税收收入预测模型--《税务研究》1999年08期
税收收入预测模型
【摘要】：税收是国家财政收入的主要来源，也是宏观调控的重要手段。为完善现行的靠经验预测来年税收收入的传统做法，需要引入现代计量经济方法，以使税收收入预测建立在更加科学的基础上，从而为制定税收计划和国家预算提供科学的依据。在建立经济数学模型时，运用较多的是计量经...
【作者单位】：
【基金】：
【分类号】：F810.42【正文快照】：
税收是国家财政收入的主要来源，也是宏观调控的重要手段。为完善现行的靠经验预测来年税收收入的传统做法，需要引入现代计量经济方法，以使税收收入预测建立在更加科学的基础上，从而为制定税收计划和国家预算提供科学的依据。在建立经济数学模型时，运用较多的是计量经济
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【引证文献】
中国博士学位论文全文数据库
赵桂芝;[D];辽宁大学;2006年
王伟;[D];中国农业大学;2002年
中国硕士学位论文全文数据库
王燕;[D];山东大学;2006年
吕宁;[D];浙江大学;2006年
【同被引文献】
中国期刊全文数据库
张绍秋;胡跃明;;[J];华南理工大学学报(自然科学版);2006年06期
陈长宽,武晓茜;[J];山东工商学院学报;2004年01期
郭菊娥,钱鑫,曹华;[J];财经科学;2004年S1期
李慧勇;[J];财经论丛;1999年02期
高培勇;[J];财贸经济;2002年01期
黄泰岩,王检贵;[J];当代经济研究;2000年09期
黄泰岩;[J];当代经济研究;2001年04期
段英,冯宗宪;[J];国际贸易问题;1998年12期
李秉祥;[J];管理工程学报;2005年01期
何秋仙,楼迎军;[J];甘肃社会科学;2005年05期
中国重要会议论文全文数据库
王国成;;[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年
中国博士学位论文全文数据库
刘振彪;[D];厦门大学;2002年
中国硕士学位论文全文数据库
陈洪灿;[D];福州大学;2004年
李洁;[D];西南财经大学;2004年
【二级引证文献】
中国硕士学位论文全文数据库
杨琴艳;[D];浙江大学;2007年
于春贤;[D];东北师范大学;2007年
张琛;[D];辽宁工程技术大学;2007年
【相似文献】
中国期刊全文数据库
刘志诚;;[J];财贸经济;1980年04期
顾牧青;[J];当代经济科学;1981年01期
扬仲林;;[J];企业经济;1981年09期
张喆梅;;[J];财会月刊;1981年03期
刘明远;[J];财经问题研究;1983年04期
卢仁发;[J];财经问题研究;1983年04期
M.弗里德曼
,薛进军;[J];国外社会科学;1983年07期
方玉;;[J];财会月刊;1983年03期
林松;[J];山西财经大学学报;1984年06期
林松;[J];中央财经大学学报;1984年04期
中国重要会议论文全文数据库
姚海同;;[A];“‘三个代表’重要思想与执政党建设”理论研讨会会议资料汇编[C];2001年
;[A];改革与探索——吉林省税务科研优秀论文集[C];2001年
刘希有;;[A];改革与探索——吉林省税务科研优秀论文集[C];2001年
李向明;;[A];改革与探索——吉林省税务科研优秀论文集[C];2001年
庞业天;胡以弢;陈新洪;;[A];海南省税务学会四届二次理事会暨全省第十一次税收理论研讨会专辑[C];2002年
林明;;[A];海南省税务学会四届二次理事会暨全省第十一次税收理论研讨会专辑[C];2002年
李挚萍;;[A];适应市场机制的环境法制建设问题研究——2002年中国环境资源法学研讨会论文集（下册）[C];2002年
王懿璇;刘君;;[A];2004年保险行业协会论坛文集[C];2004年
高树兰;;[A];中国行政管理学会2004年年会暨“政府社会管理与公共服务”论文集[C];2004年
李爱鸽;;[A];陕西省经济发展战略研究会成立大会论文集[C];2004年
中国重要报纸全文数据库
程曙;[N];中国财经报;2000年
李勇;[N];中国财经报;2000年
白凤文;[N];中国财经报;2000年
;[N];中国审计报;2000年
陆杨;[N];中国税务报;2000年
奚榕;[N];中国税务报;2000年
北京市国税局
财政部财科所研究生部
陆杨;[N];中国税务报;2000年
任原;[N];中国税务报;2000年
李勇;[N];中国税务报;2000年
军平;[N];中国税务报;2000年
中国博士学位论文全文数据库
郝硕博;[D];东北财经大学;2001年
邱慈孙;[D];厦门大学;2001年
刘普照;[D];复旦大学;2003年
周克清;[D];西南财经大学;2004年
原杕;[D];西北大学;2004年
徐萍;[D];厦门大学;2004年
赵岩;[D];厦门大学;2004年
李晓芳;[D];吉林大学;2006年
张社安;[D];湖南大学;2006年
严才明;[D];上海财经大学;2006年
中国硕士学位论文全文数据库
曹宗平;[D];陕西师范大学;2000年
刘文水;[D];华中师范大学;2000年
王根贤;[D];西南财经大学;2000年
胡明超;[D];大连海事大学;2000年
刘剑斌;[D];华中师范大学;2001年
万莹;[D];江西财经大学;2001年
罗秦;[D];西南财经大学;2001年
何若昀;[D];西南财经大学;2001年
江小晖;[D];厦门大学;2001年
段雨澜;[D];湖南大学;2002年
&快捷付款方式
&订购知网充值卡
400-819-9993ARlMA模型案例分析-土地公文库
ARlMA模型案例分析
ARlMA模型案例分析
ARlMA 模型案例分析 [编辑] 案例一:ARlMA 模型在海关税收预测中的应用 案例一 2008 年。海关税收预算计划 8400 亿元.比 2007 年实际完成数增加 比 ...
[编辑]案例一:ARlMA模型在海关税收预测中的应用2008年。海关税收预算计划8400亿元.比2007年实际完成数增加比2007年预算数增加为了对2008年江门海关税收总体形势进行把握，笔者尝试利用SAS统计分析软件的时间序列预测模块建立ARIMA模型，对2008年江门海关税收总值进行预测。从预测结果来看，预测模型拟合度较高，预测值也切合实际情况，预测模型具有一定的应用价值。现将预测的方法、原理以及影响税收工作的相关因素分析。一、ARlMA模型原理ARIMA模型全称为自回归移动平均模型(Autoregressive Integrated Moving Average Model，简记ARIMA)。是由博克思(Box)fFfl詹金斯(Jenkins)于70年代初提出的一著名时问序列预测方法，所以又称为box--jenkins模型、博克思一詹金斯法。其中ARIMA(p，称为差分自回归移动平均模型，AR是自回归，P为自回归项；MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。ARIMA模型可分为3种：(1)自回归模型(简称AR模型)；(2)滑动平均模型(简称MA模型)；(3)自回归滑动平均混合模型(简称ARIMA模型)。ARIMA模型的基本思想是：将预测对象随时问推移而形成的数据序列视为—个随机序列.以时间序列的自相关分析为基础.用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。ARlMA模型在经济预测过程中既考虑了经济现象在时间序列上的依存性，又考虑了随机波动的干扰性，对于经济运行短期趋势的预测准确率较高，是近年应用比较广泛的方法之一。二、应用ARIMA模型进行预测每月税收数据.可以看作是随着时间的推移而形成的一个随机时间序列，通过对该时间序列上税款值的随机性、平稳性以及季节性等因素的分析，将这些单月税收值之间所具有的相关性或依存关系用数学模型描述出来，从而达到利用过去及现在的税收值信息来预测未来税收情况的目的。(一)对序列取对数和作差分处理，形成稳定随机序列ARIMA模型建模的基本条件是要求待预测的数列满足平稳的条件，即个体值要围绕序列均值上下波动，不能有明显的上升或下降趋势，如果出现上升或下降趋势，需要对原始序列进行差分平稳化处理。第1 / 10页
全文分10页阅读君，已阅读到文档的结尾了呢~~
本文主要内容包括税收预测概述、税收预测案例分析，详细解释了税收预测的概念及方法
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口地方税收收入预测的数学模型——以贵州省为例--《湖北大学学报(自然科学版)》2012年01期
地方税收收入预测的数学模型——以贵州省为例
【摘要】：建立地方税收收入的3个单一模型,针对单一模型中存在的模型误差,将组合预测的方法引入地方税收收入预测中,构建基于Cubic模型和ARIMA模型的非负组合预测模型.利用地方税收收入数据进行实证研究表明,组合预测模型的误差优于相应的单一预测模型.
【作者单位】：
【基金】：
【分类号】：F224;F812.42【正文快照】：
0引言“地方税收收入”是指地方税务局系统负责征收的税收收入.地方税务局系统包括省、自治区、直辖市地方税务局,地区、地级市、自治州、盟地方税务局,县、县级市、旗地方税务局,征收分局、税务所.地方税收收入涉及的主要税种有营业税、城市维护建设税,地方国有企业、集体企
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【参考文献】
中国期刊全文数据库
郭菊娥,钱鑫,曹华;[J];财经科学;2004年S1期
徐利君;徐冯璐;;[J];科技和产业;2008年02期
曾纪芬;;[J];经济研究参考;2010年17期
王碧秀;;[J];山东社会科学;2009年10期
广州市地方税务局课题组;罗与洪;孙洪;;[J];税务研究;2007年02期
刘明珠;赵晓萍;傅志华;;[J];中国发展;2005年04期
中国硕士学位论文全文数据库
李洁;[D];西南财经大学;2004年
【共引文献】
中国期刊全文数据库
俞能福;陈邦考;;[J];安徽建筑工业学院学报(自然科学版);2007年01期
张颖;蒋永忠;黄锐;;[J];安徽农业大学学报(社会科学版);2010年02期
肖保全;施彬;李晓龙;;[J];安徽农业科学;2007年35期
魏宁;边宽江;袁志发;;[J];安徽农业科学;2010年09期
邓永毅;周勇;;[J];安徽农业科学;2010年15期
李思;;[J];安徽农业科学;2010年21期
杜华章;;[J];安徽农业科学;2010年21期
赵俊磊;林媚珍;蒙金华;郭琴;;[J];安徽农业科学;2010年22期
李劲松;何福萍;;[J];安徽农业科学;2011年01期
章铁生;[J];安徽工业大学学报(社会科学版);2002年03期
中国重要会议论文全文数据库
张海波;;[A];“力恒杯”第11届功能性纺织品、纳米技术应用及低碳纺织研讨会论文集[C];2011年
唐滔;;[A];成渝地区城乡统筹与区域合作研讨会论文集[C];2007年
夏菁;张智敏;;[A];2008年中国教育经济学年会会议论文集[C];2008年
丁培培;伍海华;;[A];第二十四届中国控制会议论文集（下册）[C];2005年
郭玉光;颜培实;;[A];畜牧业环境、生态、安全生产与管理——2010年家畜环境与生态学术研讨会论文集[C];2010年
李丹;曹建新;;[A];中国会计学会2006年学术年会论文集（上册）[C];2006年
郭慧婷;张俊瑞;;[A];中国会计学会2007年学术年会论文集（中册）[C];2007年
刘秋梅;李安鹏;陈支通;;[A];农业系统工程理论与实践研究——全国农业系统工程学术研讨会论文集[C];2006年
姜真;蒋丽娜;鞠新刚;王庆国;;[A];第三届（2008）中国管理学年会论文集[C];2008年
陈慧斌;胡素霞;叶明樵;程占刚;陶永峰;;[A];中国烟草学会工业专业委员会烟草工艺学术研讨会论文集[C];2010年
中国博士学位论文全文数据库
邓雪;[D];辽宁大学;2010年
周金阳;[D];南京航空航天大学;2009年
邓蕾;[D];重庆大学;2010年
肖俊宏;[D];天津大学;2008年
孙月峰;[D];天津大学;2010年
牛盛楠;[D];天津大学;2010年
肖雅楠;[D];天津大学;2010年
魏锁成;[D];甘肃农业大学;2010年
孙智勇;[D];重庆大学;2010年
周军民;[D];浙江大学;2001年
中国硕士学位论文全文数据库
侯胤光;[D];山东科技大学;2010年
周楠;[D];山东科技大学;2010年
高越飞;[D];广西师范学院;2010年
段大勇;[D];大连理工大学;2010年
沈巍宇;[D];辽宁工程技术大学;2009年
侯辉;[D];湘潭大学;2010年
李刚;[D];湘潭大学;2010年
严财庆;[D];江西师范大学;2010年
邓茹;[D];河南理工大学;2010年
胡永军;[D];南京财经大学;2010年
【二级参考文献】
中国期刊全文数据库
苏明;[J];地方财政研究;2004年02期
周建军,王韬;[J];当代经济科学;2001年02期
马永开,唐小我;[J];电子科技大学学报;1998年01期
顾军华,宋丽娟,宋洁,赵文海;[J];河北工业大学学报;2003年01期
唐小我,曾勇;[J];管理科学学报;2002年06期
沈坤荣;付文林;;[J];经济研究;2006年06期
田永青,杨斌,朱仲英;[J];计算机工程;2002年05期
王乃静,李国锋;[J];山东经济;2002年06期
张伦俊;[J];审计与经济研究;2003年05期
乔宝云,彭骥鸣;[J];审计与经济研究;1996年04期
中国博士学位论文全文数据库
余雁刚;[D];厦门大学;2002年
【相似文献】
中国期刊全文数据库
孙纪明;;[J];测绘与空间地理信息;2011年04期
陈捷;陈为真;;[J];武汉工业学院学报;2011年03期
赵海青;;[J];大学数学;2011年03期
冯婧;秦天玲;高宇;李立新;;[J];Agricultural Science & T2011年07期
央美;达瓦泽仁;贡觉顿珠;;[J];西藏科技;2011年08期
刘蕾;彭量;张俊权;罗碧瑜;谢龙生;;[J];广东水利水电;2011年08期
童新安;魏巍;;[J];计算机工程与应用;2011年23期
李洪岩;陈华友;;[J];数学的实践与认识;2011年11期
任玉珑;陈容;史乐峰;;[J];工业技术经济;2011年08期
欧阳玉秀;李国静;顾寄南;;[J];价值工程;2011年25期
中国重要会议论文全文数据库
单秀生;陈华友;王宇;姚梦杰;;[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年
马永开;唐小我;;[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第4卷）[C];1997年
强雁;羌维立;;[A];江苏省现场统计研究会第八次学术年会论文集[C];2003年
李克;叶英植;;[A];第二届全国信息获取与处理学术会议论文集[C];2004年
谢如贤;成盛超;程仕军;陈思华;;[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年
吴长山;;[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年
黄晓强;何玉敖;;[A];第三届全国现代结构工程学术研讨会论文集[C];2003年
赵春鹏;周利芳;陈瑶生;;[A];中国动物遗传育种研究进展——第十五次全国动物遗传育种学术讨论会论文集[C];2009年
曾勇;唐小我;;[A];1996中国控制与决策学术年会论文集[C];1996年
刘茂余;于丽英;;[A];中国运筹学会第九届学术交流会论文集[C];2008年
中国重要报纸全文数据库
王志勇　康文;[N];承德日报;2008年
弥勒县地方税务局
贺霜阳;[N];红河日报;2008年
杨军;[N];毕节日报;2009年
宋志明?陈强
刘海伟;[N];陕西日报;2008年
开宣;[N];辽源日报;2008年
卢华君?邓有侃;[N];广西日报;2008年
周化岚?唐定朝
王靖;[N];广西日报;2007年
记者陈粟芳;[N];民营经济报;2009年
陈强;[N];咸阳日报;2008年
寒江;[N];承德日报;2007年
中国博士学位论文全文数据库
毛李帆;[D];湖南大学;2011年
孙喜梅;[D];吉林大学;2002年
胡予红;[D];中国矿业大学（北京）;2010年
安景文;[D];中国矿业大学（北京）;2010年
黄少杰;[D];吉林大学;2007年
詹蓉;[D];华中科技大学;2008年
卢芸;[D];沈阳工业大学;2007年
吴艳;[D];复旦大学;2007年
姜明辉;[D];哈尔滨工业大学;2006年
张俊艳;[D];天津大学;2006年
中国硕士学位论文全文数据库
叶鸿;[D];河海大学;2004年
张家樾;[D];厦门大学;2008年
李明理;[D];大连理工大学;2010年
刘雷;[D];南昌大学;2010年
陈金翠;[D];新疆大学;2010年
洪峻;[D];大连海事大学;2007年
孙威;[D];山东大学;2007年
赵海英;[D];福建师范大学;2008年
孙晓然;[D];华北电力大学（河北）;2007年
伊瑞;[D];中南大学;2006年
&快捷付款方式
&订购知网充值卡
400-819-9993神了！法国借助信息技术精准管理税收风险
税收风险管理
【《大企业税收评论》精选】法国财政总署（DGFIP）是 2008 年由法国税务总署（DGI）和公共会计总署（DGCP）合并成立的，由税务部、公共会计部和其他部门组成。信息技术部门直接隶属于 DGFIP。信息技术的广泛运用，使法国的纳税服务和税收征管工作效率显著提升。DGFIP 的雇员已从 2008 年的 14.4 万人逐步减少到 2016 年的 10.65万人。法国企业纳税人普遍采用网上申报方式，2017年开始年收入高于 19 000 欧元的个人纳税人也必须在网上申报。法国在税收征管中重点运用风险管理理念，整合信息系统，优化风险模型，强化信息质量。法国税收风险管理中的信息技术应用尤其值得学习借鉴。
一、法国税收风险管理中
信息系统和技术模型应用
（一）基础信息系统整合
法国税制体系中有增值税、公司所得税、个人所得税、不动产税等多个税种，多个税收管理软件相互之间并不统一。法国税务部门可以使用的独立基础信息系统主要有：
个人所得税系统：除包含税收收入信息外，纳税人的年龄、住址、婚姻情况等信息均记录在该系统内。
企业经营户系统：记录工商户的经营状况、会计信息和企业纳税申报表等信息。
银行账户信息库系统：记录个人或工商户的银行开户、销户、地址等信息。若个人在国外有银行账户，需通过个人所得税申报才能体现。因此，法国正在积极筹建国际数据交流系统。例如目前与美国合作，双方充分交换纳税人账户信息。欧洲范围内，德国人在法国的银行账户，法国会及时通知德国相关账户情况。
地区间增值税系统：税务与海关的合作系统，所有申报出口信息统一记录在内，方便税务部门获取。
居民股份信息系统：法国居民在公司的股份情况，均被记录在该数据库。
不动产数据库系统：国内买卖不动产的协议合同集中在该数据库。
DGFIP 信息技术部门研究发现各基础信息系统之间标准不一，使得信息交流不够顺畅。因此，他们积极进行纳税人基础信息系统的统一整合。这项基础信息系统整合工作还在进行中，但初步成效已经显现，纳税人的数据信息基本可以按照统一标准导入各种税收风险分析系统中，然后再进一步深入地挖掘利用，为法国税收风险管理的深入开展奠定了坚实的信息系统基础。
（二）通用风险分析系统
法国税收风险管理中，使用最多的是 SIRIUS 系统。这是一种通用的税收风险分析系统，最新的 SIRIUS PRO 系统于 2012 年投入使用，包括以下模块 ：
基本情况分析：这是关于纳税人的具体税收概况分析，通过该模块可以了解企业的税务类型、资质能力、营业额等情况。同时，还可以查看以往稽查的历史信息、不同种类的税收减免清单、各税种的税收优惠等信息。
指标清单：经税收分析人员和信息技术人员合作，SIRIUS PRO 系统内已经开发设定好约有 50 个税收指标，并且指标数量还在持续增加。纳税人的具体税收数据信息被导入后，可以自动计算出税收指标的数值并进行打分。
文件综合分析：例如可以将每个月的增值税申报数据调出生成一张表，或将多年度的所得税缴税记录生成一张表，然后结合财务会计层面的分析，计算出财务比例、附加值等技术分析指标。。
自定义模块：这是税收风险管理部门自行研究运用的系统模块，例如大企业纳税办公室（DGE）的税务分析小组有相关权限。
需要说明的是，SIRIUS PRO 系统主要是对单户企业进行税收风险分析，因为指标数量较多，所以系统并没有采用复杂的统计方法，而是采用简单相加得到最终分值。税务人员在对企业进行税收风险分析时，没有硬性规定要选哪些指标，而是结合实际情况从SIRIUS PRO 系统中选择适用性较强的指标进行深度分析。总体来说，SIRIUS PRO 系统给税务人员提供了较为可靠的税收风险信息池，通用性较好的批量税收指标可以使税务人员初步掌握企业的税收风险情况和主要的风险指向，为深入分析识别税收风险做好充分准备。
（三）专业风险分析模型
法国税务部门深层次的税收风险管理主要是充分利用信息技术进行数据挖掘，建立专业的风险分析模型，进行更高效的税收稽查。他们运用数学思想，将纳税人分为两组集合类型：已稽查纳税人群体和未稽查纳税人群体。根据已稽查纳税人群体的风险特征建立数学模型，应用在未稽查纳税人群体，预测今后可能发生税收欺诈的概率。模型由专门办公室负责研发，办公室共有 15 名专家，其中 5 位信息技术专家，2 位税务专家、5 位数学家、3 位统计专家，大多具有博士学位。他们通力合作，主要运用数学理论建立税收专业分析模型。所有模型开发出来后必须用实践检验并进行修正，以提高模型的适用性和科学性。模型主要用于地产、制药等重点行业，其开发、测试、反馈等通常需要几个月的时间。开发专业模型通常使用 SAS等软件，数据来源是 SIRIUS PRO 系统。
目前，法国税务部门的专业风险分析模型尚处于起步阶段，主要研发有增值税欺诈模型、集团内转让定价模型、资产清算错误模型等。以增值税欺诈模型为例，根据已稽查企业集合，放进增值税欺诈企业，列入年份、营业额、员工数、主管人员、利润额等信息，将相关信息设为变量，根据变量的分值利用数学模型预测每个变量在未稽查群体中的概率。现阶段已研发出 6 个专业模型，主要用于大区和省级中小企业的税收风险评估，未来可能会用于评判大企业欺诈舞弊概率。法国税务部门对于专业模型的研发比较严谨，认为应充分运用大数据，样本数量必须足够多，要有几千或几万家企业样本才能进行科学预测，因此模型样本为全国已稽查企业。他们每年做 50 000 多个深入稽查，为模型研发提供了较好的样本基础。另外，DGFIP2016 年成立了税收选案委员会，统筹管理税收风险选案。税收选案委员会选择税收风险度比较高的企业或个人纳税人，开展税务稽查等行动。它属于决策机构，包括稽查代表和选案代表。委员会确定选案大方向，选案部门与稽查部门联合开展工作，既有每月常规性例会，也有临时性会议，会议内容涉及税收风险分析和数据挖掘质量。税收风险分析与应对管理联动，共同提高工作效率和质量。
二、法国税收风险管理中
税收信息情报的调研挖掘
（一）国家税收调研
DGFIP 设有专门的国家税收调研部（DNEF），主要负责开展税收信息情报的调查研究工作。该部门约有 200 多人，由 24 个大队组成。其中 14 个大队可以和警察一起进行现场搜查，审问嫌疑人员，但前提是获得法官的允许。3 个快速行动大队，主要与海关合作，负责对增值税欺诈的调查工作。7 个调研大队不负责外勤，主要了解行业经济情况，帮助其他大队开展税务稽查工作。DNEF 主要在税收稽查规划阶段开展工作，在稽查大队下企业前根据规划有目的地进行税收信息情报调查。2010 年，法国还启动了税务警察计划，DGFIP 培训了 50 名专业警察，为税务稽查提供相关帮助。DNEF卓有成效的工作实现了法国税务稽查“兵马未动、情报先行”，稽查大队到企业稽查时，已充分掌握企业相关信息，稽查工作的效率和质量得到有效保证。
（二）税收情报交换
国内层面，DGFIP 与诸如法院、社保、警察等部门开展充分的信息交换，各部门之间信息交换均有法律规定。例如银行账户资料表就由税务机关掌握，所有法国银行均应向税务部门报告客户账户存款等情况。法院会将审判结果传给税务机关。社保部门定期将个人信息传给税务部门。同时，法国企业每年有义务主动向税务机关提供每个雇员的信息。所以个人收到报税单时，税务部门已将部分信息填好。
国际层面，法国与欧盟以及世界其他国家开展广泛的国际税收情报交换。法国已就 BEPS 相关成果诸如国别报告等进行相关立法，工作重点并非单纯的情报交换，而是将交换获得的情报放在纳税申报表等资料中，以便更好地被税务人员利用。欧盟正在试图建立共同税收情报交换组织，第一步是 2017 年在欧盟层面开展工作，各成员国建立情报交换平台，然后将情报汇总到欧盟；第二步是欧盟层面获得的多边税收情报，例如国别报告（CBC）、统一报告标准（CRS）、欧盟裁定系统等信息，反馈到各国信息系统。未来在欧盟内部，个人收入信息将有望每年进行自动交换。
DGFIP 为税务人员提供了大量培训，以便其掌握和利用这些信息系统。税务部门拥有充分的税收信息后，可不再要求纳税人提供。依靠充足的税收信息税收风险分析更加精准，税收稽查工作更有成效。DGFIP认为稽查选案时可能因数据或指标问题导致准确性出现偏差，通常稽查后纳税人补缴的税款若在 10 000 欧元以下，则被认为选案不准确，要尽可能避免这种情况出现。选案准确率的目标是补缴税款超过 10 000 欧元的案件占总选案数的 85%-90%，现实中已达到 80%以上，这意味着法国税务部门的税收信息情报应用和风险分析识别准确性已达到较高水平。
三、法国税收风险管理中
信息技术运用的借鉴启示
（一）税收基础信息系统的整合
是信息化发展的根基
法国税收管理中有很多基础信息系统，它们随着法国税收征管的需要发展起来，虽然实用但比较杂乱，不利于税收管理服务的发展。因此，法国税务部门积极采用“数据仓库”理念，致力于整合基础信息系统，统一标准，优化接口，使数据信息的交互对接变得更为畅通便捷，在税收风险管理中 SIRIUS 系统可以方便地获取相关数据信息，为税收数据情报的挖掘利用奠定坚实基础。相比之下，我国税务信息化建设并不落后于发达国家，但信息系统利用效率不高。因此，我国税务部门积极研究推出“金税三期”系统，统一标准，整合资源，更加高效地为税收管理服务提供技术支撑。这与法国税务部门的信息化发展思路颇为一致。实际工作中，我们不必刻意追求基础信息系统如何先进，而应重点关注系统的稳定性和安全性。基础信息系统统一完善后，积极研发对接“数据仓库”的通用税收风险分析系统，为广大税务人员提供企业基本税收风险情况，以便更深入地开展税收风险分析识别和应对处理。基础信息系统的整合完善是税收信息化发展的关键。
（二）数据信息质量是税收风险
管理的重要保证
法国设有 DNEF，积极开展税收信息情报的调查工作。同时，法国税务部门积极与国内其他政府部门、欧盟以及其他国家开展充分的税收情报交换。这些高质量的税收数据信息为税收风险管理提供了优质原材料，再配以科学合理的方法和技术，就可以精准地发现税收风险问题。我国在税收风险管理中所获得的数据信息的质量有待进一步提高。例如纳税申报表等资料，中小企业填报的不容易比对验证的诸如资产负债、水电气能耗等数据，这些数据信息在未经验证的情况下用于税收风险分析，结果可能失之毫厘谬以千里。因此，税收风险管理必须高度重视数据质量。
（三）税收风险分析模型务求科学精准
法国税务部门积极研发税收风险专业模型，其突出理念是模型贵在精而不在多，务求科学精准。我国很多省市局和区县局税务机关都在研发税收模型，但质量参差不一、效果差强人意，主要原因是很多研发人员缺乏足够的税收和数学专业知识。同时，数理统计要求的大样本很难做到，部分模型的样本甚至只有几十家企业，且个体差异较大，加之采用绝对平均值等初级方法寻找风险特征，指标的准确性较为有限。因此，我们可以学习法国税务部门，安排精兵强将，坚持严谨态度，采用科学方法，研发精准可靠的税收风险分析专业模型，稳步提高税收风险分析的技术水平。
（四）法律制度是税收信息化
发展的重要保障
法国对于税收信息化发展制定有很多法律法规，税收信息交换是强制义务，税务部门在管理中拥有充分的沟通权力，可以要求纳税人和相关企业或个人提供完整的税收信息，甚至可以与执法部门合作调查。我国税收信息化发展法律保障不足，政府各部门之间税收信息交换和国际税收情报交换尚缺乏系统规范的法律法规。因此，建议借《中华人民共和国税收征收管理法》修订等时机，完善税收信息相关法规制度，更好地为税收现代化发展保驾护航。
作者单位：苏州市国家税务局
来源：《国际税收》2017年8期
原标题：《法国税收风险管理中的信息技术应用》
审核：屠杰琳
投稿、转载授权或建议邮箱：
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点