基于成本分析的房地产业税务预案式稽查系统

2017-07-04 21:05张翼翁伟
企业科技与发展 2017年10期
关键词:房地产业大数据

张翼 翁伟

【摘 要】房地产行业产品周期长,涉及环节多,税源控管漏洞较多,这给税务稽查带来很大的困难,过去以人工核查数据选案的方式很难有稽查成效。随着互联网的蓬勃发展和互联网在各行业的广泛运用,积累了大量的数据,这为利用大数据技术实施房地产业税务稽查提供了有效途径。文章通过整合企业财务数据、房地产项目信息和建设施工中涉及的各种指导价等数据,建立了一套房地产业税务监控系统,以成本分析为核心,从价格、总量、规格等角度进行综合对比与分析,快速锁定可疑之处,提升稽查的指向性,进而防止税款流失。

【关键词】大数据;税务稽查;房地产业

【中图分类号】F299.23 【文献标识码】A 【文章编号】1674-0688(2017)10-0050-04

0 前言

近十余年来,房地产业得到了长足的发展,已经成为我国税收的重要来源。但我们也看到,该行业税收征管矛盾也较为突出,相对于其他行业,房地产业的偷税漏税现象比较严重,应该引起相关部门的高度重视[1]。究其原因,房地产行业产品周期长,建设环节多,施工复杂,市场监管力度有待提升,这给房地产开发企业偷税漏税提供可乘之机。税务局人工查处这类问题存在很大的难度,这是因为企业数据过程繁复和存在企业不配合查处的现象,以及甄别数据是否真实可靠花费时间较长。目前,已经有一些软件系统可以对企业的财务会计数据进行分析,找出不合理、矛盾和不符合会计准则的数据已经相对容易。但是,对于数据本身的真实可靠性则难以判断。例如,企业通过虚报造价材料、建材使用量、人工量,开具虚假建筑业发票等方式以提高成本,来达到避免上交大量税收金额的目的。为迎合房地产新政调控升级,进一步完善房地产税收的精细化管理,提升科学管税、信息管税理念,将房地产税收工作做得更深、更透、更细,有必要推动房地产税收工作和房地产管理部门的信息整合,使房地产税收工作上一个新台阶。

预案式稽查是指税务部门在开展稽查工作之前,利用信息化手段,通过数据分析发现问题或者可疑之处,以问题为导向形成预案,再到企业实地检查,确定税务稽查的工作方向,从而有效提高稽查的针对性和效率[2]。方向选择正确有事半功倍的效果,能够保证整个税务稽查的工作成效。李小川[3]指出,应该注重税务稽查的专业化背景,这样才能有针对性地选案。杨默[4]着重讨论税务稽查工作改革,提出改革的重点应向流程和组织等方面拓展。从国外来看,税务稽查工作与税收本身存在一定的理论关系,例如Yaniv[5]指出,如果预付的税款金额能够达到一定的程度,就会存在着避税的现象。因此,国外非常重视这一领域的制度建设和信息化管理,比如美国建立了完善的税收稽查软件系统,绝大多数违法行为可以通过信息化手段查到。

总之,我国在税务稽查这一领域的理论研究与实践起步较晚,需要下大力气改善。从我国实际情况来看,税务工作人员的素质和计算机技术都得到了很大的提高,各行各业的信息联通也达到了较高的水平,利用信息技术进行税务稽查已经成为当前重要的研究与实践方向。房地产业涉及面广,问题尤其复杂,我们在这方面进行了积极的探索,运用大数据的思维和技术,融合多方数据和信息,以成本分析为核心,重点监控房地产开发较为常见的逃税手段,提高稽查的指向性和效率,使得稽查选案的效率明显提高,为相关税务稽查工作提供了借鉴,具有很好的应用价值和推广价值。

1 需求分析与设计

1.1 需求分析

房地产业主要包括生产环节、流通环节和服务环节,我们重点针对生产环节的逃税问题进行了研究。生产环节指投入人工劳动,进行房屋和基础设置建设获得房地产劳动产品的过程,是房地产业最基础、最重要的环节。对房地产企业来说,生产环节需要投入大量的资金,企业负债率较高,因此往往在成本上做文章来达到逃税的目的[5]。当前,对于税务征收管理部门来说,税收的辅助制度不健全,涉税信息不全面,部门之间的数据难以共享,导致房地产税收流失。部分地区尚未建立起完善的房地产建设评估制度,使得在房地产建设中的购买、租借、人工费等各环节,计税依据难以合理确定。由于房地产开发核算复杂,从开发到项目投资时间跨度很长,因此对房地产企业的核算没有连续性,无法正确计算其开发成本和销售成本,不利于对房地产行业的管理。例如,房地产建设中开发商建材价格或数量虚报,并与供应商私下协定开支假发票,致使税务部门在此方面的工作比较被动。税收征管力度和深度同样跟不上房地产行业发展,征管漏洞较为明显。一方面企业申报敷衍,单纯依赖税务机关去检查辅导;另一方面税务机关征管力量薄弱,管理面不够。

在上述需求的推动下,针对房地产公司偷税漏税的问题,开发了基于成本分析的房地产业税务预案式稽查系统。该系统以某市国税局业务需求为基础,以房地产业数据采集、存储、统计、对比和分析为核心,科学地分析楼盘开发成本,进而找出相关财务数据的疑点,为进一步稽查指明方向。

1.2 系统设计目标

系统建设要达到以下几个目标。

(1)增量方式导入房地产项目建设周期中相关财务数据,包括基本信息、决算财务等;自动计算相关统计信息,例如根据结算数据生产各建材类别的总量、占比、总价等。

(2)收集通过官方造价站或者造价软件企业的建材价格信息,作为对比分析的基准;系统能够通過网络爬取相关数据作为补充。

(3)对房地产项目建设相关费用数据进行分析比较,从数量、单价、规格、总量、总价、比例等角度对比,并可人工设置偏离阀值,对偏离项目进行报表统计,方便打印和查询,并用直观的方式展示出来。

(4)通过用户和权限管理,可划分不同部门角色的功能,方便不同级别单位和用户使用本系统。

(5)数据存储和处理采用高效的技术,方便系统维护和扩展。

1.3 系统功能设计

系统功能设计以角色为中心展开,分为系统管理员、数据管理员、数据分析员和分析审核员。系统整体功能如图1所示。

系统管理员主要负责用户和权限管理,以及基础信息维护。用户和权限管理主要包括用户批量新增、用户信息维护、密码重置、权限信息管理和用户权限设置。为了做到系统界面统一、风格一致,用户权限控制到菜单和按钮级别。

数据管理员主要职责在于维护税务部门、房地产公司、楼盘的基本信息、工程开发涉及的财务数据和工程各环节的市场信息价。考虑到系统的可扩展性,该系统的用户可扩展到多级别的税务管理部门,这就要求系统能够灵活、动态地配置部门和它们的管辖方式。房地产公司的数据包括公司名、母公司名、地址、联系人、联系电话、基本介绍及公司所开发的楼盘基本信息等。一个楼盘可包含很多类型的建筑,如住宅、车库、学校等。对于这些建筑,都有一些重要的基本信息可用于成本分析,如类型、面积及预算信息。工程财务数据可分为几种类型,如园林、钢筋、设计等,不同类型的数据所包括的具体信息是不同的,但基本都包括类别、编码、名称、单位、单价、数量、总价等。市场信息价用作基准价格,一般来自各级建设主管部门管理的造价站发布的数据、造价软件公司的数据和网络爬取的数据,为了保证数据的权威性,一般采用造价站的数据和造价软件公司的内部数据。但房地产采购的材料可能不在这些数据的范围内,这个时候就需要到网络上去爬取数据作为补充。

数据分析员的职责是分析房地产企业所提供的财务数据是否存在成本造假的嫌疑。为了达到分析的灵活性和指向性,系统设计了多种分析方法,可以从宏观角度和微观角度考察数据。所谓宏观角度,即以整个楼盘或者楼盘的子项目为单位,统计财务数据与预算的数据是否一致,包括用量、总价、比例方面的对比。但是,因为房地产开发过程的复杂性,宏观角度看起来偏离不大,难以觉察到有可疑之处,也不能说明不存在逃税问题。例如,房地产企业在开发楼盘的过程中,一个常见的现象是实际开发的工程与预算有较大的差别,这是因为在施工过程中,因为客观甚至是主观的原因,房地产企业与建设方达成协议,更改了施工内容。有些修改是必需的,但有些修改是建设方为了减少工程量,这就有可能存在利益交换。这种情况就需要微观考查分析数据来发现问题线索。所谓微观分析,就是针对一个楼盘或者其子项目,选择具体的一种财务数据类别,设置筛选类别和差异阈值,将房地产企业提供的财务数据与基准数据比对。例如,房地产施工中,钢筋、混凝土等是成本较高的原材料,可以选择这些类别,与基准数据比对,从数量和总价上看是否存在成本虚高的问题。如果数量或者总价与预算的差别超出阈值,可以通过询问、实地调查等方式了解原因,再决定是否立案稽查。

分析审核员负责审核数据分析结果,批复是否重新根据新的条件、方式进行数据分析。在实际运行中,分析审核员即税务局的领导人员。

1.4 技术架构

本系统基于J2EE架构开发,使用SSM框架进行整体功能的实现,Spring是整个框架的容器,负责管理SpringMVC和mybatis的配置,其中SpringMVC主要由controller、service和Dao 3层组成。controller层负责处理JSP页面发回来的ajax请求,处理完成后返回json数据格式到JSP页面并使用JavaScript解析數据并显示;service用于存放controller层的业务逻辑,service如果需要数据库的交互,调用dao层的组件。dao层使用mybatis的mapper文件进行数据持久化层的操作,具体框架如图2所示。

1.5 系统原型

这里主要给出数据分析部分的系统原型。

(1)虚报价格数据分析:通过导入的房地产公司的数据与信息价格数据进行数据分析,如果发现材料名称与规格一样,市场价与信息价格差距较大,则判定该项目存在虚报价格嫌疑并提出预警(如图3所示)。

(2)工程量造假数据分析:通过导入的房地产公司的数据与信息价格数据进行数据分析,如果发现主要建材的使用比例差距较大,则判定该项目存在工程量造假嫌疑并提出预警(如图4所示)。

(3)规格造假数据分析:通过导入的房地产公司的数据与基准价格数据进行数据分析,如果发现材料名称相同,规格对不上,差额成本大,则判定该项目存在规格造假嫌疑并提出预警(如图5所示)。

2 结语

由于房地产企业近些年来的快速发展,房地产业是重要的税源之一,但其逃税漏税的问题已经成为较为严重的问题,如果不能很好地解决,势必损害税制的公平性和权威性,影响税收管理和税收制度的目的,对经济发展产生严重的负面效应。本课题正是针对这一现实问题设计开发的。笔者从房地产成本分析的角度,基于J2EE架构实现了房地产税务预案式稽查系统,分析房地产业生产环节中的财务数据,检测房地产企业是否存在漏税偷税的嫌疑,为进一步稽查指明了方向,提高了发现问题的效率,实用性高,在一定程度上解决了房地产企业过分偷税漏税的问题。

参 考 文 献

[1]魏雅华.中国:偷逃税专项检查剑指房地产[J].税收征纳,2014

(6).

[2]杨廷军,徐秀玲.运用大数据思维实施预案式稽查的实践与探索[J].潍坊学院学报,2016,16(6):102-103.

[3]李小川.在税务稽查专业化背景下对选案工作的新思考[J].经济,2013(4):174-177.

[4]杨默.国外税务稽查经验及借鉴[J].涉外税务,2008(2):

45-47.

[5]Yaniv G.Tax Compliance and

advance tax payments:Apro-

spect theory analysis[J].Na-

tional Tax Journal,1999(52):753-764.

[6]袁梦思.房地产企业逃避税手段及成因研究[D].北京:北京交通大学,2014.

[责任编辑:钟声贤]

猜你喜欢
房地产业大数据
房地产业对我国经济和社会影响分析
房地产业调控在经济结构调整中的意义和作用
大数据环境下基于移动客户端的传统媒体转型思路
“营改增”对房地产业的税负影响及应对策略
基于大数据背景下的智慧城市建设研究
数据+舆情:南方报业创新转型提高服务能力的探索