大数据热潮下，如何对税收风险进行管理

当前，我国的数字化进程已经扩展到政务、民生、实体经济等各个领域，税务机关应立足战略思维进行前瞻规划，统筹安排各项工作，尤其在税收征管中发挥导向作用的风险管理，更应顺势而为，走在大数据时代的前列。

深入挖掘数据潜在价值

大数据为税收风险管理工作的开展提供数据支撑。近年来，税务部门掌握的纳税人涉税数据成几何倍数增长。在税务部门内部，以金税三期系统、大数据平台、电子税务局等系统为依托，可以实现对企业纳税人和自然人纳税人各类涉税信息的集中整合。依托互联网，可以实现对企业经营等商业数据的实时抓取。依托与政府相关部门的信息交换、共享机制，可以实现不同部门之间涉税信息的交互共享。海量数据的积聚形成纳税人原生态涉税“数据湖”，税务部门可以通过对数据的全方位梳理、盘点，搭建数据资产目录，实施数据资产清单化管理，为风险管理各环节调用数据提供保障和支持。

大数据技术为挖掘数据的潜在价值提供技术支撑。纳税人信息获取渠道多样，涉税信息种类繁多，涉及基本信息、经营状况、财务管理、关联交易、第三方信息、纳税遵从、纳税申报等多维度信息。通过大数据技术可以对不同来源渠道的多样化数据进行交叉检验，从海量的、不完全的、模糊的、随机的数据中分析出隐藏价值，深度挖掘数据之间的内在联系和规律，绘制涉税数据基因图谱，为有效实施税收风险管理提供精准方向，为纳税人涉税风险行为的预测、监控提供导向。

助推风险管理生态链不断优化

税收风险管理全流程是一个动态的管理链条，从风险识别、任务统筹再到风险应对，各环节之间相互依存，形成一个螺旋式上升的链式结构。

大数据助力风险识别从典型特征定位向综合风险画像转换。目前风险识别工作主要采取人工分析和风险模型互补的模式进行风险疑点的定位，存在主要依靠分析建模人员经验判断、风险疑点来源渠道狭窄的问题。大数据背景下的风险识别，将深化对收集数据的处理和应用，加强税务部门内部数据与互联网、第三方涉税信息内在关系的梳理，透过数据间的相关关系深入探寻其风险成因;通过对纳税人涉税数据的全面分析、深入挖掘、自动关联，排除常规性事项，发现潜在风险点，形成分纳税人、税种、行业、事项的综合风险画像，明晰税收流失风险高发环节和相应的风险应对策略，促进税收风险管理提质增效。

大数据助力风险模型的动态修正。大数据的集中整合、数据资产目录的梳理等，可以为基层一线应对人员提供常态化、个性化数据应用服务，通过精准“滴灌”进一步提升风险应对水平。同时，大数据的介入能够实现风险管理的全程留痕，倒逼风险应对质量的提升。高质量的风险应对，既可以反馈企业纳税遵从情况是否符合其风险画像，又能精准定位风险特征，并以此为风险模型的修正提供依据，实现风险应对对风险识别的反哺。科学、有效、精准的风险识别又为开展风险应对提供靶向和指引。

大数据助力风险任务统筹的不断优化。通过数据的一户式归集、纳税人风险的综合画像，可以实现重大税收风险的统筹管理，精确配比任务数量与征管资源，统筹安排各税费种管理、大企业管理、高收入高净值个人税收管理等各种风险管理事项，实现风险任务的统一扎口管理。通过风险任务统筹的集约化实施，实现风险任务推送的精准、有据、有效，实现对市场主体的最小化干扰，不断优化营商环境。

优化完善风险管理模式

依托大数据技术对海量数据的高效处理，使得构建覆盖事前预警、事中监控和事后处理的全方位税收风险管理模式成为可能。

通过综合风险画像，能够建立以纳税人涉税风险偏好分析为基础的事前预警体系，对纳税人涉税风险行为进行事前预警，将涉税风险消灭在萌芽阶段。通过对纳税人涉税行为的动态采集和实时扫描，可以对纳税人的涉税风险行为进行事中监控，将涉税风险消灭在发生阶段。通过大数据及其技术对风险管理各环节的融入，不断完善以对纳税人的风险分析处置为手段的事后管理体系，将涉税风险造成的不良影响降到最低。

大数据助推税收风险管理从传统的事后管理向事前预测和事中监控延伸，从侧重税收风险的管理职能向服务与管理并重的双重职能转化，在提高纳税人纳税遵从的基础上，促进良好税收征纳关系的构建。
责编AJX