微觀稅收分析

出自 MBA智库百科(https://wiki.mbalib.com/)

　　微觀稅收分析是指在瞭解和掌握具體納稅人生產經營情況和財務數據的基礎上，對納稅人的稅收經濟關係和稅收繳納狀況進行客觀評價和說明的分析。開展微觀稅收分析是加強稅源管理、完善稅收徵管、指導納稅評估的基礎性工作和必要手段，因此掌握微觀稅收分析的基本方法，是基層稅收管理員必備的素質要求。

　　由於微觀稅收分析的目標要求在於客觀說明和評價具體納稅人的稅收經濟關係和稅收繳納狀況，而說明這兩項內容，首先要分別掌握納稅人的稅源情況、稅收繳納情況，並建立兩者之間的內在聯繫，所以，微觀稅收分析的基本內容至少應該包括納稅人稅源特征分析、納稅人稅收特征分析和納稅人稅收經濟關係分析。

　　（一）納稅人的稅源特征分析

　　稅源，追根溯源是指產生稅收的源泉。參考稅法的相關規定，是指一切涉稅經濟活動及行為。在稅收分析中，稅源則是指可具體量化的各種稅源數據指標，如納稅人的經營收入、產品產銷量、價格等。稅源特征分析就是針對這些表示稅源的數據指標而開展的系列量化特征分析，包括規模、結構、價量關係、變化趨勢及稅基換算關係等。通過這一系列的分析，瞭解和掌握納稅人稅源的總量規模、結構狀況和稅源質量，從而為推斷和預測納稅人稅收形勢提供依據。

　　（二）納稅人的稅收特征分析

　　納稅人稅收特征分析是針對納稅人稅收繳納情況所反映的規律特征開展的系列分析，包括納稅人實現稅金和入庫稅金的規模、結構、變化趨勢、兩者之間的相關性，以及欠稅、減免退稅情況的分析。通過這一系列的分析，瞭解和掌握納稅人稅收繳納狀況、稅收構成、欠稅及減免稅優惠信息等，為檢驗納稅人稅收與經濟關係的合理性提供依據。

　　（三）納稅人稅收與稅源關係分析

　　在說明納稅人稅源特征和稅收特征的基礎上，進一步開展納稅人稅收與經濟關係的分析，從靜態說明兩者之間比例關係的合理性，從動態說明兩者之間變化關係的合理性。為此，要進行納稅人稅負、稅收變化彈性和結構影響因素的分析，為評價納稅稅收經濟關係的合理性和稅收徵管工作質量提供依據。

　　豐富的微觀稅收分析內容，決定了微觀稅收分析的方法也十分豐富。但從說明納稅人稅收經濟關係的合理性角度出發，可以從數據指標的縱橫比較分析和邏輯關係稽核說明問題，基本思路和方法如下：

　　（一）橫向比較分析

　　橫向比較分析是指同一指標在不同個體、單位、地區之間的比較分析。橫向比較分析最典型的分析例子就是同業稅負分析。受市場均衡作用的影響，同一產品在生產技術工藝、原材料能源消耗方面有相近之處，適用稅收政策有統一的要求，因此反映生產成本費用方面的指標有相同的規律特征。總結這種規律特征，以此檢驗個體數據指標的表現，找出差異較大的個體予以預警。

　　（二）縱向比較分析

　　縱向比較分析或歷史數據分析是指同一個體的同一指標在不同歷史時期的數據比較分析。常用的分析方法有趨勢分析和變動率分析。分析的理論依據是大多情況下企業的生產經營是處於一種相對平穩的狀態，不會出現突然的波動或大起大落現象。因此，如果企業生產能力沒有作大的調整，一般情況下企業各個時期的數據指標彼此接近，不會出現大的差異。如果出現較大差異，應引起主管部門的註意，及時進行相關的納稅評估。

　　（三）數據邏輯關係稽核

　　受會計核算原理的約束和稅收制度規定的制約，反映納稅人生產經營情況和財務狀況的眾多數據指標之間存在非常嚴謹的、相互依存的邏輯關係。這種邏輯關係決定了企業的納稅申報數據必須滿足企業財務數據相關性的特定要求，檢查這些數據邏輯關係是否吻合，可以鑒別企業申報數據的真實性和合理性，從而發現稅收問題，堵塞徵管漏洞。

　　科學技術發展到今天，微觀稅收分析數據處理技術也十分豐富，可以說數理統計分析技術可以毫無保留地應用於微觀稅收分析工作中。綜合複雜的分析可以通過建立分析模型解決，簡單的分析也通過若幹數據的加工處理就能說明問題。以下介紹幾種常用的分析技術方法。

　　（一）差異分析

　　差異分析是指對不同樣本同一指標量化程度是否一致而開展的系列分析。具體作法是測算不同樣本同一指標的差異程度。差異分析的關鍵是建立評價差異的標準，有了標準才能說明差異的影響程度。表示差異程度可以用絕對值，也可以建立參照系用相對值。應用差異分析開展微觀稅收分析的典型分析案例就是同業稅負分析模型。應用同業稅負分析模型可以測算出各項相關指標的客觀水平和樣本離散狀況，以此為標準比對個別檢驗樣本的具體數值，超出差異允許界限的即為預警對象。

　　（二）邏輯關係稽核分析

　　邏輯關係稽核分析是指利用企業財務報表、納稅申報表各項數據指標之間的相互邏輯關係進行核算檢查的分析。分析的基本原理是凡不滿足應有邏輯計算關係的內容，即認為破壞了會計核算或稅款計徵關係，均應視為異常做進一步的深入分析。由於企業財務指標和納稅申報數據有上百條之多，所以與此相關的邏輯計算關係也會在此基礎上更為豐富和複雜。比如企業期末未繳稅金和期末留抵稅額在跨期銜接上就必須滿足如下計算關係：

　　期末未繳稅金=期初未繳稅金 本期實現稅金-本期已繳稅金

　　期末留抵稅額=期初留抵稅金 本期進項稅額-本期抵扣稅額

　　類似的邏輯計算關係有成百上千條，因此稅收分析系統必須建立在電腦應用的基礎上，在電腦中植入數據邏輯關係稽核系統，才有可能在納稅申報環節實現實時的納稅評估工作。

　　（三）趨勢分析

　　稅收經濟形勢分析少不了趨勢分析。趨勢分析是對納稅人特定稅收指標、經濟指標或稅收經濟關係指標一段時期走勢和趨向的分析和推斷。瞭解和掌握稅收經濟的發展趨勢，有利於判斷未來稅收收入形勢的好壞，使組織稅收收入做到心中有數。趨勢分析的兩個基本要求是說明特定指標的發展方向和變化幅度，基礎分析技術是時間序列分析技術，常用說明指標有變動率和平均變化速度等。

　　（四）波動分析

　　稅收波動分析是描述稅收事物運行變化平穩性的分析。稅收事物的運行受經濟變化影響、稅收制度規定的約束和現有徵管環境制約有其自身客觀的規律。在經濟運行相對平穩、稅制不變的條件下，稅收事物運行平穩與否，直接反映稅收徵管情況的影響作用。因此，開展波動分析，一定程度上可以瞭解和說明稅收徵管的表現，反映稅收徵管是否能按稅源的發展變化規律同步開展，監督稅收徵管的執行情況。

　　（五）相關性分析

　　相關性分析是揭示事物之間相互影響、相互作用影響程度的分析，應用在稅收經濟關係分析問題上，可以說明稅收經濟內在關係的聯繫緊密與否，是揭示稅收徵管工作是否做到"應收盡收"的直接參考依據。相關性分析在諸多的數理統計分析方法中是比較成熟的技術，可在各種統計分析軟體中直接實現。應用這一分析技術可以從正反兩個方面實施：一是數據處理前先確認兩者之間是否存在某種因果關係，然後用數量分析檢驗這種關係的存在；另一方面的應用是事前不好確定各項因素之間到底哪種因素有直接影響，通過數量分析找出影響因素。

　　（六）聚類分析

　　聚類分析（ClusterAnalysis）是數理統計的一個分支，是運用事物本身所具有的某種數據特征，遵循"物以類聚"規律進行數據處理，為事物的分類管理提供數據支持的一種分析方法。借用這種方法開展稅收分析，可將具有某種稅收共同特征的事物聚集在一起，使我們更清楚地認識稅收徵管工作的分類特征。其基本原理是根據數據指標差異的絕對距離進行分類，結合矩陣分析技術，可以進行多指標的綜合特征分析，為複雜事物的分類提供了一種可行的分析方法。聚類分析的關鍵是找到一組關係密切的相關指標，如稅收增長、稅源增長、稅收變化彈性和出口影響等，均可以利用這一分析技術進行綜合分析和技術處理。

　　（一）同業稅負分析模型

　　同業稅負分析模型是利用同一行業內部經濟規律所具有一定可比性的特點，以稅收負擔為切入點而開展的系列分析。引入同業稅收分析這一論題，主要是解決巨集觀稅負不能簡單用來評價考核區域間稅收經濟關係和徵管工作考核的問題。而解決這一問題的出路是排除經濟結構的影響，從而引入了同業稅負分析模型。

　　同業稅負分析的基本思路是：在全國稅收徵管數據的基礎上，依據納稅人註冊登記的國民經濟行業代碼，利用現代電腦技術對納稅人按行業分類測算稅負水平和稅負影響因素，並相應地總結出樣本內在的各種規律特征。同業稅負分析模型應用的意義在於：一是通過這一系列數據指標的測算，為企業納稅評估建立一個統一的參考基準；二是，由於同業稅負測算剔除了經濟結構因素和稅收政策因素的影響，稅負的形成更多地體現稅收徵管因素的影響，應用同業稅負水平可以考核區域間的征收力度；三是利用同業稅負測算所總結出來的規律特征，建立行業稅負預警系統。

　　（二）稅源質量與稅收征收效能位差模型

　　稅源質量與稅收征收效能位差模型是在研究企業經濟效益與企業納稅能力關係的基礎上，建立兩者的內在關係，測算由稅源質量確定的納稅能力水平，並以此評價稅收徵管工作。

　　稅源與稅收的影響關係，除簡單的基數影響，還存在質量關係的影響。日常經濟生活中，我們經常可以發現經營收入規模相當的企業，其稅收貢獻卻相差甚遠。這種差異的產生，說明經濟總量一定的情況下，仍有諸多其他影響因素決定稅收總量的變化。我們把這種經濟內在的影響稅收產出變化諸多因素的集合稱作稅源質量。稅源質量與稅收的基本關係是：稅源質量好，稅收產出就可能相對地多；稅收質量不好，稅收產出就可能相對地少。

　　稅源質量與稅收征收效能位差模型的建模思路就是在眾多描述效益指標的群體中找出與稅收有密切聯繫的指標，通過對這些效益指標的指數化處理形成一個描述稅源質量的綜合指數，並以此確定不同區域的納稅能力位置。對比區域間納稅能力位置與實際征收效果位置的差異，評價稅收徵管工作。

　　建立這一模型的幾個關鍵環節：找出與稅收關聯的效益指標；稅源質量綜合指數的計算；稅源質量與納稅能力關係的建立；位差對比評價。這一模型最成功的理念就是相對數的應用，打破傳統納稅能力估算絕對量的概念和徵管考核絕對位置的概念，從而把稅收量化分析引入了一個全新的境界。

　　（三）稅收聚類分析模型

　　聚類分析（ClusterAnalysis）是數理統計的一個分支，是運用事物本身所具有的某種數據特征，遵循“物以類聚”規律進行數據處理，為事物的分類管理提供數據支持的一種分析方法。借用這種分析開展稅收分析，可將具有某種稅收共同特征的事物聚集在一起，使我們更清楚地認識稅收徵管工作的分類特征。

　　將聚類分析技術應用稅收分析工作中，可以有效地利用多項指標以量化的形式對稅收事物分類評價考核，避免了單一指標評價考核稅收徵管的局限性，從而使稅收事物評價考核更具有綜合性和合理性，相關徵管措施的制定更具有針對性。

　　（四）稅收滾動分析預測模型

　　滾動預測是對事物近期活動發展態勢進行瞭解和把握常用的預測方法。目的在於跟蹤事物近期活動發展趨勢和運行規律，防範事物的突然變化，及時出台應對措施。

　　按預測期間長度的變化與否來分類，有兩種基本形式。一種形式是給定固定長度的預測期間的不斷遞推，來實現滾動預測。即預測期間總的長度根據需要是給定不變的，隨著近期活動的完成，再加一個單位的預測期間繼續向前預測。比如給定的預測長度是5個月，第一次的預測期是1-5月，待1月的活動完成後，第二次的預測期即為2-6月，以此類推實現不斷的滾動預測。另一種形式是預測期的終點是給定的，隨著近期活動的不斷實現，預測的期間也不斷地縮短，在已實現數據的基礎上修正預測參數，繼續滾動預測其餘期間的態勢。

　　根據稅收收入是按年度計劃和考核的需要，選擇第二種形式的預測較為合適。其基本思路和步驟是：

　　（1）利用歷史資料找出修正的稅收收入的月分佈曲線；

　　（2）利用預測年度已實現的稅收與修正曲線的數據相比，求出實現稅收的增長繫數；

　　（3）利用實現稅收增長繫數與經源預期增長速度加權求出稅收年度增長繫數；

　　（4）以稅收年度增長繫數去乘修正後的稅收月分佈曲線各月的稅收，求出預測年度各月的稅收；

　　（5）每實現一個月的稅收，對實現稅收增長繫數進行滾動調整，預測其餘各月的稅收，直至12月。