基于稅收預測的中央稅收審計選案

張玲　皮鑫

【摘 要】 文章以浙江省中央稅收收入中月度增值稅稅收預測為出發點，探究回測稅收與實際稅收之間的差異關系，試圖找出偏離度異常值為中央稅收審計服務。研究所用的協整理論證明了三個稅源變量與增值稅之間存在著長期均衡關系，由長期均衡關系建立起來的預測模型而確定的回測值與實際值之間的偏離度異常值能夠為中央稅收審計初步選案所用。研究結論有助于在已有的中國稅收征管信息系統（CTAIS）條件下科學進行中央稅收審計選案，對當前稅收審計選案具有一定的參考意義，同時進一步豐富稅收審計文獻。

【關鍵詞】 稅收預測； 稅收審計； 中央稅收

中圖分類號：F239 文獻標識碼：A 文章編號：1004-5937（2014）13-0082-05

一、前言

中央稅收是中央財政收入的主要來源，2012年中央財政收入56 132.32億元，其中稅收收入占比90.62%，海關代征收入占比1.1%，其他中央財政收入占比8.28%。由此可以看出中央稅收穩定對于保證財政收入的穩定安全具有非常重大的意義，而對于規模如此龐大的中央稅收收入實施強有力的審計監督是保證財政收入穩定增長的有效途徑。根據2012年稅收數據分析得到：在中央稅收中，增值稅、企業所得稅、消費稅占中央總稅收的比重高達79.69%左右，而僅增值稅這一項就占比38.66%，企業所得稅占中央稅收比重約為25.65%，消費稅占中央稅收的比重約15.38%①。

據統計，審計對象有41個直屬海關、36個省級國稅部門，相比之下審計資源甚少，審計技術設備比較落后，經驗分散。相比總量龐大的中央稅收來說，在有限的審計資源條件下準確把握審計重點顯得尤為重要。選準審計（調查）對象，及時發現稅務部門在稅收征管中存在的深層次問題，能夠為促進依法治稅、完善內控制度、防止稅收流失、促進廉政建設方面發揮積極的作用，從而實現在提高審計效率的同時保護納稅人權利的雙重目的。

稅收審計是對稅收款征收業務和記錄資料進行的審計，具體包括對稅收征收和管理機關的相關稅收征收管理活動和納稅單位稅款計算和繳納的正確性、合法性、合規性進行審計。從理論上來說，稅收審計是財政審計的重要組成部分，原因在于國家財政分配就是通過稅收途徑達到，因其獨立性和特殊性，它是由專門的機構——國家稅務機關負責征收管理。因此其審計的內容和方法又有別于財政部門的審計。從實務方面來說，大致分為選案環節、分析檢查環節、審計執行環節，選案的過程也就是風險辨別和評估的過程，選案環節作為第一步也是最為關鍵和重要的一步，與審計效率密切相關。近年，稅收審計研究工作集中在實踐水平，現有的理論也大多從實踐中抽象提煉而成。例如王孝軍（2005），鄭新舉（2002），門韶娟、李正辰（2003）對于如何開展稅收審計進行了探索性的研究，文章對于如何進行稅收審計的要點進行了闡述，原則性的條條框框規定較多，可操作性相對較差。理論應用于實踐，對于如何選案，如何挑選審計重點還需要更深層次的詮釋。細致到工作層面依然需要審計實施人員的主觀判斷和經驗依賴，因此具有較大的主觀性和隨機性。

關于稅務審計選案的研究，國外比較前沿的是經濟合作發展組織（Organization for Economic Co-operation and Development，簡稱OECD）的研究成果。由于OECD的稅務審計研究基本是基于經濟較發達國家情況進行的，其社會、經濟、法律、行政和文化不盡相同，所以其研究成果不能夠全盤照搬，只能部分借鑒其思路。

國際上稅務審計選案有兩種重要的方法——隨機選案和基于風險選案。隨機選案是指能夠保證所有稅務報表有相同被審計概率的隨機選擇過程。其不利點包括：1.容易產生較大成本，例如機會成本、資源成本。2.被審計對象不認可，隨機審計選案可能多次針對同一個對象，因此較高頻率的隨機審計可能造成過度干擾。3.審計實施人員不接受，審計實施人員可能不認同甚至抵觸隨機審計，從而造成審計效率低下?；陲L險選案主要是運用遵從風險管理技術，選擇風險較高且潛在稅額較大的審計對象進行審計的過程，主要是為了較好地分配審計資源，盡可能地提高效率。比較先進的是美國的集中型自動選案系統——判別函數系統（Discriminate Function System），該系統充分利用了基于風險選案的思想，大大提高了選案的效率。

二、文獻評述與研究思路

馬慶國、王衛紅等（2002），吳璇、陳穎等（2007）基于神經網絡模型對稅務稽查選案的方法進行了研究；李亙（2007）探究了數據挖掘技術在稅務稽查選案中的應用；蔣麗華、覃征等（2006）利用粗糙集理論與神經網絡相結合的稅務稽查選案模型；夏輝、李仁發（2009）采用基于支持向量機與自組織特征映射神經網絡相結合的稽查選案方法；林肖麗（2009），王艷杰、李清等（2012）利用Logistic回歸模型對企業的誠實納稅與非誠實納稅與企業眾多財務指標之間的關系進行了研究。唐登山（2011）研究了聚類分析和Logistic回歸分析相結合在稅務稽查選案中的應用。上述文獻所用到的選案方法基本上沒有脫離統計學原理以及統計分析技術；此外，上述研究重點在于微觀層面的稅務稽查工作中的選案，對于宏觀層面的稅務審計選案研究還有待進一步深入。

在稅收預測方面，吳之江（1984）基于歷史稅收簡單地利用增長率來預測稅收以制定稅收計劃，但其精確度不高且受主觀因素影響大；王野峰（1989）利用了最小二乘法來預測稅收，其原理也是探尋稅收的歷史規律從而推測趨勢；1991年由關振民教授主編的《中國稅務統計學》分門別類地總結出各個稅收統計的基本指標體系，得出其變化發展的規律；鄧成■、夏大松（1994）開始使用多重線性組合預測模型來探究社會商品零售額與營業稅之間的關系，其預測精度相比之前的趨勢預測有了很大的提高；董承章（1998）探究了對稅收影響最大的幾個稅源指標，發現社會消費品零售總額對稅收的影響最大，其次是滯后兩年的固定資產投資額，位居第三的國民生產總值，影響較小的是國內生產總值；王乃靜、李國鋒（2002），張紹秋（2006），王來封、阮曙芬（2007）在協整理論的基礎上建立了誤差修正模型，該模型不單考慮了稅源指標的影響，更多的是考慮了時間序列的平穩性，提高了稅收預測的精度；張夢瑤、崔晉川（2008）采用移動自回歸平均模型對月度數據進行預測，豐富了稅收預測的模型方法。稅收預測模型大多在統計學原理的基礎之上探究各個稅源指標與稅收之間的關系，其預測精度相比趨勢預測有了很大的提高，且有穩固的理論依據，可操作性強。

綜上所述，目前的稅收預測大多著眼于下一年度的財政工作計劃，所以多數進行的是年度稅收預測，極少數進行了月度的稅收預測分析，針對中央稅收的研究更是少之又少。隨著稅收預測模型的發展與豐富，其預測精度越來越高，因此較高精度的稅收預測模型為其與稅收審計工作的結合提供了契機。稅收預測的目標可以從傳統的推測稅收趨勢轉移至服務稅收審計，同時也可適度地解決稅收審計選案的主觀判斷問題。

本研究正是針對上述內容具體展開，以協整分析為理論基礎，以浙江省中央稅收主要稅種的月度數據為研究對象，兼顧模型的合理性和統計性質，目標集中在為調整稅收審計范圍、稅收審計選案服務。因2012年增值稅單項稅種在中央稅收中占比約40%，相比其他稅種，具有很強的代表性，所以本文研究的重點在與中央稅收中的增值稅。

三、研究設計與樣本選擇

（一）研究設計

從分析和預測的理想角度來說，與增值稅相關聯的稅源指標能夠被一一羅列，但是受指標體系自身和統計數據調查手段的局限，目前遠遠不能窮盡所有的稅源指標用于增值稅的預測與分析。經過前人多年的研究，比較認同的是工業企業增加值。由于我國是生產型增值稅，固定資產所含的稅款不能抵扣，所以在工業企業增加值的基礎上還要加上當年新購置的固定資產金額。另外增值稅組成中有一部分是來源于商業增加值，故稅源指標中加入社會消費品零售總額。因此，本研究對增值稅、規模以上企業工業增加值、新增固定資產投資、社會消費品零售總額的2009年1月至2012年12月的數據進行分析。通過分析稅收與稅基之間的長期均衡關系，在稅基預測的基礎上，利用估計出的長期均衡關系方程式來測算增值稅，對2009—2012年的增值稅進行回測，找出異常值進行分析，并且對未來半年的增值稅月度數據進行預測。

（二）樣本選擇

本文選取2009—2012年為研究區間，以浙江省中央稅收為研究對象。從浙江省統計局統計數據中，本文獲得規模以上企業工業增加值、社會消費品零售總額、規模以上新增固定資產投資額以及增值稅中歸屬中央部分的月度數值，對于個別缺省值，本文利用平均值進行替代。其他所需數據來源于國家統計局。

四、實證分析

（一）單位根檢驗

表1為樣本數據的單位根檢驗（ADF），結果發現：社會消費品零售總額、新增固定資產投資額、增值稅額月度數據的時間序列，水平值為單位根過程，而一階差分為平穩過程，因此這三個序列都為一階差分平穩過程，即I（1）過程。

（二）協整分析

對各變量之間進行Johansen-Juselius檢驗，從檢驗結果來看，NONE（0個協整向量）的P值為0.0007***，0.0002***，表示規模以上工業企業增加值、消費品零售總額、新增固定資產投資額、增值稅收入之間存在協整關系。

（三）模型的構建

（四）模型回測與異常值

將規模以上工業企業增加值、消費品零售總額、新增固定資產投資額2009—2012數據回帶模型，得到回測值，并進行偏離度的測算，得出協整模型的回測平均誤差在0.844%左右。

偏離度=（回測值-實際值）/實際值

依據偏離度波動圖可得出，設置10%為安全警戒線能夠挑選出異常值月份。同樣的，設置可容忍的更大或更小數值為安全警戒線能夠挑選出不同月份，取決于對于審計對象的錯漏容忍度。對于那些偏離度超出警戒線的月份可著重進行審計，同理，利用回測思路對全國范圍內各個省份的中央稅收進行分析可以挑選出異常省份異常時間段而進一步重點審計。

對于其中的偏離度異常值進行挑選（研究假設認為偏離度超過10%為異常值），結果見表3。

對于回測值與實際稅收之間的異常差異，研究認為原因有三：

第一，異常值偏離平均水平太多，可能原因是稅款征收異常，問題出現源頭可能在于稅務部門，可能在于企業本身，此時審計部門出于保護稅收收入正常征收的目的，應當對稅務部門是否違反法律行政法規的規定，擅自作出減免稅、退稅、補稅、多征、少征、提前征收、延緩征收或者攤派征收的決定而導致的稅款征收額異常的問題進行調查。至于企業微觀層面的問題，可以由稅務稽查部門不定期與定期地對企業進行稅務稽查以保證稅源安全。

第二，異常原因可能在于稅收政策方面的不合理。目前，各層級的稅務部門已經實現了稅收征管的信息化和專業化，建設了全國統一的稅收征收管理系統（簡稱CTAIS）。在此條件基礎之上，審計部門可以利用計算機平臺數據處理中心比較容易獲得全國各地區各行業增值稅實際值與回測值的異常值。即在同一時間各個地區都出現了異常值，審計部門則可以從政策的層面宏觀角度來查找不合理之處。

第三，可能原因在于模型所選指標沒有面面俱到。受限于數據的可得性和完整性，稅源指標不能逐個窮盡導致回測值沒有精準地擬合實際稅收收入值。對此，可以后續通過計算機模擬實時地進行模型改進與更新，以更好地服務于稅收審計與稅收預測。

（五）稅收預測

利用工業增加值、新增固定資產投資額、社會零售商品總額2009—2012年的月度數據，通過自相關—偏相關分析等，采用自回歸移動平均方法，比較各模型的擬合優度、SC值以及D.W值等確定自回歸滑動平均模型（ARMA）的階數。最終得出工業增加值ARMA（2，2）、新增固定資產投資額ARMA（3，2）、社會零售商品總額ARMA（2，1）為較優選擇階數。

計算各指標的預測值，最終得出增值稅總預測結果，2013年1月—2013年6月預測結果見表4。

綜合以上結果與分析，對于利用稅源指標對增值稅進行協整分析預測，不僅僅局限于對將來的稅收趨勢的判斷，更多的可以與稅收審計進行綜合考慮。在獲得全國各地區基礎數據的條件下，利用計算機信息集中化的優勢特點，分別進行增值稅測算，以最終查找偏離度異常值所在的時間及其地區。這將為審計部門初步選案提供信息數據來源參考，一定程度上解決了抽樣審計的隨意性以及審計資源的分配問題，有助于審計部門在合理的時間內以合理的成本、較高的效率完成審計工作。

五、結論與討論

（一）結論

本文在協整理論的基礎之上利用浙江省2009年至2012年規模以上工業增加值、新增固定資產投資額以及社會消費品零售總額這三個稅源指標預測增值稅的月度數據，模型擬合較好，回測精度較高，預測精度有待實際結果證實。本文所用的協整理論對于考察變量間的長期均衡關系是有效的，而且從某種角度也證明了這三個變量與增值稅是存在長期均衡關系。對此，利用這種長期均衡關系建立起來的預測模型從理論上來說也是切實可行的，故用預測值確定稅收審計初步選案也有了現實依據?；趯嵶C結果，審計部門可以選擇性地參考此種思路，挑選出偏離度異常值為確定審計目標服務，從而合理配置人力資源，達到高效而低成本審計的目的。從另外一種角度來說，利用建模預測稅收服務于稅收審計選案的方法可以充分合理地利用已有的CTAIS系統，有利于加快信息化建設的步伐。再者，對于創新選案方式也有推進作用。

（二）討論

本文只是對中央稅收增值稅部分進行了預測分析，對于占比約25%的企業所得稅和15%的消費稅沒有涉及，進一步還可以對行業進行分別測算，這將有利于預測精度的提高，從另一方面來說方便迅速查找出問題源頭，在選案階段就能夠高效率地準確聚焦問題出現的時間、行業和稅種。

【參考文獻】

[1] OECD.Compliance Risk Management： Audit Case Selection Systems[Z].2004.

[2] 王孝軍.積極探索稅收審計的新路子[J].審計與理財，2005（5）：33-34.

[3] 鄭新舉.適應稅收征管改革深化中央稅收審計[J].審計研究，2002（S1）：39-41.

[4] 門韶娟，李正辰.新的稅收征管模式下稅收審計的工作思路[J].審計研究，2003 （2）：52-55.

[5] 馬慶國，王衛紅，陳健，等.神經網絡在稅務稽查選案中的應用研究[J].數量經濟技術經濟研究，2002 （8）：98-101.

[6] 吳之江.預測工商稅收常用方法[J].預測，1984 （1）：20-22.

[7] 蔣麗華，覃征，邵華，等.基于粗糙集——LVQ神經網絡的稽查選案模型研究[J].計算機應用，2006（S2）： 205-207.

[8] 李亙.數據挖掘技術在稅務稽查選案中的應用[J].電腦知識與技術（學術交流），2007（23）：1224-1225.

[9] 夏輝，李仁發.基于SVM與SOM的稅務稽查選案模型研究[J].科學技術與工程，2009（14）：4027-4030.

[10] 林肖麗. Logistic 回歸模型在稅務稽查選案中實例應用[J].科技資訊，2009 （15）：243-244.

[11] 王艷杰，李清，齊鑫.基于Logistic回歸的稅務稽查選案模型研究[J].經濟研究導刊，2012 （35）：96-97.

[12] 唐登山.稅務稽查選案方法探析[J].稅務研究，2011（4）：61-63.

[13] 吳璇，陳穎，李敏強.基于神經網絡的稅務稽查選案方法與應用[J].西安電子科技大學學報（社會科學版），2007（5）：63-68.

[14] 王野峰.稅收預測初探[J].當代財經，1989 （11）：24-27.

[15] 董承章.稅收影響因素分析模型與預測模型[J].中央財經大學學報，1998 （11）：27-29.

[16] 張紹秋.基于協整理論的稅收預測誤差修正模型初探[J].華南師范大學學報（自然科學版），2006 （1）：9-14.

[17] 張夢瑤，崔晉川.基于時間序列法的國稅月度收入預測模型研究[J].系統科學與數學，2008 （11）：1383-1390.

[18] 陳健，郭菊娥，席酉民.國內消費稅預測[J].商業研究，2005（16）：1-4.

五、結論與討論

（一）結論

本文在協整理論的基礎之上利用浙江省2009年至2012年規模以上工業增加值、新增固定資產投資額以及社會消費品零售總額這三個稅源指標預測增值稅的月度數據，模型擬合較好，回測精度較高，預測精度有待實際結果證實。本文所用的協整理論對于考察變量間的長期均衡關系是有效的，而且從某種角度也證明了這三個變量與增值稅是存在長期均衡關系。對此，利用這種長期均衡關系建立起來的預測模型從理論上來說也是切實可行的，故用預測值確定稅收審計初步選案也有了現實依據?；趯嵶C結果，審計部門可以選擇性地參考此種思路，挑選出偏離度異常值為確定審計目標服務，從而合理配置人力資源，達到高效而低成本審計的目的。從另外一種角度來說，利用建模預測稅收服務于稅收審計選案的方法可以充分合理地利用已有的CTAIS系統，有利于加快信息化建設的步伐。再者，對于創新選案方式也有推進作用。

（二）討論

本文只是對中央稅收增值稅部分進行了預測分析，對于占比約25%的企業所得稅和15%的消費稅沒有涉及，進一步還可以對行業進行分別測算，這將有利于預測精度的提高，從另一方面來說方便迅速查找出問題源頭，在選案階段就能夠高效率地準確聚焦問題出現的時間、行業和稅種。

【參考文獻】

[1] OECD.Compliance Risk Management： Audit Case Selection Systems[Z].2004.

[2] 王孝軍.積極探索稅收審計的新路子[J].審計與理財，2005（5）：33-34.

[3] 鄭新舉.適應稅收征管改革深化中央稅收審計[J].審計研究，2002（S1）：39-41.

[4] 門韶娟，李正辰.新的稅收征管模式下稅收審計的工作思路[J].審計研究，2003 （2）：52-55.

[5] 馬慶國，王衛紅，陳健，等.神經網絡在稅務稽查選案中的應用研究[J].數量經濟技術經濟研究，2002 （8）：98-101.

[6] 吳之江.預測工商稅收常用方法[J].預測，1984 （1）：20-22.

[7] 蔣麗華，覃征，邵華，等.基于粗糙集——LVQ神經網絡的稽查選案模型研究[J].計算機應用，2006（S2）： 205-207.

[8] 李亙.數據挖掘技術在稅務稽查選案中的應用[J].電腦知識與技術（學術交流），2007（23）：1224-1225.

[9] 夏輝，李仁發.基于SVM與SOM的稅務稽查選案模型研究[J].科學技術與工程，2009（14）：4027-4030.

[10] 林肖麗. Logistic 回歸模型在稅務稽查選案中實例應用[J].科技資訊，2009 （15）：243-244.

[11] 王艷杰，李清，齊鑫.基于Logistic回歸的稅務稽查選案模型研究[J].經濟研究導刊，2012 （35）：96-97.

[12] 唐登山.稅務稽查選案方法探析[J].稅務研究，2011（4）：61-63.

[13] 吳璇，陳穎，李敏強.基于神經網絡的稅務稽查選案方法與應用[J].西安電子科技大學學報（社會科學版），2007（5）：63-68.

[14] 王野峰.稅收預測初探[J].當代財經，1989 （11）：24-27.

[15] 董承章.稅收影響因素分析模型與預測模型[J].中央財經大學學報，1998 （11）：27-29.

[16] 張紹秋.基于協整理論的稅收預測誤差修正模型初探[J].華南師范大學學報（自然科學版），2006 （1）：9-14.

[17] 張夢瑤，崔晉川.基于時間序列法的國稅月度收入預測模型研究[J].系統科學與數學，2008 （11）：1383-1390.

[18] 陳健，郭菊娥，席酉民.國內消費稅預測[J].商業研究，2005（16）：1-4.

五、結論與討論

（一）結論

本文在協整理論的基礎之上利用浙江省2009年至2012年規模以上工業增加值、新增固定資產投資額以及社會消費品零售總額這三個稅源指標預測增值稅的月度數據，模型擬合較好，回測精度較高，預測精度有待實際結果證實。本文所用的協整理論對于考察變量間的長期均衡關系是有效的，而且從某種角度也證明了這三個變量與增值稅是存在長期均衡關系。對此，利用這種長期均衡關系建立起來的預測模型從理論上來說也是切實可行的，故用預測值確定稅收審計初步選案也有了現實依據?；趯嵶C結果，審計部門可以選擇性地參考此種思路，挑選出偏離度異常值為確定審計目標服務，從而合理配置人力資源，達到高效而低成本審計的目的。從另外一種角度來說，利用建模預測稅收服務于稅收審計選案的方法可以充分合理地利用已有的CTAIS系統，有利于加快信息化建設的步伐。再者，對于創新選案方式也有推進作用。

（二）討論

本文只是對中央稅收增值稅部分進行了預測分析，對于占比約25%的企業所得稅和15%的消費稅沒有涉及，進一步還可以對行業進行分別測算，這將有利于預測精度的提高，從另一方面來說方便迅速查找出問題源頭，在選案階段就能夠高效率地準確聚焦問題出現的時間、行業和稅種。

【參考文獻】

[1] OECD.Compliance Risk Management： Audit Case Selection Systems[Z].2004.

[2] 王孝軍.積極探索稅收審計的新路子[J].審計與理財，2005（5）：33-34.

[3] 鄭新舉.適應稅收征管改革深化中央稅收審計[J].審計研究，2002（S1）：39-41.

[4] 門韶娟，李正辰.新的稅收征管模式下稅收審計的工作思路[J].審計研究，2003 （2）：52-55.

[5] 馬慶國，王衛紅，陳健，等.神經網絡在稅務稽查選案中的應用研究[J].數量經濟技術經濟研究，2002 （8）：98-101.

[6] 吳之江.預測工商稅收常用方法[J].預測，1984 （1）：20-22.

[7] 蔣麗華，覃征，邵華，等.基于粗糙集——LVQ神經網絡的稽查選案模型研究[J].計算機應用，2006（S2）： 205-207.

[8] 李亙.數據挖掘技術在稅務稽查選案中的應用[J].電腦知識與技術（學術交流），2007（23）：1224-1225.

[9] 夏輝，李仁發.基于SVM與SOM的稅務稽查選案模型研究[J].科學技術與工程，2009（14）：4027-4030.

[10] 林肖麗. Logistic 回歸模型在稅務稽查選案中實例應用[J].科技資訊，2009 （15）：243-244.

[11] 王艷杰，李清，齊鑫.基于Logistic回歸的稅務稽查選案模型研究[J].經濟研究導刊，2012 （35）：96-97.

[12] 唐登山.稅務稽查選案方法探析[J].稅務研究，2011（4）：61-63.

[13] 吳璇，陳穎，李敏強.基于神經網絡的稅務稽查選案方法與應用[J].西安電子科技大學學報（社會科學版），2007（5）：63-68.

[14] 王野峰.稅收預測初探[J].當代財經，1989 （11）：24-27.

[15] 董承章.稅收影響因素分析模型與預測模型[J].中央財經大學學報，1998 （11）：27-29.

[16] 張紹秋.基于協整理論的稅收預測誤差修正模型初探[J].華南師范大學學報（自然科學版），2006 （1）：9-14.

[17] 張夢瑤，崔晉川.基于時間序列法的國稅月度收入預測模型研究[J].系統科學與數學，2008 （11）：1383-1390.

[18] 陳健，郭菊娥，席酉民.國內消費稅預測[J].商業研究，2005（16）：1-4.