国家税务总局重庆两江新区税务局结合基层税收监管工作实际需要,在整理归纳风险指标、完善风险数据库的基础上,应用“税收风险模型字典”,有效提升了税收风险管理的精准度。
国家税务总局重庆两江新区税务局结合基层税收监管工作实际需要,在整理归纳风险指标、完善风险数据库的基础上,应用“税收风险模型字典”,有效提升了税收风险管理的精准度。
“使用‘税收风险模型字典’后,征管部门税收风险应对整体效率相比以前提高近10%,入户核查率降至5%以下。通过及时提醒和帮助企业纠偏,不仅降低了企业涉税风险,而且提高了管理效能。”该局党委书记、局长许晓侬说。
“小字典”应时而生
“增值税申报收入远大于企业所得税营业收入,这不符合经营常理啊。”去年企业所得税汇算清缴期间,该局第三税务所税务干部小谭在分析辖区某企业所得税年度申报数据时发现了问题。
第三税务所对该问题集中研究后认为,这个疑点不寻常,为确保疑点定位准确,并核查问题是否具有普遍性,需要扫描辖区全部企业的申报数据,并对具有上述疑点的所有企业展开疑点分析。
怎么扫描风险?如何准确定位?
接到第三税务所疑点扫描需求后,该局风险管理局迅速组织人员,提取了第三税务所辖区所有企业的利润表信息和相关申报数据,设置风险模型并进行扫描,发现存在疑点数据的企业有378户,经过分析排查后,最终锁定疑点企业286户。拿到疑点数据后,第三税务所迅速开展风险应对,最终通过开展辅导、帮助企业自查共补征税款2000余万元。
首次自建指标模型,命中率就达到75%。这给了两江新区税务局信心,并萌生了自建“税收风险模型字典”的想法。在此之前,基层税收风险管理工作中,风险指标繁多,并存在准度不高等不足,对现有风险指标模型逐项清理验证,建立高效、精准的风险指标体系的需求日渐迫切。
为此,该局组建了一支由数据处理能手和税收业务能手组成的项目组,加强风险指标、数据的整理工作,希望通过建立应用“税收风险模型字典”,改变传统风险管理自上而下的监管模式,形成“风险管理部门和税务所双向互动、税务所一线风险疑点主动集成、风险监控事前事中事后闭环管理”的风险管理新模式,在智能分析、集成合作中实现精准监管。
查询分析样样行
如何在征管信息的“海量数据”中抓取高质量的有效数据?如何在大量的风险指标中找到管用的指标模型?这是摆在项目组面前的最大难题。
“我们现有的模型指标共有800多个,存在疑点指向不明确、部分指标不符合现行政策规定、数据支撑能力弱和部分指标模型不能正常使用等问题。”该局风险管理局副局长卓科介绍说,项目组采取系统梳理、分类识别和优化整理等方法,经过指标保留、指标修正和指标废除后,保留了376个指标,并梳理形成了225个实用的标准化风险指标模型,完成了整理编制“小字典”的关键一步。
在编制“税收风险模型字典”的过程中,项目组参考了汉字字典编写方法,列出指标名称和模型说明,详细说明指标模型的设置目的、适用范围和关联事项。同时,详解指标应用的公式和参数设计等,细化到用什么公式计算,数据提取来源是什么,用什么字串进行数据搜索等,以方便使用的税务干部“按图索骥”,上手即用。
此外,项目组还对单个纳税人各税种收入数据进行细分,让分散在税务机关多个软件系统的指标聚合成方便搜索的“指标树”,这样,税务干部通过纳税人关联信息,即可快速查询出所需的指标内容。
风险管理有了“小助手”
“税收风险模型字典”编制完成后,去年10月,两江新区税务局迅速将其应用在税收监管工作中。
据介绍,两江新区有大量科技型新创企业,这些企业孵化成长后需要利用股权转让的方式进行再融资,实现快速发展。企业的融资股权转让活动,具有事项复杂、涉税风险大等特点。为加强股权转让涉税管理,两江新区税务局组建了股权转让工作专班。
“利用‘税收风险模型字典’中的指标等数据,我们很快找到了适用于股权转让数据筛查的模型,通过精准锁定疑点信息、开展针对性风险应对,截至目前共查补入库相关税款1.2亿元。” 工作专班的负责人介绍说。
目前,两江新区税务局风险管理部门运用“税收风险模型字典”,已找到对科创型企业股权取得、持有、分红、交易等6个环节进行有效监控的风险指标,并通过完善指标模型,实现了对科创型企业股权相关事项税收风险的精准定位和监控,帮助大量企业及时排除涉税风险,这一做法已被重庆市税务局在全市范围内推广应用。
“这个‘小字典’目前在土地增值税清算、留抵退税监控等方面都发挥出了作用,已成为基层税务干部征管时必不可少的‘小助手’。”该局第三税务所所长凌懿表示。
许晓侬表示,下一步,该局将持续优化“税收风险模型字典”的相关指标数据,并根据征管需要,不断扩大应用领域和范围,通过不断提升精准监管能力,更好服务地方经济高质量发展。
国家税务总局重庆两江新区税务局结合基层税收监管工作实际需要,在整理归纳风险指标、完善风险数据库的基础上,应用“税收风险模型字典”,有效提升了税收风险管理的精准度。
“使用‘税收风险模型字典’后,征管部门税收风险应对整体效率相比以前提高近10%,入户核查率降至5%以下。通过及时提醒和帮助企业纠偏,不仅降低了企业涉税风险,而且提高了管理效能。”该局党委书记、局长许晓侬说。
“小字典”应时而生
“增值税申报收入远大于企业所得税营业收入,这不符合经营常理啊。”去年企业所得税汇算清缴期间,该局第三税务所税务干部小谭在分析辖区某企业所得税年度申报数据时发现了问题。
第三税务所对该问题集中研究后认为,这个疑点不寻常,为确保疑点定位准确,并核查问题是否具有普遍性,需要扫描辖区全部企业的申报数据,并对具有上述疑点的所有企业展开疑点分析。
怎么扫描风险?如何准确定位?
接到第三税务所疑点扫描需求后,该局风险管理局迅速组织人员,提取了第三税务所辖区所有企业的利润表信息和相关申报数据,设置风险模型并进行扫描,发现存在疑点数据的企业有378户,经过分析排查后,最终锁定疑点企业286户。拿到疑点数据后,第三税务所迅速开展风险应对,最终通过开展辅导、帮助企业自查共补征税款2000余万元。
首次自建指标模型,命中率就达到75%。这给了两江新区税务局信心,并萌生了自建“税收风险模型字典”的想法。在此之前,基层税收风险管理工作中,风险指标繁多,并存在准度不高等不足,对现有风险指标模型逐项清理验证,建立高效、精准的风险指标体系的需求日渐迫切。
为此,该局组建了一支由数据处理能手和税收业务能手组成的项目组,加强风险指标、数据的整理工作,希望通过建立应用“税收风险模型字典”,改变传统风险管理自上而下的监管模式,形成“风险管理部门和税务所双向互动、税务所一线风险疑点主动集成、风险监控事前事中事后闭环管理”的风险管理新模式,在智能分析、集成合作中实现精准监管。
查询分析样样行
如何在征管信息的“海量数据”中抓取高质量的有效数据?如何在大量的风险指标中找到管用的指标模型?这是摆在项目组面前的最大难题。
“我们现有的模型指标共有800多个,存在疑点指向不明确、部分指标不符合现行政策规定、数据支撑能力弱和部分指标模型不能正常使用等问题。”该局风险管理局副局长卓科介绍说,项目组采取系统梳理、分类识别和优化整理等方法,经过指标保留、指标修正和指标废除后,保留了376个指标,并梳理形成了225个实用的标准化风险指标模型,完成了整理编制“小字典”的关键一步。
在编制“税收风险模型字典”的过程中,项目组参考了汉字字典编写方法,列出指标名称和模型说明,详细说明指标模型的设置目的、适用范围和关联事项。同时,详解指标应用的公式和参数设计等,细化到用什么公式计算,数据提取来源是什么,用什么字串进行数据搜索等,以方便使用的税务干部“按图索骥”,上手即用。
此外,项目组还对单个纳税人各税种收入数据进行细分,让分散在税务机关多个软件系统的指标聚合成方便搜索的“指标树”,这样,税务干部通过纳税人关联信息,即可快速查询出所需的指标内容。
风险管理有了“小助手”
“税收风险模型字典”编制完成后,去年10月,两江新区税务局迅速将其应用在税收监管工作中。
据介绍,两江新区有大量科技型新创企业,这些企业孵化成长后需要利用股权转让的方式进行再融资,实现快速发展。企业的融资股权转让活动,具有事项复杂、涉税风险大等特点。为加强股权转让涉税管理,两江新区税务局组建了股权转让工作专班。
“利用‘税收风险模型字典’中的指标等数据,我们很快找到了适用于股权转让数据筛查的模型,通过精准锁定疑点信息、开展针对性风险应对,截至目前共查补入库相关税款1.2亿元。” 工作专班的负责人介绍说。
目前,两江新区税务局风险管理部门运用“税收风险模型字典”,已找到对科创型企业股权取得、持有、分红、交易等6个环节进行有效监控的风险指标,并通过完善指标模型,实现了对科创型企业股权相关事项税收风险的精准定位和监控,帮助大量企业及时排除涉税风险,这一做法已被重庆市税务局在全市范围内推广应用。
“这个‘小字典’目前在土地增值税清算、留抵退税监控等方面都发挥出了作用,已成为基层税务干部征管时必不可少的‘小助手’。”该局第三税务所所长凌懿表示。
许晓侬表示,下一步,该局将持续优化“税收风险模型字典”的相关指标数据,并根据征管需要,不断扩大应用领域和范围,通过不断提升精准监管能力,更好服务地方经济高质量发展。