新野：关于强化税收数据深度分析应用的几点思考

《新野：关于强化税收数据深度分析应用的几点思考》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、南阳市国家税务局税收科研第三课题组专项课题之一关于强化税收数据深度分析应用的几点思考随着信息化建设的深入，各级国税机关积累了大量的征管数据信息，如何充分利用这些丰富而宝贵的数据资源，开展税收数据的深度分析、挖掘、应用，对及时发现征管工作中存在的问题和薄弱环节，揭示蕴涵的税收经济和税收管理规律，更好地服务税收管理科学化具有较大的推动意义。一、税收数据深度分析应用概念税收数据分析应用分为一般分析应用和深度分析应用两种。一般分析应用是指基于汇总、分类、简单计算基础之上的原始税收数据的展现和对税收现象的一般描述，如

2、：税收报表统计分析、税源分析、收入预测分析等。深度分析应用是指在数据高度集中的基础上，利用经济学、管理学、统计学等相关学科的原理、方法和模型，基于数据仓库、数据挖掘和人工智能技术，对大量涉税数据，既包括系统内部数据，又包括其它政府部门、企业等外部数据，进行多层次、多角度、多种方式的对比、分析与挖掘，揭示税收征管的内在规律，发现税收工作中存在的问题和薄弱环节以及对税收工作至关重要的变化趋势，形成对管理和决策有价值的信息和知识，辅助管理层加强税收管理监控，提高税源管理水平，辅助决策层进行科学合理决策，提高决策的

3、科学性、正确性和前瞻性。10根据近年来我省国税系统信息化发展的情况，税收数据一般分析已经达到了一定的水平，例如电子税源档案系统就是提供一般分析和部分深度分析的有力工具。但随着对征管工作科学化、精细化要求的进一步加强，数据的深度分析应用更为重要和迫切，已成为目前各级国税机关征管信息化工作的重要内容。本文结合工作实际，主要谈谈税收数据深度分析应用的重要意义，及当前存在的问题和今后努力的方向。二、税收数据深度分析应用的重要意义（一）税收数据深度分析应用是信息化发展的必然要求从信息化发展的规律看．信息系统的发展需要

4、经历初始、扩展、控制、集成、数据管理和成熟六个阶段。税收信息化的发展同样也遵循这一规律，经历了由单机简单报表处理到分局集中征收税款、到市局集中数据征收业务、再到省局数据集中处理四个阶段，当前正处于数据管理这个阶段。在该阶段，海量数据已经形成，税收数据的应用分析需求日益增大，如何利用现代化信息技术开展数据深度分析应用工作，为加强征收管理提供依托，已经是迫在眉睫的事。（二）税收数据深度分析应用是落实“信息管税”理念的重要载体“信息管税”10是国家税务总局提出的加强税收征管的工作理念，和税收数据分析应用是同一事物

5、的不同反映。税收数据分析是基础，信息管税是对税收数据分析应用的进一步深化和延伸。两者都是利用现代信息技术手段，以对涉税信息的采集、分析、利用为主线，以完善税收信息管理机制，健全税源管理体系为目标，通过加强业务与技术的融合，进而提高税收征管水平，达到信息指导管理，管理进一步促进分析的目的。（三）税收数据深度分析应用是解决征管主要矛盾的需要当前我国税收征管工作的主要矛盾是信息不对称和税源管理日益增长的信息需求之间的矛盾。信息不对称主要指税务机关掌握的经济税源信息和纳税人自身掌握的经济税源信息存在差异，纳税人掌的

6、自身的经济税源信息比税务机关更多、更真实。税务机关只有通过税收数据深度分析应用才能缩小这种差距和不对称。（四）税收数据深度分析应用是提高税收征管质量的必由之路开展税收数据深度分析应用是提高税收管理科学化、精细化的重要手段，通过税收数据深度分析应用，可以发现日常税收征管工作中难以发现的管理漏洞、薄弱环节以及倾向性、苗头性等问题，制定有针对性的建设和改进措施，及时堵塞税收管理工作中的漏洞，提高税收管理的水平。通过税收数据深度分析应用，还可以加强对企业的监控管理，及时发现企业存在的偷漏税疑点行为，为纳税评估和税务

7、稽查提供重要依据，提高税源管理的精细化水平。（五）税收数据深度分析应用可有效规范税务人员执法行为通过税收数据深度分析应用，暴露出征管工作中的“软肋”10，一些行政执法上的不规范现象“浮出水面”，从而把隐藏较深的执法随意性问题暴露出来。通过实施责任追究，促进执法的规范和政策的落实，提高税收执法和服务水平。三、当前税收数据深度分析应用工作存在的主要问题近些年从市局到县局在税收数据深度分析应用的工作实践中，积累了一些成功的经验，但在分析的深度、广度上，还存在一定差距。笔者认为主要存在以下几方面的因素，制约了税收数

8、据的深度分析应用。（一）思想意识不到位，“信息管税、数据管理”的理念尚未完全形成不少基层税务人员仍然习惯于粗放式的税源管理，认为科学化、精细化只是一种花架子，没有真正认识到信息管税、数据管理的重要意义和转换工作方式的必要性，还不习惯于依托数据分析做好税源管理。（二）数据质量不高，严重影响了数据分析的准确性目前数据质量问题主要包括两方面：一是内部数据质量，二是外部数据质量。内部数据质量不高主要是由于系统内部人员操作