而实现高效并行处理目标。

大规模数据处理引擎。一种分布式集群计算框架，也是一个基于内存的大规模数据处理系统，可以在具体应用过程中实现数据抽取、转换、分析及学习要求。在大规模数据处理引擎中，多段计算引擎可以存储在数据内部，从根本上提升复杂计算期间的质量与效率。

数据交互。是税收风险数据管理平台重要技术，能够支持关系数据库导入数据的分布式文件系统中，也能够满足分布式文件系统插入数据到关系数据库内。不仅如此，数据交互数据还能够一定程度节省资源消耗量，完成传输量较大的传输任务，实际应用优势更为显著。现阶段税务部门大部分数据均纯属大关系性数据库内，为从根本上提

升自己的数据利用率，还需要将数据进行重新整合。4.云数据中心构建

云数据中心构建期间，需要由云服务商在企业构建税收网络基础，对信息化系统展开实时保护。在云计算服务过程中，企业不必对硬件设施展开维护，而是选择所需服务即可。在云计算信息系统背景下，企业也可以提供来自软件平台的服务，在服务器中将所需的信息数据存储在指定位置。

架构云数据中心服务模式，就是将云计算系统的处理、存储等作为一种服务，并将其转化成为企业客户提供的专项税收数据分析服务。企业可以结合自身发展要求选择所需的资源或基础设施，如操作系统、应用程序等。云供应商具备该程序的所有权，系统维护及升级环节均需要由云服务商负责，中小型客户只需要按照个人要求使用量向云服务商支付一定的费用即可。

六、结语

总而言之，现有税收风险数据分析及管理工作已经取得了诸多成就，为确保数据分析技术能够在提升企业税收管理水平中发挥出重要作用，还需要积极配合组织机构建设、第三方信息获取、税收风险平台功能优化等各项工作，建立起功能完善、容量充足的税收数据库，进一步挖掘现有海洋数据资源，提高税收风险管理工作实施期间的全面性与可控性，实现企业全面税收管理目标。