劉 銘,單玉瑩,蘇鈞驛,秦喜文,蔣 揚(yáng)

(1.長春工業(yè)大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,長春130012;2.合肥工業(yè)大學(xué)軟件學(xué)院,合肥230009;3.中電文思海輝技術(shù)有限公司 汽車制造數(shù)字化事業(yè)部,遼寧 大連116000)

0 引 言

自2009年國家稅務(wù)總局提出將稅收風(fēng)險(xiǎn)管理理念引入稅收征管以來,各地稅務(wù)機(jī)關(guān)逐步建立了稅收風(fēng)險(xiǎn)防范管理機(jī)構(gòu)、機(jī)制和操作規(guī)程。在現(xiàn)代大數(shù)據(jù)背景下,對我國稅收風(fēng)險(xiǎn)管理的研究和探討,有助于行政資源的有效配置,降低納稅風(fēng)險(xiǎn),為實(shí)施以專業(yè)化管理為特征的現(xiàn)代稅收征管體系提供切實(shí)可行的途徑。然而,新經(jīng)濟(jì)和新商業(yè)模式的出現(xiàn),使市場參與者的數(shù)量急劇增加,加之稅法的不斷變化,給稅收風(fēng)險(xiǎn)管理帶來了新的挑戰(zhàn)。

針對新形勢,國家稅務(wù)總局提出要充分利用稅收大數(shù)據(jù),舉辦“智稅”大賽,鼓勵地方稅務(wù)機(jī)關(guān)積極探索更加科學(xué)、精準(zhǔn)的稅收風(fēng)險(xiǎn)管理模式。在大數(shù)據(jù)時(shí)代背景下,加強(qiáng)稅收風(fēng)險(xiǎn)的管理,可以大大提高稅收業(yè)務(wù)的合理化和規(guī)范化,促進(jìn)社會經(jīng)濟(jì)的穩(wěn)定發(fā)展。從企業(yè)的角度研究稅收風(fēng)險(xiǎn),也有助于全面分析稅收抵扣問題。因此,稅務(wù)風(fēng)險(xiǎn)管理大數(shù)據(jù)分析平臺的科學(xué)性和準(zhǔn)確性,是稅務(wù)管理大數(shù)據(jù)資源能否得到公平有效配置的關(guān)鍵,影響稅務(wù)風(fēng)險(xiǎn)管理的效果和效率。稅務(wù)從業(yè)人員使用稅收風(fēng)險(xiǎn)管理大數(shù)據(jù)分析平臺進(jìn)行稅務(wù)風(fēng)險(xiǎn)管理將大大增加人工效率、降低成本。

目前我國已逐步完善稅收風(fēng)險(xiǎn)管理機(jī)構(gòu)體系,稅收風(fēng)險(xiǎn)管理工作也逐漸趨于專業(yè)化。企業(yè)稅收風(fēng)險(xiǎn)管理也成為學(xué)者們談?wù)摰臒狳c(diǎn)[1-3]。隨著科學(xué)技術(shù)的快速發(fā)展,人類進(jìn)入了一個(gè)新的時(shí)代,以互聯(lián)網(wǎng)為平臺,涌現(xiàn)出了大數(shù)據(jù)、人工智能、區(qū)塊鏈、機(jī)器學(xué)習(xí)、迭代推理、云計(jì)算等技術(shù)[4-5]。隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,國內(nèi)對大數(shù)據(jù)在稅收風(fēng)險(xiǎn)管理中的作用探討不斷增多[6-13]。對如何使用數(shù)字技術(shù)創(chuàng)新稅收征管模式,李偉等[14]提出當(dāng)前稅收風(fēng)險(xiǎn)管理需要打造具有智能化、自動化、系統(tǒng)化特征的全流程稅收風(fēng)險(xiǎn)管理數(shù)字化監(jiān)管體系,以提升風(fēng)險(xiǎn)管理部門整體工作效能。

筆者從稅收大數(shù)據(jù)和風(fēng)險(xiǎn)管理的理念出發(fā),結(jié)合國內(nèi)稅收風(fēng)險(xiǎn)管理工作的發(fā)展,分析了基于大數(shù)據(jù)的稅收風(fēng)險(xiǎn)體系的構(gòu)建,采用Java編程語言技術(shù)和Oracle數(shù)據(jù)庫建立稅收數(shù)據(jù)庫,通過搭建稅收風(fēng)險(xiǎn)管理平臺,對稅收風(fēng)險(xiǎn)進(jìn)行預(yù)警。

1 基本概念及理論

1.1 稅收風(fēng)險(xiǎn)

在目前的稅收風(fēng)險(xiǎn)管理研究中,稅收風(fēng)險(xiǎn)有廣義和狹義兩個(gè)概念。廣義的稅收風(fēng)險(xiǎn)是指所有導(dǎo)致稅收損失或沒收的可能性,主要包括經(jīng)濟(jì)環(huán)境風(fēng)險(xiǎn)、稅收執(zhí)法風(fēng)險(xiǎn)和稅收公平風(fēng)險(xiǎn)。從狹義上講,稅收風(fēng)險(xiǎn)僅指稅收公平的風(fēng)險(xiǎn),當(dāng)納稅人違反稅法規(guī)定從事不當(dāng)?shù)亩愂招袨闀r(shí),可能導(dǎo)致稅收公平目標(biāo)的實(shí)現(xiàn)惡化[15]。筆者和大多數(shù)現(xiàn)有的研究以及稅務(wù)局對稅收風(fēng)險(xiǎn)管理的定義,主要集中在狹義的稅收風(fēng)險(xiǎn)管理,即評估、預(yù)防和控制稅收合規(guī)風(fēng)險(xiǎn)。

稅收風(fēng)險(xiǎn)與風(fēng)險(xiǎn)具有相同的特征。一是機(jī)會主義,風(fēng)險(xiǎn)是一種不確定的概率事件,稅收風(fēng)險(xiǎn)是指納稅人的稅收責(zé)任,稅收風(fēng)險(xiǎn)表現(xiàn)為由于納稅人可能的不遵從而導(dǎo)致的一定程度的稅收流動;二是隱蔽性和潛伏性強(qiáng),納稅人的生產(chǎn)經(jīng)營活動復(fù)雜多變,導(dǎo)致稅收風(fēng)險(xiǎn)大量存在,稅務(wù)機(jī)關(guān)在常規(guī)征管中難以發(fā)現(xiàn)和控制;三是稅收風(fēng)險(xiǎn)與國家的政治體制、稅收制度、稅收管理體制等存在著非常密切的關(guān)系。

1.2 稅收大數(shù)據(jù)

稅收大數(shù)據(jù)是指通過各種方式有效采集、整合各類稅務(wù)數(shù)據(jù)信息,專門對海量稅務(wù)信息進(jìn)行數(shù)據(jù)加工和深度數(shù)據(jù)應(yīng)用。大數(shù)據(jù)時(shí)代稅收數(shù)據(jù)管理面臨各種挑戰(zhàn),隨著納稅人數(shù)量的急劇增加,生產(chǎn)經(jīng)營活動的變化,多元化的跨區(qū)域、跨專業(yè)的大型企業(yè)集團(tuán)相繼出現(xiàn),呈現(xiàn)出稅源、區(qū)源的國際化:人員的流動性增加了,表現(xiàn)為電子化、團(tuán)隊(duì)化和專業(yè)化的服務(wù)形式,多樣化和個(gè)性化稅收服務(wù)漸漸被大眾所需求。

1.3 稅收風(fēng)險(xiǎn)管理

稅收風(fēng)險(xiǎn)管理是整個(gè)稅收工作中不可或缺的一部分,即稅務(wù)機(jī)關(guān)運(yùn)用風(fēng)險(xiǎn)管理理論和方法,通過風(fēng)險(xiǎn)預(yù)警、納稅評估、稅務(wù)會計(jì)和反偷稅調(diào)查等手段防范和管理稅收風(fēng)險(xiǎn)[16]。在綜合分析納稅人稅收信用的基礎(chǔ)上,采取稅務(wù)稽查等風(fēng)險(xiǎn)管理措施,根據(jù)納稅人面臨的不同類型和水平的稅收風(fēng)險(xiǎn),適當(dāng)配置稅收管理資源,提高稅收合規(guī)性。在稅務(wù)管理部門的稅務(wù)管理活動中,準(zhǔn)確引用和有效應(yīng)用風(fēng)險(xiǎn)管理理論和方法的能力對稅務(wù)管理至關(guān)重要。稅收風(fēng)險(xiǎn)管理是現(xiàn)代稅收管理的先進(jìn)理念和國際慣例,有助于完善我國稅收管理體制,增強(qiáng)監(jiān)管能力,是實(shí)現(xiàn)稅收現(xiàn)代化的有效對策。

2 基于大數(shù)據(jù)背景的稅收風(fēng)險(xiǎn)管理平臺

稅收風(fēng)險(xiǎn)管理大數(shù)據(jù)分析平臺是稅收風(fēng)險(xiǎn)管理的重要工具,支撐著風(fēng)險(xiǎn)排序、查詢和指標(biāo)管理的關(guān)鍵環(huán)節(jié)。因此,稅收風(fēng)險(xiǎn)管理大數(shù)據(jù)分析平臺的科學(xué)性和實(shí)用性決定稅收征管大數(shù)據(jù)資源能否得到合理有效配置,影響稅收風(fēng)險(xiǎn)管理的成效與結(jié)果。基于此,筆者構(gòu)建了一個(gè)基于大數(shù)據(jù)背景的具有更高科學(xué)性和實(shí)用性的稅收風(fēng)險(xiǎn)管理平臺。

2.1 系統(tǒng)設(shè)計(jì)

筆者利用Java編程語言和Oracle數(shù)據(jù)庫構(gòu)建稅收風(fēng)險(xiǎn)管理平臺。根據(jù)以往的稅收風(fēng)險(xiǎn)處理過程,并考慮現(xiàn)有數(shù)據(jù)源特點(diǎn),得到平臺的架構(gòu)圖如圖1所示。

圖1 系統(tǒng)總體架構(gòu)圖Fig.1 Overall system architecture diagram

系統(tǒng)處理數(shù)據(jù)的整個(gè)過程為:數(shù)據(jù)導(dǎo)入是由后臺調(diào)用Shell腳本執(zhí)行Sqoop的import命令,啟動Sqoop導(dǎo)入任務(wù),最終解析成一個(gè)或多個(gè)MapReduce任務(wù),任務(wù)只有Map任務(wù),并不存在需要溢寫操作的Reduce任務(wù),這極大地提高了數(shù)據(jù)導(dǎo)入效率。Map任務(wù)的工作就是將數(shù)據(jù)庫中的數(shù)據(jù)導(dǎo)入Hadoop分布式文件系統(tǒng)上;Apache Spark用于處理存儲在HDFS(Hadoop Distributed File System)集群上的數(shù)據(jù),分為加載、清洗、加工、匹配、分析數(shù)據(jù)和存儲結(jié)果等步驟;MySQL用于存儲Apache Spark處理完的結(jié)果,比如對每個(gè)納稅人或納稅企業(yè)進(jìn)行風(fēng)險(xiǎn)評級的結(jié)果;部署在WEB Server上的WEB程序根據(jù)用戶的請求,借助Spring data jpa提供的規(guī)范從MySQL數(shù)據(jù)庫中查詢相應(yīng)數(shù)據(jù)返回給用戶,最終展示在用戶的瀏覽器頁面上。

平臺的設(shè)計(jì)目標(biāo)是實(shí)現(xiàn)一款基于大數(shù)據(jù)的稅收風(fēng)險(xiǎn)分析的平臺。主要稅收風(fēng)險(xiǎn)管理模塊共分為風(fēng)險(xiǎn)排序、查詢和指標(biāo)管理3部分。風(fēng)險(xiǎn)排序部分可按風(fēng)險(xiǎn)分類展示納稅人的風(fēng)險(xiǎn)信息和納稅人信息,例如用戶想按照收入變動率從高到低查看納稅人信息,只需要點(diǎn)擊按收入變動風(fēng)險(xiǎn)排序即可。標(biāo)記按鈕可以讓稅務(wù)工作者對存在風(fēng)險(xiǎn)并已經(jīng)進(jìn)行了相關(guān)的措施處理后的納稅人進(jìn)行標(biāo)記,并可以讓其不顯示在列表中。風(fēng)險(xiǎn)查詢部分可以方便用戶進(jìn)行精準(zhǔn)查詢納稅人的各項(xiàng)風(fēng)險(xiǎn)指標(biāo)以及納稅人信息。風(fēng)險(xiǎn)指標(biāo)管理界面可以讓擁有此權(quán)限的用戶修改各項(xiàng)指標(biāo)標(biāo)準(zhǔn)值并保存,修改后的指標(biāo)標(biāo)準(zhǔn)值會在下次導(dǎo)入數(shù)據(jù)并分析時(shí)生效。

2.2 風(fēng)險(xiǎn)管理控制

風(fēng)險(xiǎn)管理控制分為3部分。第1部分是風(fēng)險(xiǎn)排序,其是在用戶指定風(fēng)險(xiǎn)類別之后進(jìn)行的,例如用戶選中收入變動風(fēng)險(xiǎn)后,系統(tǒng)會按照主營收入變動率從高到低依次排序,此時(shí)用戶可以清晰地看到變動率最高的企業(yè)納稅人信息。風(fēng)險(xiǎn)排序流程如圖2所示。

圖2 風(fēng)險(xiǎn)排序流程圖Fig.2 Risk ranking flow chart

第2部分是風(fēng)險(xiǎn)指標(biāo)管理,其模塊支持用戶修改相應(yīng)指標(biāo)的標(biāo)準(zhǔn)值。第3部分為風(fēng)險(xiǎn)查詢,用戶只需要輸入納稅人識別號即可顯示納稅人信息和納稅人的各類風(fēng)險(xiǎn)指標(biāo)值。各類風(fēng)險(xiǎn)指標(biāo)如表1所示。

表1 風(fēng)險(xiǎn)指標(biāo)Tab.1 Risk indicators

筆者將風(fēng)險(xiǎn)評估指標(biāo)分為4類,分別是收入類評估分析指標(biāo)(Iincome)、成本類評估分析指標(biāo)(Icost)、費(fèi)用類評估分析指標(biāo)(Ifee)以及利潤類評估分析指標(biāo)(Iprofit)。

其中Cprofit表示現(xiàn)期利潤,Lprofit表示基期利潤。

上述4類指標(biāo)中任一指標(biāo)或多個(gè)指標(biāo)超出標(biāo)準(zhǔn)值范圍,都能成為納稅人的可疑點(diǎn)。例如,如果收入指標(biāo)值超出標(biāo)準(zhǔn)值范圍,則可能原因是企業(yè)在納稅申報(bào)時(shí)少報(bào)收入或多報(bào)成本支出等;如果成本指標(biāo)值超出標(biāo)準(zhǔn)值范圍,則可能原因是企業(yè)在納稅申報(bào)時(shí)瞞報(bào)收入或多報(bào)成本支出以及擅自增加稅前扣除項(xiàng)目等;如果費(fèi)用指標(biāo)值與標(biāo)準(zhǔn)值差距較大,則可能原因是企業(yè)在納稅申報(bào)時(shí)多列費(fèi)用項(xiàng);利潤指標(biāo)值與標(biāo)準(zhǔn)值差距較大,則可能原因是企業(yè)多結(jié)轉(zhuǎn)成本支出或在納稅申報(bào)時(shí)瞞報(bào)或少報(bào)收入。

不僅僅是單一指標(biāo)的不合理能出現(xiàn)稅收風(fēng)險(xiǎn)問題,指標(biāo)與指標(biāo)之間的比例不合理同樣存在稅收風(fēng)險(xiǎn)問題。存在以下4種比例關(guān)系。

上述4種比值超出標(biāo)準(zhǔn)值范圍,也將成為納稅人的可疑點(diǎn)。如果收入利潤比超出標(biāo)準(zhǔn)值范圍,可能存在企業(yè)納稅時(shí)少報(bào)或瞞報(bào)收入以及多列成本費(fèi)用等問題;如果收入成本比超出標(biāo)準(zhǔn)值范圍,則可能是企業(yè)在納稅申報(bào)時(shí)瞞報(bào)收入或多報(bào)成本支出以及擅自增加稅前扣除項(xiàng)目等;如果收入費(fèi)用比與標(biāo)準(zhǔn)值差距較大,則可能是企業(yè)在納稅申報(bào)時(shí)多提、多攤相關(guān)費(fèi)用、將資本性支出一次性在當(dāng)期列支或多轉(zhuǎn)成本、虛增成本;如果成本利潤比與標(biāo)準(zhǔn)值差距較大,則可能是企業(yè)多結(jié)轉(zhuǎn)成本支出或在納稅申報(bào)時(shí)瞞報(bào)或少報(bào)收入。

2.3 相關(guān)技術(shù)

該平臺利用Sqoop工具導(dǎo)入各類涉稅數(shù)據(jù)到Hadoop分布式文件系統(tǒng)中,然后通過大規(guī)模數(shù)據(jù)處理引擎(Apache Spark)對稅收數(shù)據(jù)進(jìn)行處理,處理后的用于展示的結(jié)果數(shù)據(jù)將存儲在關(guān)系型數(shù)據(jù)庫MySQL中。稅收風(fēng)險(xiǎn)大數(shù)據(jù)分析平臺采用Java語言開發(fā)、Tomcat作為Web容器的B/S架構(gòu)。

2.3.1 分布式文件系統(tǒng)

Hadoop分布式文件系統(tǒng)[17-18]屬于Apache Hadoop的一部分,也是最核心的部分,因?yàn)樗谴鎯凸芾頂?shù)據(jù)塊的部分。傳統(tǒng)的文件系統(tǒng)只是構(gòu)建在單機(jī)上,并且不能存儲超過硬盤大小的文件。HDFS是分布式的,所以存儲于之上的數(shù)據(jù)并不都存儲在同一臺機(jī)器上,HDFS會將文件分解為單獨(dú)的塊(Block)并將它們分發(fā)到群集中的不同節(jié)點(diǎn)(DataNode),從而實(shí)現(xiàn)高效的并行處理。

2.3.2 大規(guī)模數(shù)據(jù)處理引擎

Apache Spark是一個(gè)分布式的集群計(jì)算框架,也可以說是一個(gè)基于內(nèi)存的大規(guī)模數(shù)據(jù)處理引擎,可以對靜態(tài)或動態(tài)(批處理)的大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、裝載、分析、機(jī)器學(xué)習(xí)和圖形處理(流處理)。不僅如此,Spark還提供了豐富的編程語言API,目前支持Scala、Python、Java、R語言和SQL。

Spark為集群內(nèi)存中的計(jì)算提供了一種稱為RDD(Resilient Distributed Dataset)的高效抽象,Apache Spark的多階段的計(jì)算引擎可以在內(nèi)存中運(yùn)行大多數(shù)計(jì)算,因此Spark大多數(shù)在進(jìn)行某些復(fù)雜計(jì)算時(shí)能提供更高的性能,例如迭代算法或交互式數(shù)據(jù)挖掘。

2.3.3 數(shù)據(jù)交互工具

Apache Sqoop被開發(fā)用于在Hadoop分布式文件系統(tǒng)和數(shù)據(jù)庫之間快速傳輸數(shù)據(jù)。其支持從關(guān)系數(shù)據(jù)庫(比如Teradata、SQL Server、Oracle、Postgres、MySQL、HSQLDB和Netezza等)導(dǎo)入數(shù)據(jù)到Hadoop分布式文件系統(tǒng)上,還支持從Hadoop分布式文件系統(tǒng)上插入數(shù)據(jù)到關(guān)系數(shù)據(jù)庫。其之所以能高效傳輸數(shù)據(jù),是因?yàn)镾qoop將導(dǎo)入工作變成了一個(gè)或多個(gè)MapReduce任務(wù)。由于MapReduce的Shuffle階段是最耗時(shí)間和資源的階段,Sqoop巧妙地將Reduce任務(wù)數(shù)設(shè)置成了0,從而避免不必要的資源消耗,也節(jié)省了大量的時(shí)間。Sqoop的優(yōu)勢在于利用了分布式計(jì)算的思想,對傳輸量越大的導(dǎo)入任務(wù),其優(yōu)勢越明顯。

由于當(dāng)前稅務(wù)部門的大部分?jǐn)?shù)據(jù)存在于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫中,要想聯(lián)合利用這些數(shù)據(jù),必須將數(shù)據(jù)重新整合,所以采用Apache Sqoop工具作為平臺的數(shù)據(jù)交互工具。

2.3.4 程序開發(fā)框架

筆者構(gòu)建的稅收風(fēng)險(xiǎn)大數(shù)據(jù)平臺的工程引入Spring Boot提供支持。Spring提供的依賴注入(DI:Dependency Injection)技術(shù)可極大地提高代碼的復(fù)用性,例如A類依賴于B類,則B類將由Spring自動注入,這稱之為控制反轉(zhuǎn)(IOC:Inversion of Control)。Java程序員可以把類的對象(Bean)交由Spring管理,當(dāng)某個(gè)類依賴于另一個(gè)類時(shí),Spring將自動創(chuàng)建該類對象并注入,當(dāng)程序其他地方再次需要該類時(shí),Spring會直接將原來創(chuàng)建好的對象注入,也就是說以往的由程序員自己控制創(chuàng)建對象這部分工作交給了Spring管理。Spring Boot不僅封裝了Spring的所有核心功能,還帶來了更加精簡的配置,使程序開發(fā)效率再次得到提高。

3 結(jié) 語

大數(shù)據(jù)背景下的稅收風(fēng)險(xiǎn)管理仍處于探索階段,需要在組織機(jī)構(gòu)建設(shè)、第三方信息獲取、優(yōu)化風(fēng)險(xiǎn)管理平臺功能、人員團(tuán)隊(duì)建設(shè)等方面提供保障。針對這些問題,筆者對稅收風(fēng)險(xiǎn)管理的保障措施提出建設(shè)性意見:扎實(shí)組織稅收風(fēng)險(xiǎn)管理,完善數(shù)據(jù)。建立優(yōu)質(zhì)稅收數(shù)據(jù)庫,優(yōu)化大數(shù)據(jù)和稅收風(fēng)險(xiǎn)管理平臺功能:加強(qiáng)建設(shè),充分挖掘利用所掌握的海量數(shù)據(jù)資源。無論是業(yè)務(wù)驅(qū)動的傳統(tǒng)稅收風(fēng)險(xiǎn)管理,還是數(shù)據(jù)驅(qū)動的分析模型,都很難從單方面提高稅收風(fēng)險(xiǎn)管理的精準(zhǔn)度,所以筆者基于大數(shù)據(jù)背景,將稅收數(shù)據(jù)庫和稅收風(fēng)險(xiǎn)管理相結(jié)合進(jìn)行研究,建立稅收管理大數(shù)據(jù)分析平臺,提高稅收風(fēng)險(xiǎn)管理的準(zhǔn)確性和可應(yīng)用性,完善稅收風(fēng)險(xiǎn)管理基礎(chǔ),達(dá)到了更好的稅收風(fēng)險(xiǎn)管理的目的。