稅收風險識別若干問題的思考一、稅收風險識別的概念

明確稅收風險識別的概念之前，需要先認識稅收風險以及稅收風險管理的概念。

（一）稅收風險及稅收風險管理

簡單地說，稅收風險是指在稅收征管工作中，對提高納稅遵從度、實現“依法征收、應收盡收”目標產生負面影響的各種可能情況。稅收風險主要由三個方面形成：一是經濟活動的復雜性和法規、政策的規范性和普遍性之間的矛盾，造成法規或政策、特別是稅收法規和政策不能對每種情況進行明確規定，致使其存在一些缺陷或漏洞，形成法規層面的風險，可稱之為政策風險；二是由于稅務人員的執法能力、政策理解偏差、信息缺失，或者執法人員不作為以及內外勾結違法等等情況，造成執法層面的風險，稱之為執法風險；三是由于納稅人對政策認識不足、工作疏漏等情況造成無意不遵從，或納稅人利用自身信息優勢等不正當方式惡意不遵從，形成納稅遵從風險。

稅收風險管理則是指稅務機關運用風險管理的理念和方法，合理配置資源，通過稅收風險識別、風險排序、風險處理、績效評估以及過程監控等措施，不斷提高征管水平降低稅收風險的過程。如圖1所示，在稅收風險管理工作循環中，風險識別是風險管理的起始點，也是提高風險管理針對性和效率的關鍵，風險識別對風險管理乃至稅收征管的重要性不言而喻；而風險處理和績效評估的經驗，則是修正風險識別方法和模型、以及指標選取和參數設置的重要依據。

（二）稅收風險識別

稅收風險識別是在數據集中等稅收信息化建設成果基礎上，圍繞稅收風險管理目標，應用相關學科的原理和科學合理的方法、模型以及指標體系，利用稅收系統內部以及其他第三方的各種涉稅數據，從稅收經濟運行結果入手，深入研究，探索規律，尋找、發現可能存在稅收風險點，幫助科學決策，指導稅收征管工作的分析活動。

稅收風險識別是一種數據分析過程，但并不排除人工經驗。風險識別與人工經驗是互相補充、互相驗證、互相提高的關系。風險識別中應用的原理、方法、模型、以及指標和參數設置，均需要人工經驗參與。

雖然稅收風險是政策、執法和納稅遵從共同作用的結果，但稅收風險識別更關注納稅遵從風險和執法風險，政策風險則在績效評估中予以關注。

稅收風險識別涉及稅收征管的方方面面，內容龐雜。簡單來說，可以從區域、稅種、行業/產業，以及變動趨勢等維度進行較宏觀方面的識別（稱之為稅收風險宏觀識別，簡稱宏觀識別），也可以從企業的收入、抵免以及發票使用等維度進行較微觀方面的識別（稱之為稅收風險微觀識別，簡稱微觀識別）。一般地說，宏觀識別耗費時間及人力、物力較少，可以較快、較及時發現風險，為微觀識別提供線索；微觀風險識別需要收集、處理大量的細節數據，指標及參數設置較復雜，一般比較耗時、力、物。所以宏觀識別與微觀識別應有機結合，靈活運用，互相驗證，共同改進提高。

二、稅收風險識別的方法

不論是宏觀識別還是微觀識別，其主要思路可以分為兩類，一是應用各種數據和方法估算一定的經濟量、經濟結構和既定的稅收制度決定的潛在的、最大的稅收能力，與實現的稅收收入數據比較，查找某地區、某稅種或某行業稅收征管中可能存在的風險及其變動趨勢，即通過納稅能力估算（也稱為稅收流失估算或征收率估算）識別風險，稱之為稅收能力估算法；二是通過一些關鍵指標的縱向或橫向比較，分析其異常變動及發展趨勢發現某地區、某稅種、某行業或某企業存在的稅收風險，稱之為關鍵指標判別法。

（一）稅收能力估算法

如上文所述，稅收能力估算是一種稅收風險宏觀識別方法，主要關注國家、地區、稅種、行業、某類納稅人的潛在稅收，進而分析稅收流失狀況、風險程度，以及變動趨勢。稅收能力估算的結果不僅可以應用于風險識別，還可以應用于稅收預測、政策效應評估等方面。稅收能力估算主要有兩種方法，一是自上而下，另一個是自下而上。

1、自上而下法

即利用GDP等宏觀統計數據、根據稅收政策、應用稅收經濟學、統計學和國民經濟核算等學科相關原理、模型和方法估算稅收能力的方法。自上而下法估算主要有兩種思路，一是尋找宏觀統計數據中與稅基比較接近的指標（稱為代理性稅基），然后根據稅收政策規定的抵免、優惠的情況調整數據，進而估算稅收能力。常用的方法主要有投入產出法、增加值法和可計算一般均衡（CGE）模型法等。這些方法應用的經濟指標與稅收政策對應關系比較明確、緊密，也比較容易理解，主要應用某國或地區的稅種或（和）行業稅收能力估算，我國已經應用這投入產出法和增加值法開展增值稅收入能力估算；二是根據稅收與經濟的關系，應用稅收經濟模型，利用宏觀經濟面板數據或時間序列數據估算稅收收入能力，常用的方法主要有隨機邊界模型法、數據包絡模型法以及稅柄法等。這幾種方法主要應用于國家或地區總體稅收能力估算。

自上而下法以宏觀經濟統計數據為基礎，其主要缺點在于：①很難確定是否包括了地下經濟和非法經濟活動；②假設條件較多，有些稅收政策無法體現；③無法提供比較詳細的信息。相應的，其優點在于數據收集整理成本較小，操作上相對簡單，時間、人力物力消耗較少。

2、自下而上法

所謂自下而上的方法，就是使用納稅人數據，特別是稅務部門掌握的稅收申報數據和稅收專項調查、檢查等數據，以及其他政府、專業機構收集的關于納稅人的細節數據，運用統計學相關原理（如隨機抽樣等）測算樣本的潛在稅收收入，進而推算總體稅收收入能力的方法。隨機抽樣時可以不做任何分類直接抽樣，也可以根據需要按地區、稅種、行業和納稅人類型分類后再隨機抽樣。總之分類越細，估算結果提供的信息越多。自下而上法需要對樣本數據進行相應的稅務審計工作，所以稅收調查、納稅評估及稅務稽查案例數據非常重要。許多國外應用自下而上法估算個人所得稅和企業所得稅能力。

自下而上法的優點是隨機抽樣及細致的審計工作使估算結果更可靠，對稅基的逼近表現要好于自上而下法，能夠提供較詳細的估算信息。缺點是對樣本和抽樣方法的選擇是否遵從隨機原則，抽樣調查還有可能出現無響應或低報等情況，以及賬證不健全或灰色交易的存在也會影響測算的準確程度，而且數據收集、整理、計算工作大，耗時耗力，成本比較高。

自上而下和自下而上法的優缺點都比較明顯，各有利弊。國際上對這兩種方法的爭論仍在繼續，基本形成統一認識的是：在實踐中不能絕對地使用某種方法，而是將兩者互補結合。

小編寄語：會計學是一個細節致命的學科，以前總是覺得只要大概知道意思就可以了，但這樣是很難達到學習要求的。因為它是一門技術很強的課程，主要闡述會計核算的基本業務方法。誠然，困難不能否認，但只要有了正確的學習方法和積極的學習態度，最后加上勤奮，那樣必然會贏來成功的曙光。天道酬勤嘛！

美國和瑞典等國家的稅收能力估算經驗表明：①個人所得稅風險高于企業所得稅；②對企業所得稅來說，大企業、特別是跨國大企業的稅收流失較嚴重，風險較高；③對個人所得稅來說，工資薪金及投資收入稅收流失較少，自我雇傭收入稅收風險較高；④有第三方數據驗證的收入稅收風險較小；⑤微型企業由于不申報造成稅收風險的比重較大；⑥增值稅流失占總體流失的四分之一左右。

（二）關鍵指標判別法

關鍵指標判別法是指應用與稅收密切相關的經濟統計指標或企業經營財務指標--比如稅負、彈性、收入、抵免、投入產出率、能耗率、利潤率及發票領購使用等--的異常變動發現稅收風險的方法。當然，與稅收相關的指標較多，不同的稅種、不同的行業指標各異，應根據不同情況選取關鍵指標。指標的異常主要通過比較分析分析（還有一些其他方法）發現，可以按照同行業/同納稅人類型、同稅種根據時間軸縱向比較，也可以按照不同地區橫向比較。

關鍵指標判別法既可以用于宏觀識別，也可以用于微觀識別，應用比較靈活，比如可以使用稅負指標進行行業風險識別，也可以應用稅負指標進行企業風險識別。

在應用關鍵指標判別法進行風險識別時，必須堅持一個重要的原則—即指標口徑一致。比如在應用稅負指標進行增值稅行業比較時，分母可以是企業申報的銷售收入，也可以用統計局公布的行業增加值。不論是銷售收入還是增加值，都有其合理性，也有其弊端。進行縱向或橫向比較時，主要關注相對關系，而不是稅負的絕對值。

（三）風險識別結果的應用

不論是應用稅收能力估算法，還是關鍵指標判別法，即使使用相同的模型或算法，選取的指標不同，分析結果也可能大相徑庭，所以在識別結果的使用上要特別謹慎。例如，選取相同的指標和模型應用稅收能力估算法得出甲地區某行業某時期增值稅流失率為25%，乙地區同一行業、同一時期增值稅流失率為27%，則基本可以認為甲地區稅收風險較小。但是仍然無法確切說明甲地區的稅收流失是25%、還是20%，因為指標不同計算結果可能會有一定的差異，這個時候應用稅收流失指數來說明稅收風險變動趨勢則更合理些，如果流失指數持續不提高，則說明風險下降，征管水平在提高；反之則說明風險增加，需要采取措施加強征管。

眾所周知，企業生產經營是有季節性波動的，而且從購進原材料、生產產品、銷售到實現稅收需要一定的時間，所以在進行較短時間，特別是微觀企業風險風險識別時，需要注意指標參數的季節調整問題。

風險識別有兩個隱含的假設前提，一是政策的一致性，二是同行業的企業生產經營活動規律基本一致。在進行縱向比較分析時，應特別注意政策調整，盡量還原政策調整的影響。在進行橫向比較時，如果進行較大區域的風險識別—比如一個省—時，個別企業的生產經營活動異常對結果影響較小，但是在一個較小的區域內—比如一個縣，個別大企業的經營異常則對結果的影響非常明顯，也需要特別注意。

三、稅收風險識別的數據及技術

（一）數據

稅收風險識別需要多種數據，在以數據集中為代表的稅收信息化建設成果已經達到一定水平基礎上，收集、整理國民經濟統計等第三方數據重要性、迫切性越來越顯現，國內外稅收風險管理的經驗證明有第三方數據驗證的納稅人收入稅收風險最小，社會各界、特別是各級領導越來越重視，現在的關鍵問題是落實收集數據工作，并清晰各種數據的統計原理和口徑，建立相關的數據庫。

在重視第三方數據的同時，稅務部門已有的一些寶貴數據尚沒有充分、有效地開發利用，是一種缺憾。目前稅務部門普遍重視申報數據、企業財務數據，應用這些數據進行了多方位的分析，取得了一些成果，提高了稅收風險的防范能力。但是，稅收調查、稅務審計案例（稅務稽查、納稅評估、涉外稅務審計、納稅人自查）、金稅工程、發票銷售使用等數據還沒有引起足夠重視和應用。稅收調查數據不僅僅可以用來分析稅源及風險狀況，還可以應用于分析政策變動對微觀經濟體的影響，也是構建稅收微觀模擬模型的重要數據源；稅務審計案例數據既是風險識別、稅收能力估算的寶貴知識資源，也是風險識別指標和參數設置的重要依據；金稅工程和發票銷售使用數據對判別增值稅風險、增值稅能力估算的重要性不言而喻。

（二）技術

風險識別是分析稅收經濟運行的結果數據，發現的是已發生的風險，而稅收風險情況是千變萬化的，為了及時防范風險，需要識別工作具有相應的實時性和前瞻性。為了提高風險識別的實時性和前瞻性，信息技術和分析技術的應用同樣重要。在風險識別中對信息技術的應用已經比較成熟，基本實現了結構化的識別工作軟件化，一定程度上提高了效率。但是在技術應用方面主要還存在兩個問題：一是目前主要應用指標判別法進行風險識別，對建模、分析技術的學習、開發和應用不夠；二是目前主要根據人工經驗設置指標和參數，合理性和準確性有待提高。應重視使用一些分析技術選取指標、計算參數，并根據風險處理結果進行必要的修正工作。

四、稅收風險識別的機構職責

根據現在的機構設置和人員狀況，由稅收分析部門承擔應用指標判別法進行宏觀識別工作，稅政或其他部門承擔應用指標判別法進行微觀識別工作，與稅務稽查和納稅評估選案工作結合在一起，尚且合理。但是，如果要應用收入能力估算、稅收經濟模型等方法提高風險識別的水平，則此種職責分工的缺陷已然顯現。

首先，風險識別是一個系統工程，要綜合應用到經濟學、稅收學、會計學、統計學、計量經濟學、國民經濟核算、稅收經濟模型、稅收政策、信息技術、數據倉庫和數據挖掘等多方面的知識，是需要一個知識團隊互相合作才能較好完成的工作；其次，從數據的收集整理計算、指標選取、參數設置、模型構建、算法實現，到指標、參數和模型修正，風險處理經驗收集整理，這個過程中的每個環節是互相聯系、緊密結合、無法分割的，在目前的分工情況下很容易形成新的數據孤島、信息孤島、知識孤島；第三，根據“國家稅務總局-國際貨幣基金組織稅收收入能力研討會”外方專家介紹和查閱的資料看，稅收風險管理比較成功的國家一般都設置的專門機構或團隊，如美國、英國、瑞典等，其中比較著名的是美國的納稅人遵從估算項目（TCMP，TheTaxpayerComplianceMeasurementProgram）和國民調查項目（NRP，NationalResearchProgram）；