论文部分内容阅读
摘要：税收效能位差模型是评估税收缴纳状况的一种方法，其核心思想是计算样本税源质量排序序号与税负排序序号的差异，税源质量由选取的经济指标计算成综合指数代替。本文在阐述模型的基本原理基础上，以某市金融业为例，通过对企业税收及财务数据的深层次挖掘，分析其纳税能力与实际征收效果的匹配程度，并对高风险企业及其主要特征予以归纳和提示。
关键词：税收风险；效能位差；模型；税源质量
中图分类号：F810 文献识别码：A 文章编号：1001-828X（2016）007-000-02
如何降低税务征管成本，提高征管效能，对税源进行专业化管理，是目前税收理论研究和征管实践中的重要内容之一。税源潜力是否得到充分挖掘，在区域、甚至企业层级上税源的纳税潜力与实际税负是否匹配，是税务管理部门亟待厘清的问题。 随着税收信息化的深入发展，税务部门积累了大量的纳税人的财务数据，如何有效利用这些数据，为领导决策服务，也是税务部门当前面临的挑战。因此税收效能位差模型的核心价值在于：通过对税务及企业财务数据的深层次挖掘，提高数据的利用效率；基于税收与税源质量之间的不匹配发现潜力税源，进一步优化拓展税源管理方法。
一、税收效能位差模型的基本原理
税源反映了企业的纳税能力，税收代表了企业的实际纳税，理论上讲，企业的税源与税收存在一种平衡关系，有多大的税源，就应该产生多大的税收总量。位差分析的思路是首先衡量企业的潜在纳税能力和实际税收，分别按由大到小的顺序排列，计算位次差距，找出差距较大的企业。税源质量指标是对企业潜在纳税能力的衡量，利用税源质量指标和实际税收指标，就能够计算潜在纳税能力和实际税收的位差。
在日常税收征管中，由于各地区税务部门所对应纳税人的纳税能力参差不齐，如何衡量各地区的征收效果，其中一个很重要的指标就是税收征收率。税收征收率是描述纳税能力与实际征收效果的关系的一种方法：
税收征收率=税收实际入库数/纳税能力*100%
从上式可以看出，计算征收率的难点在于求出纳税能力，纳税能力是指在线性税收制度下一定经济规模所决定的应税总量。为了解决这一问题，可以在分子和分母上同时除以税源：
税收征收率=（税收实际入库数/税源）/（纳税能力/税源）=实际税负/理论税负
纳税能力不仅和税源数量有关系，还会受税源质量的影响。税源质量是指税源总体中影响税收数量变化的内在因素成分。这种内在因素可能促成税收的增长，也可能导致税收收入的减少。在相同的税收环境条件下，纳税能力与其对应的税源质量的排序一致。其关系用数学关系式表达如下：
Y=F（X），式中Y为纳税能力，X为税源质量，Y是X的增函数，不同的样本有如下关系：当X1〉X2〉…〉Xn时，有Y1〉Y2〉…〉Yn。X1，X2，…，Xn代表不同样本的税源质量，Y1，Y2，…，Yn代表不同样本的纳税能力。这一关系表示Y值的大小排序与对应X的值的大小排序一致。如果实际征收数Y’正好等于纳税能力Y，将会有如下关系：即Y’值的大小的排序与对应的Y和X是一致的。然而，这只是理想情况，在实际工作中，由于征管环境和条件的制约，往往实际征收数与纳税能力或税源质量差距较大，所以Y’值的排序往往与Y和X的排序不一致。效能位差的数学表达式为：Z=XY’
如图1，在分析税源质量和税收水平，即计算Z=XY’时，会存在四种情况：税源质量很高，但是却对应着较低的税收水平；税源质量较高，对应着相对较高的税收水平；税源质量很低，然而对应着较高的税收水平；税源质量低，并且税收水平也相对较低。在这四种情况中，我们重点关注的是税源质量高，但是税收水平却相对较低的企业。
二、税收效能位差模型的案例分析
在实际应用中，可以在各种描述企业经济效益高低的指标体系中找出与税收密切相关的指标，通过对这些指标的分数化处理形成一个描述税源质量的综合指标，以此确定不同企业纳税能力排行。
（一） 研究框架
以X市金融行业为例，主要分析过程：
1.对金融业原始数据进行数据质量校核与筛选，去除有问题的数据或指标，并对这些数据的去除依据和理由进行理论说明。
2.在完成数据质量校核和筛选后，得到了可以进行建模的金融有效企业样本，从而分别计算各个企业的税负水平和税源质量水平，并对其进行评分量化。
3.得到各个企业的税负水平以及税源质量指标进行排行，经对比分析，得到各个企业的税源质量与税负水平的位差排名，定位具有高税源质量、低税负水平特征的高位差企业。
4.通过模型抽取高位差企业群体的共有特征，并深入挖掘高位差的产生原因，以此作为决策建议支持依据。
（二） 分析体系
1.企业税负的测算。在这里，实际税负用实际入库税款与营业总收入的比表示：
实际税负=实际入库数/营业总收入*100%
2.税源质量指标体系。税源质量反映了企业经营发展的整体情况，因此税源质量不是一个单一经济指标就能衡量的。应综合各项税源特征进行全方位的评价。在对企业经营发展的整体情况进行评价时，选用从企业四个方面的能力，既盈利能力、发展能力、营运能力和偿债能力。具体指标计算方法如表1所示：
参考财政部印发的《金融企业绩效评价办法》、税务总局印发的《微观税收分析指标体系及方法》，确定各项指标所赋权重。对每个企业的相关指标进行评价打分，对不同指标赋予相应的权重，通过加权处理求出各级综合指数，最后得到一个最终指标，即税源质量综合指标。运用税源质量的综合指标评价企业之间的税源差异。
（三） 模型构建
1.样本选择。从企业数据总样本757560家中，选取具有资产负债表的企业145687家，具有利润表的企业145810家。弃掉模拟户10家、资产负债表中税款所属期不为2014年的14家，即不符合字段税款所属期开始 = ’2014-01-01’；税款所属期止 = ’2014-12-31’，剩余总体企业样本数为145663。与企业基本信息进行匹配，得到具有资产负债表、利润表和基本信息表的企业样本145663家。从145663家企业样本中选取企业营业状态为正常的金融行业企业，获得1910家。 纳税申报信息方面，从1910家正常状态金融业企业中，弃掉无纳税申报信息企业75家，零申报企业495家和纳税金额为负的2家，再舍弃登记时间为2014、2015年的企业123家，得到可参与模型构建的样本1215家企业。
建立金融业税源质量指标体系过程中，某些为字段为0的记录不能输出指标有效值，包括营业总收入、所有者权益、资产合计、利润总额、营业总成本、流动资产总计、流动负债合计。这些指标均为衡量金融企业财务状况的重要指标，数据的错误填报或企业的不正常经营状态均可导致这些指标为0，这些企业参与模型构建，但在计算某指标输出空值时，将其舍弃。
2.数据表现。下图为X市金融行业企业税负和税源质量对比的分布，纵坐标代表税源质量得分，横坐标代表企业税负得分。最左一列和最右一列点为评分模型中的极值处理评分，最低10%评分为-20，最高10%评分为120。中间部分靠近左上角的代表税源质量教高、但缴纳税款相对较低的企业，即负位差较大的企业（蓝色）。靠近右下角的代表税源质量相对较低，但缴纳税款相对较高的企业，即正位差较大的企业（红色）。从图中可以看出，X市金融企业的企业税负大多集中于15%左右，税源质量集中于中等水平。
.特征分析。根据企业质量得分> 50且企业税负得分< 50且效能位差< -100的规则选取高负位差企业114家，根据企业质量得分< 50且企业税负得分>50且效能位差>-100的规则选取高负位差企业116家。采用所选取样本进行数据挖掘决策树模型C5.0建模，通过对比分析，寻找两部分企业群体特征，找出重要影响因素。
经过数据挖掘决策树模型C5.0建模，发现影响高位差企业的因素主要是所属分局（按征收单位分类）、企业注册类型（按企业注册类型分类）、注册规模（按工商企业注册资金分类）、企业年龄（按企业注册登记日期计算分类）、细分行业（按细分行业代码分类）。其中，企业年龄较短的企业出现高负位差的可能性较高；保险业企业出现高负位差的可能性较高；注册资金在规模以上的企业出现高负位差的可能性较高。
参考文献：
[1]樊良生.税源管理和税收征收效能评价方法研究[D].东北财经大学，2007.
[2]宋四虎，周大鹏，吴强. 房地产行业中的税收风险识别—以某市为例[J].现代管理科学，2014（07）.
关键词：税收风险；效能位差；模型；税源质量
中图分类号：F810 文献识别码：A 文章编号：1001-828X（2016）007-000-02
如何降低税务征管成本，提高征管效能，对税源进行专业化管理，是目前税收理论研究和征管实践中的重要内容之一。税源潜力是否得到充分挖掘，在区域、甚至企业层级上税源的纳税潜力与实际税负是否匹配，是税务管理部门亟待厘清的问题。 随着税收信息化的深入发展，税务部门积累了大量的纳税人的财务数据，如何有效利用这些数据，为领导决策服务，也是税务部门当前面临的挑战。因此税收效能位差模型的核心价值在于：通过对税务及企业财务数据的深层次挖掘，提高数据的利用效率；基于税收与税源质量之间的不匹配发现潜力税源，进一步优化拓展税源管理方法。
一、税收效能位差模型的基本原理
税源反映了企业的纳税能力，税收代表了企业的实际纳税，理论上讲，企业的税源与税收存在一种平衡关系，有多大的税源，就应该产生多大的税收总量。位差分析的思路是首先衡量企业的潜在纳税能力和实际税收，分别按由大到小的顺序排列，计算位次差距，找出差距较大的企业。税源质量指标是对企业潜在纳税能力的衡量，利用税源质量指标和实际税收指标，就能够计算潜在纳税能力和实际税收的位差。
在日常税收征管中，由于各地区税务部门所对应纳税人的纳税能力参差不齐，如何衡量各地区的征收效果，其中一个很重要的指标就是税收征收率。税收征收率是描述纳税能力与实际征收效果的关系的一种方法：
税收征收率=税收实际入库数/纳税能力*100%
从上式可以看出，计算征收率的难点在于求出纳税能力，纳税能力是指在线性税收制度下一定经济规模所决定的应税总量。为了解决这一问题，可以在分子和分母上同时除以税源：
税收征收率=（税收实际入库数/税源）/（纳税能力/税源）=实际税负/理论税负
纳税能力不仅和税源数量有关系，还会受税源质量的影响。税源质量是指税源总体中影响税收数量变化的内在因素成分。这种内在因素可能促成税收的增长，也可能导致税收收入的减少。在相同的税收环境条件下，纳税能力与其对应的税源质量的排序一致。其关系用数学关系式表达如下：
Y=F（X），式中Y为纳税能力，X为税源质量，Y是X的增函数，不同的样本有如下关系：当X1〉X2〉…〉Xn时，有Y1〉Y2〉…〉Yn。X1，X2，…，Xn代表不同样本的税源质量，Y1，Y2，…，Yn代表不同样本的纳税能力。这一关系表示Y值的大小排序与对应X的值的大小排序一致。如果实际征收数Y’正好等于纳税能力Y，将会有如下关系：即Y’值的大小的排序与对应的Y和X是一致的。然而，这只是理想情况，在实际工作中，由于征管环境和条件的制约，往往实际征收数与纳税能力或税源质量差距较大，所以Y’值的排序往往与Y和X的排序不一致。效能位差的数学表达式为：Z=XY’
如图1，在分析税源质量和税收水平，即计算Z=XY’时，会存在四种情况：税源质量很高，但是却对应着较低的税收水平；税源质量较高，对应着相对较高的税收水平；税源质量很低，然而对应着较高的税收水平；税源质量低，并且税收水平也相对较低。在这四种情况中，我们重点关注的是税源质量高，但是税收水平却相对较低的企业。
二、税收效能位差模型的案例分析
在实际应用中，可以在各种描述企业经济效益高低的指标体系中找出与税收密切相关的指标，通过对这些指标的分数化处理形成一个描述税源质量的综合指标，以此确定不同企业纳税能力排行。
（一） 研究框架
以X市金融行业为例，主要分析过程：
1.对金融业原始数据进行数据质量校核与筛选，去除有问题的数据或指标，并对这些数据的去除依据和理由进行理论说明。
2.在完成数据质量校核和筛选后，得到了可以进行建模的金融有效企业样本，从而分别计算各个企业的税负水平和税源质量水平，并对其进行评分量化。
3.得到各个企业的税负水平以及税源质量指标进行排行，经对比分析，得到各个企业的税源质量与税负水平的位差排名，定位具有高税源质量、低税负水平特征的高位差企业。
4.通过模型抽取高位差企业群体的共有特征，并深入挖掘高位差的产生原因，以此作为决策建议支持依据。
（二） 分析体系
1.企业税负的测算。在这里，实际税负用实际入库税款与营业总收入的比表示：
实际税负=实际入库数/营业总收入*100%
2.税源质量指标体系。税源质量反映了企业经营发展的整体情况，因此税源质量不是一个单一经济指标就能衡量的。应综合各项税源特征进行全方位的评价。在对企业经营发展的整体情况进行评价时，选用从企业四个方面的能力，既盈利能力、发展能力、营运能力和偿债能力。具体指标计算方法如表1所示：
参考财政部印发的《金融企业绩效评价办法》、税务总局印发的《微观税收分析指标体系及方法》，确定各项指标所赋权重。对每个企业的相关指标进行评价打分，对不同指标赋予相应的权重，通过加权处理求出各级综合指数，最后得到一个最终指标，即税源质量综合指标。运用税源质量的综合指标评价企业之间的税源差异。
（三） 模型构建
1.样本选择。从企业数据总样本757560家中，选取具有资产负债表的企业145687家，具有利润表的企业145810家。弃掉模拟户10家、资产负债表中税款所属期不为2014年的14家，即不符合字段税款所属期开始 = ’2014-01-01’；税款所属期止 = ’2014-12-31’，剩余总体企业样本数为145663。与企业基本信息进行匹配，得到具有资产负债表、利润表和基本信息表的企业样本145663家。从145663家企业样本中选取企业营业状态为正常的金融行业企业，获得1910家。 纳税申报信息方面，从1910家正常状态金融业企业中，弃掉无纳税申报信息企业75家，零申报企业495家和纳税金额为负的2家，再舍弃登记时间为2014、2015年的企业123家，得到可参与模型构建的样本1215家企业。
建立金融业税源质量指标体系过程中，某些为字段为0的记录不能输出指标有效值，包括营业总收入、所有者权益、资产合计、利润总额、营业总成本、流动资产总计、流动负债合计。这些指标均为衡量金融企业财务状况的重要指标，数据的错误填报或企业的不正常经营状态均可导致这些指标为0，这些企业参与模型构建，但在计算某指标输出空值时，将其舍弃。
2.数据表现。下图为X市金融行业企业税负和税源质量对比的分布，纵坐标代表税源质量得分，横坐标代表企业税负得分。最左一列和最右一列点为评分模型中的极值处理评分，最低10%评分为-20，最高10%评分为120。中间部分靠近左上角的代表税源质量教高、但缴纳税款相对较低的企业，即负位差较大的企业（蓝色）。靠近右下角的代表税源质量相对较低，但缴纳税款相对较高的企业，即正位差较大的企业（红色）。从图中可以看出，X市金融企业的企业税负大多集中于15%左右，税源质量集中于中等水平。
.特征分析。根据企业质量得分> 50且企业税负得分< 50且效能位差< -100的规则选取高负位差企业114家，根据企业质量得分< 50且企业税负得分>50且效能位差>-100的规则选取高负位差企业116家。采用所选取样本进行数据挖掘决策树模型C5.0建模，通过对比分析，寻找两部分企业群体特征，找出重要影响因素。
经过数据挖掘决策树模型C5.0建模，发现影响高位差企业的因素主要是所属分局（按征收单位分类）、企业注册类型（按企业注册类型分类）、注册规模（按工商企业注册资金分类）、企业年龄（按企业注册登记日期计算分类）、细分行业（按细分行业代码分类）。其中，企业年龄较短的企业出现高负位差的可能性较高；保险业企业出现高负位差的可能性较高；注册资金在规模以上的企业出现高负位差的可能性较高。
参考文献：
[1]樊良生.税源管理和税收征收效能评价方法研究[D].东北财经大学，2007.
[2]宋四虎，周大鹏，吴强. 房地产行业中的税收风险识别—以某市为例[J].现代管理科学，2014（07）.