OECD国家纳税评估选案系统评述——以我国增值税为例
摘要： 目前 我国重点实施的增值税纳税评估选案系统基本上依靠“金税工程”和“CTAIS系统”，采用人机结合方式，并未建立真正意义上的非遵从风险 计算 机系统的识别机制。
与OECD国家实施经验的比较 分析 可以得出：我国应尽快丰富对纳税人税收非遵从行为的 理论 研究 成果；引入判别分析选案模式提高选案准确率；使比对标准多元化、提高更新频率；完善 学习 与反馈机制及绩效评估程序；在不同税种之间有效共享纳税评估所需数据信息。
关键词：增值税税收管理纳税评估选案税收遵从一、OECD国家纳税评估选案系统的理论基础纳税评估是利用信息化手段对纳税人申报资料的全面性和真实性进行审核，进而对纳税人依法纳税的程度和信誉等级做出评价、提出处理意见的综合性管理工作[1]。
世界上大部分国家都已建立了类似的纳税评估体系和税收评估模型，有的国家称为评税或税务审计，纳税评估工作也已成为西方发达国家的国家税务局的核心工作。
从理论上说，纳税评估是对纳税不遵从行为或纳税人诚信水平的评判、测量，从而成为连接税款征收与税务稽查的有效载体。
经过对纳税人申报资料的评估分析，发现疑点，直接为税务稽查提供案源，避免稽查环节的随意性与盲目性，提高征管效率和税收管理水平。
总结大全 /html/zongjie/ 有关纳税主体税收遵从的研究1979年起源于美国，此后英国、加拿大、西班牙等国家先后开始纳税遵从理论的研究。
其理论研究成果主要为两方面：第一，针对税收遵从与不遵从类型的研究。
西方学者对纳税人依法照章纳税状况的评估和描述，通过“税收遵从”来体现，其理想状态是：按要求进行税务登记；及时进行纳税申报并按要求报告相关的涉税信息；及时足额缴纳或代扣代缴税款。
在税收实践中，税收不遵从是更为普遍的状态，也是税务管理产生的原因。
根据对纳税人行为方式的研究，税收不遵从分为无知性不遵从(愿意自觉纳税，但不能准确理解税法和法规)、故意性不遵从(不愿意自觉纳税，主观存在减少自身税负动机)[2]。
一般而言，税收遵从的研究对象为故意性不遵从，国外税收审计选案系统的设计也基于此。
但在实践中，特别是计算机自动化的选案系统，由于错报或漏报事实已经发生，因此很难在动机上严格区分两种性质的不遵从行为。
一些国家采取合并无知性不遵从与故意性不遵从的原则作为税收审计选案的理论基础。
国外对税收遵从成本的实证研究表明[3][4]，税收遵从成本不仅数额巨大，而且负担分布不均衡：一方面，低收入者比高收入者承担更多的税收遵从成本；另一方面，小型 企业 的税收遵从成本负担重于大型企业。
高税收遵从成本易引发纳税人的不满情绪，特别是小型企业和个体户，较高的遵从成本使他们感受到在税收上不公正的待遇，导致严重的偷税 问题。
这种行为具有较强的积累性，对形成自觉申报、诚信纳税的税收氛围会产生极其不利的 影响 [5]。
因此，中小型企业[①]在很多国家代表着税收不遵从的高风险群体，成为国外税收审计选案系统进行风险评估的主要对象。
总结大全 /html/zongjie/ 二、OECD国家几种代表性的纳税评估选案系统[6]1、集中化/自动化方式——美国国内收入署(IRS)美国税收审计选案系统主要以“判别函数工作量选择模型”(DiscriminateFunctionWorkloadSelectionModel)为基础，并通过DIF建立一个公平的全国性的长期评分方式，即“纳税人遵从测度程序”(TaxpayerComplianceMeasurementProgramme)，来识别最有可能具有遵从风险的个人和资产较少企业的纳税申报。
IRS服务中心遵从风险系统运作框架，如图1：⑴纳税人提交的申报表进入服务中心子处理程序；⑵进入程序的“提交分析模块”(FilingAnalysisModule)。
FAM会将提交的申报表分类、打分和筛选，以便进一步分析和归类。
FAM根据9个指标：被动活动损失(passiveactivityloss)、自我雇佣税、可选择最低税、投资的利息费用、双重课税抵免、生活费或赡养费、 教育 扣除、儿童照顾扣除和慈善捐赠，设置标准，检查企业是否违例。
一旦申报情况符合企业违例标准，即违例标准被“点燃”(fired)，申报即被送入“提交事后分析模块”。
⑶进入程序的“提交事后分析模块”(PostFilingAnalysisModule)。
根据FAM的评分，PFAM将进入模块的申报作适当分类。
⑷违例标准没有被“点燃”，申报被IRS接受归档。
⑸申报表被分为勤劳所得税收抵免[②]预先退税(EiTCRe—refund)、勤劳所得税收抵免事后退税(EITCPost—refund)、非勤劳所得税收抵免事后退税(Non—EITCPost—refund)三类。
⑹⑺基于PFAM的分析，PFAM针对高风险或低风险申报表为工作人员分配合适的工作量。
⑻具有非遵从风险的申报表进入“工作量分析模块”(WorkloadAnalysisModule)。
同时被检验和调查的申报表也被反馈到WAM。
WAM将根据“服务中心测试工作计划”中每个地区的经验值水平、每个案例花费的时间和纳税人回应率等因素权衡分配工作人员和相应需要调查的纳税申报。
⑼在适合的情况下，存在高风险的申报表也被转入其他模块，例如针对小企业或自我雇佣的情况。
⑽以WAM的分析结果为基础，纳税申报进入“服务中心检查”程序。
⑾非遵从风险高的申报表检查程序终止，IRS将申请强制执行判决的诉讼。
⑿在适当条件下，具有高风险的申报也可以进入选择性的处理程序，比如非强硬性警告等。
⒁所有处理结果反馈到“处理事后分析模块”(PostTreatmentAnalysisModule)。
⒂PTAM的结果再提供给FAM，以便未来分类和选案使用。
⒃对那些已被IRS接受并归档的申报而言，数据会由PFAM直接反馈给FAM，作为 历史 记录保存。
论文网 2、集中与分散相结合的风险识别方式——英国国家税务局(UKInlandRevenue,UI)UI的风险识别处理是一个集中化与分散化相结合的过程，由两个层面展开。
首先，从中央层面：局部选择完全审计[③]案例的比例在中央的指导下进行，余下的部分则为地方性选案。
而且所有地方性选案由中央自动化风险评估系统予以支持，地方税务机构时可以使用全国性统一的风险标准和参数系统了解纳税人的概况。
数据挖掘和聚类分析 方法 的 应用 ，可以识别带有高风险特征的纳税申报表，其结果有利于明确需要实施完全审计的中央选案比例，以及协助地方RIAT进行地方性选案。
其次，从地方层面：每个地方税务机构中都包括一个风险智能和分析小组(RIAT)，其主要作用是对本地区所有纳税申报表实施风险评估，并识别哪些个案需要被审计，而审计的实施则由地方税务机构的其他小组完成。
表1为2003——2004年UI完全审计大体的构成情况：表1：英国税务局2003—2004年完全审计选案情况选案方式 中央/地方选案 完全审计的比例随机审计 中央选案 10%中央指导 针对存在高风险的交易部门或问题由中央负责，进行局部选案 35%地方性选案 地方有选择审计 55%3、国内增值税风险分析——奥地利联邦财政部(AustrianFederalMinistryofFinance) 作文 /zuowen/ 奥地利的增值税风险分析系统是多量纲的选案系统，以客观的风险因素、基础数据的频繁更新、持久的风险评估处理程序为基础，只适合于中小或较大的业务量企业的风险评估。
目前使用的客观风险因素指标有35个。
例如提交申报表和支付税款有无 规律 性、申报表中的数据、填报数字与无规律性周期之间的比较、由于重大变化产生的风险、案例的历史和当前的状况以及其流动性问题、增值税申请退税的信息等。
风险评分根据每个风险因素指标或其风险属性水平，分配到每个实际案例，并通过发生特定事件情况下更新风险分值的方式，针对特定纳税人不断地积累分值。
例如以下特定事件：是否提交申报表、是否履行支付税款的义务、是否有税务审计结论、是否有年度评估的结果等。
但是由于“积累风险评分”系统一般不能体现新企业存在的任何高风险，税务机构需要对特殊风险进行分类，人工选案也成为一种重要的辅助手段。
4、增值税退税中的风险评估——英国税务与海关总署(UKCustoms＆Excise)英国增值税制度允许在独立的纳税申报中，对购买的进项税额超过销项税额的差额部分予以退税，从而引发不足额缴纳税款的潜在风险。
增值税退税中的风险评估依赖于“退税前可信性程序”，其任务是在退税前从众多退税申报中筛选出存在最高风险的申报表，核实是否应予退税。
“可信性程序”具体分析步骤为： 作文 /zuowen/ 首先，风险因素(变量)的识别阶段。
包括交易分类、应纳税流转额的规模、应付税款净额、提交申报的平均延迟天数、申报表的类型(漏报或正在接受评估)，以及债务历史等。
这些风险变量一般不被加权。
因为在申报表中，有些变量的信息可能缺失，所以各变量的权重没有区别。
但从风险角度考虑，一些变量又显得尤为重要，例如是否有漏报的情况等。
对一个申报企业来说，如果一个或几个风险变量发生的频率值较高，说明存在税款流失的高风险，其风险分值就会比较高。
通过统计分析可以得到每个企业一个或多个风险变量发生频率值的命中率、每个企业多个风险变量发生频率值的平均命中率，以及一旦风险发生每个命中率可能流失的税款金额。
风险分值就是，所有命中率中的最大值与每个命中率可能流失税款金额的平均值的乘积。
根据风险分值，纳税企业被排序为没有经过审计、低风险、中度风险、高风险、异常风险五个组，来决定审计人员的数量，以及向各地区税务机构分配不同风险水平的申报表。
转贴于。