基于宏观经济层面的 税收风险预警体系构建及实证研究

摘要：经济税源作为税收的根本来源，其任何变动都会对税收产生直接或间接的影响，进而引发各类税收风 险。本文引入风险管理理念和经济景气指数预警理论方法，从宏观经济税源层面入手，将宏观经济运行方面存 在的税收风险作为研究对象，对潜在的税收风险进行量化识别，以此分析宏观经济税源和税收发展变化趋势，以 期对促进经济税收可持续协调发展提供参考。

关键词：宏观经济；税收风险；预警体系

中图分类号：F812.42 文献标识码：A 文章编号：CN61-1487-（2018）10-0089-04

风险管理理念起源于美国，最初应用于金融保险领 域，并以其较强的针对性、实用性和高效性，愈来愈广泛 地应用到其他领域的管理活动之中。近年来，我国税务 部门开始引入风险管理理念，针对微观企业实施具体的 风险管理，以促进税收征管效能提高，但总体上说对宏观 经济层面所引发的税收风险专注度较少。就税收风险而 言，宏观经济税源作为税收的根本来源，其任何变动都会 直接对税收产生影响，宏观经济层面的不良变化对税收 的影响可能更大，极易引发涉及面更广的系统性风险，因 此，开展宏观经济层面的税收风险识别和预警对提高税 收管理能力具有重要意义。

一、构建宏观经济层面的税收风险预警体系的思路 和内容

开展宏观经济层面税收风险预警研究的总体思路 是：以统计部门的宏观经济数据和税务部门的税收数据 为研究基础，引入科学的风险预警指数合成方法，建立完 整的宏观经济税收风险预警体系，据此识别宏观经济层 面的税收风险，把握经济税收变动规律，科学预测未来发 展趋势，促进经济、税收良性健康发展。按照上述研究思 路，本文将宏观经济层面的税收风险预警体系分为四大 类。

（一）先行性风险预警指标。按照“经济决定税源， 税源产生税收”的原理，针对为把握经济税源发展趋势 和合理预测税收收入而提供信息参考的先行性风险预警 指标，本文筛选了国民经济核算中的营业收入、利润、增 加值、产销量、外贸进出口、价格等 22 个指标作为研究对 象，使其尽可能地涵盖税收来源的各个方面和税收产出 的各个环节，并分别与税收收入进行相关性检验，最终选

择最有代表性的指标合成先行性税收风险预警指数，为 合理预测税收变化趋势提供量化的数据支持。

（二）一致性风险预警指标。立足于量化反映经济 与税收的协调性相关关系，针对为跟踪经济税源异动、动 态监控税收变动情况以及估算未来税收规模而提供信息 参考的一致性风险预警指标，本文选择弹性和税负两个 层面的 10 项指标以及税收收入进度指标作为研究对象， 量化反映经济与税收的投入产出关系，并结合宏观经济 指标的增速与规模，合理估算当前税收增幅和规模，在此 基础上与当前税收收入完成情况进行比对分析，提示整 体税收收入风险。

（三）促进性风险预警指标。根据税收反作用于经 济的税收效应理论，针对为研究财政税收调控政策实施 效果、量化反映政策执行对宏观经济的促进作用而提供 信息参考的促进性风险预警指标，本文主要选择税收优 惠政策的收益对象以及受惠规模 2 项指标作为研究对 象，量化评价政策执行对宏观经济和特定产业的促进作 用，揭示政策制定、政策执行、实施效果与预期目标不匹 配的风险。

（四）结构性风险预警指标。利用经济结构与税收 结构的关联关系，针对通过税收结构的变化来反映宏观 经济运行态势的结构性风险预警指标，本文主要从产业 结构、行业集中度、税种结构等方面选择 4 项指标作为研 究对象，通过税源及税收的质量状况反映当前经济发展 方式转变进程中存在的结构性、趋势性风险。

按照上述分类，初步确定了四类 38 项税收风险预警 备选指标，共同组成宏观经济层面的税收风险预警体系

（见表 1）。

目前国际上应用较多的经济景气指数合成理论方法 主要有两种：扩散指数法（DI）和合成指数法（CI）。在 近年我国宏观经济研究实践中，这两种方法也开始有相 关应用，如：国家统计局发布的国民经济综合景气评分和 国经指数等均应用了上述方法。

（一）指数合成方法

擴散指数法（DI）作为经济检测系统的基本构造方 法，在上世纪五十年代就得到确立并广泛应用，但是扩散 指数存在着不能反映经济波动幅度、干扰较大等缺点，于 是第二种指数编制方法合成指数（CI）应运而生。合成 指数法（CI）在编制方法上要比扩散指数复杂的多，它不仅考虑各指标的波动状态，而且将波动程度综合考虑 进来，以弥补扩散指数的不足。因此，相对于扩散指数法， 合成指数更具有量化的特征。

（二）指数合成方法应用研究

从具体应用看，扩散指数更多地关注变动趋势，特别 是对于经济变动“由弱转强、由强转弱”等转折性的重 大变化尤为敏感；合成指数除了能预测经济波动的转折 点外，还能在某种意义上反映经济循环变动的强弱，可以 将具体变动趋势加以量化体现。因此在实际应用中，CI 和 DI 两种方法可以结合使用，共同成为经济景气监测预 警的基本方法。

基于上述扩散指数 DI 和合成指数 CI 的编制方法及 应用特点，本次研究将分别采用两种方法进行指数合成， 以便更好地为税收变动规律实施预测预警。首先，将前 文筛选出的各项风险预警指标构建为一个整体性的宏观 经济税收风险预警指标体系；然后，分别应用两种方法编 制先行性经济税收风险预警扩散指数、先行性经济税收 风险预警合成指数；最后，以上述经济税收风险预警指数 的波动变化情况为数据基础，建立类似国民经济预警的 “红黄绿蓝”税收预警信号体系，由此判断税收发展趋势 以及是否存在结构或趋势性的问题，并开展税收风险预 测预警。

三、宏观经济层面的税收风险预警实证分析

本次实证研究首先选择先行性风险预警指标开展应 用性分析，由于系统性风险预警指标体系更偏向于对宏 观经济税收发展趋势和结构变化的把握与监控，因此，我 们在做实证研究时，尽可能地将实证研究的时间周期拉 长，选择了某市 45 个月度周期的经济数据和税收数据作 为研究对象，将其代入到先行性税收风险预警指标体系 中，通过先行性风险预警指数找出税源变化趋势或结构 变动相对于税收波动在时间上的领先周期，为后期把握 税收发展规律提供先兆性信息。

（一）基于扩散指数法的先行性税收风险预警指数 实证研究

1. 实证研究过程

扩散指数简称 DI， 通过该指数把握税收变动趋势、 揭示税收运行风险的基本思想如下：当所选择的涉税经 济指标中的大部分呈上升趋势时 ， 说明后期税收来源充 足，税收收入处于较快增长阶段 ， 当涉税经济指标中的 大部分呈下降趋势时 ， 说明经济税源有所萎缩，税收收 入增长可能会有所回落或呈现下降趋势。扩散指数的 计算公式是：DI= 上升的指标数目 / 选用的总指标数目

*100%。若指标既不明显上升、也不明显下降，则以 0.5

计入分子、以 1 计入分母。 经过相关性检验和同质化指标的取舍处理，我们从

前文的先行性风险预警指标中挑选出最具代表性的营业 收入变动率、个人所得税应税收入变动率、工业企业主营 业务收入变动率、工业企业利润总额变动率、商品销售总 额变动率、社会消费品零售总额变动率六大指标，编制税 收月度先行性扩散指数（以下简称“月度扩散指数”）。 月 度 扩 散 指 数 的 取 值 范 围 在 0 ～ 100% 之 间，以

50% 为水平线，可以将其划分为四个阶段：当扩散指数大 于 50%，且处于上升趋势，税收总体处于加速增长状态； 当扩散指数大于 50%，但处于下降趋势，税收总体处于增 长状态，但增幅有所回落；当扩散指数小于 50%，且处于 下降趋势，税收总体处于加速下滑状态；当扩散指数小于 50%，且处于上升趋势，经济总体处于下降通道，但下滑 趋势有所减缓。总体而言，扩散指数类似于经济周期的 “一阶导数”，总是趋于在总量本身改变方向之前先行改 变方向。因此，根据扩散指数的变化，可以了解税收变动 的过程，把握整体趋势，判断税收运行的转折点。为更加 直观地反映扩散指数先行的效果，将月度扩散指数、月度 扩散指数滞后一期与各类税收变化率绘成折线图，可以 明显看出指数与税收之间的相关关系和先行周期。

图 1 月度扩散指数与税收收入总量变动率的关系曲线

图 2 月度扩散指数滞后一期与税收收入总量变动率的关系曲线

2. 实证研究结论

（1）月度扩散指数与税收收入总量的变动趋势基本 一致，二者呈高度正相关关系。先行性预警指标包含营 业收入变动率、规模以上工业企业主营业务收入变动率、 工业企业利润总额变动率、商品销售总额变动率、社会消 费品零售总额变动率等指标，这些单一指标与税收收入

总量呈现高度相关关系，因此，可以参照扩散指数的运行 趋势来合理预测税收总额和营业税的变动趋势。

（2）月度扩散指数先行于税收收入总量变动大致一 个月度。由月度扩散指数滞后一期与税收指标的关系图 可以看到，月度扩散指数与税收收入总量的先行周期大 致为一个月。换言之，可以利用当期月度先行扩散指数 的变动情况预测下个月的税收收入变化趋势。

（3）月度扩散指数仅能定性反映下一期稅收收入的 变动趋势，而无法量化评价具体的税收波动幅度。由于 扩散指数的编制方法相对比较粗放，仅通过“0、0.5、1” 来分别代表单一指标的下降、持平或增长，因此，月度扩 散指数的具体数值并无量化的具体含义，仅能通过最终 得到的扩散指数与“50”这一临界值的差距幅度来定性 判断税收变动趋势。

（二）基于合成指数法的先行性税收风险预警指数 实证研究

1. 实证研究过程

合成指数简称 CI，是指从各种经济活动的主要经济 指标中选取一些对景气敏感的指标 ， 用合成各指标变化 率的方式 ， 把握景气变动的大小。合成指数与扩散指数 是相对的 ， 但合成指数的功能更强大些 ， 它不仅能预测 经济周期波动的转折点 ， 某种意义上还能反映经济周期 波动的强度即振幅。类似于扩散指数，以下拟采用月度 经济数据，编制月度税收先行合成指数（以下简称“月 度合成指数”）。

首先，确定基准日期。周期波动的基准日期是波动 达到周期的波峰和波谷的时点 ， 即周期波动的转折点日 期。一旦我们确定了基准日期 ， 周期的持续期间、扩张 和收缩时间也就相应地确定了。因此 ， 基准日期是分析 和预测商品市场波动周期和波动特征的重要依据。同时 ， 基准日期也是确定经济指标之间时差关系的基准。

其次，确定风险指标和基准指标。风险指标仍然沿 用上文所选的六大指标，即营业收入变动率、个人所得税 应税收入变动率、规模以上工业企业主营业务收入变动 率、工业企业利润总额变动率、商品销售总额变动率、社 会消费品零售总额变动率。基准指标是用来确定基准循 环和拐点 ， 更重要的是为风险指标分类（先行、一致或 滞后）提供时差分析参考。结合指标内容与扩散指数拟 合效果，我们选取税收收入总量变动率作为基准指标。

第三，对原序列进行季节因素调整。一般情况下 ， 时间序列受四类因素的影响 ， 它们分别是：循环序列、季 节因素、趋势序列和不规则序列，本文将季节因素和不规则因素去掉 ， 得到趋势循环序列 ， 即为最终分析的序列。 第四，利用时差相关系数法确定风险指标的先行、一

致、滞后性。以税收收入总量变动率作为基准指标，然后 使其它六项风险指标超前或滞后若干期，计算其相关系 数。本文利用 Eviews7.0 计算税收收入总量变动率与六 项指标的时差相关系数。税收收入总量的先行性指标为 个人所得税应税收入变动率、规模以上工业企业主营业 务收入变动率、社会消费品零售总额变动率，且个人所得 税应税收入变动率先行一个月度，剩余两项指标先行两 个月度。对税收收入总量而言，需要将规模以上工业企 业主营业务收入变动率、社会消费品零售总额变动率后 移一个月度，最终计算的合成指数比税收总额领先一个 月度。

第五，进行指数合成。目前，国际上有三种计算合成 指数的方法，分别为 NBER 合成指数构建方法、日木经 济企划厅的合成指数计算方法、OECD 的合成指数计算 方法，本文采用 NBER 合成指数方法构建合成指数。

图 3 税收收入总量变化率合成指数滞后一期和税收指数曲线

2. 实证研究结论

（1）月度合成指数与税收收入总量的变动趋势基本 一致。针对税收收入总额的先行性预警指标包含个人所 得税应税收入变动率、规模以上工业企业主营业务收入 变动率、社会消费品零售总额变动率三项指标，这些单一 指标与税收收入呈现高度相关关系，因此，合成指数与税 收收入的走势基本趋于一致。

（2）月度合成指数与税收收入总量的波动幅度基本 吻合。由月度合成指数滞后一期与税收收入总额之间的 关系图可以看到，月度合成指数不仅与税收收入总量的 变动趋势基本一致，而且在多数时间周期内与税收收入 的变动幅度也基本吻合，再由合成指数的编制原理可知， 月度合成指数不仅可以先行预知税收收入的变动趋势， 也能在一定的程度上反映税收收入变动幅度的强弱程 度，为进一步的税收趋势预测建立良好的基础。

（3）合成指数先行于税收收入总量大致一个月度。 由月度合成指数滞后一期与税收收入总量之间的关系图 可以看到，合成指数与税收收入的先行周期大致为一个月。即，可以利用当期月度先行合成指数的变动趋势和 变动幅度预测下个月的税收收入变化趋势以及增减幅 度。

根据上述实证研究，可以配合趋势图对经济与税收 周期波动的转折点（峰或谷）进行分析和把握，会更加 直观地增加对未来税收变动趋势的预见性。

图 4 经济税收预测预警指数趋势图 四、本次研究成果及需要进一步研究的问题 本文着重研究了宏观经济层面的税收风险预警体系

的构建思路及方法，并据此开展了实证研究，主要研究成 果如下：一方面，将税收风险关注领域从微观企业延伸到 宏观经济层面，并系统性地构建了较为完整的宏观经济 税收风险预警指标体系，据此量化评价宏观经济层面带 来的潜在税收风险；另一方面，借鉴和采用了经济景气指 数的理论和方法，尝试构建税收风险预警扩散指数和税 收风险预警合成指数，以期量化描述经济税收整体变化 趋势及规律，对预测经济税收变动趋势和科学配置征管 资源起到指向性作用。

本次研究只是在宏观层面对税收风险实施预警的探 索性研究，下一步应继續优化完善纳入风险预警的单项 指标，并对风险指数计算合成的方法做深入研究，以提高 税收风险预警的科学性和准确性，提高税收管理工作的 预判能力。

注 释：

① OECD（2004），Compliance Risk Management：Managing and Improving Tax Compliance，Forum on Tax Administration， Centre for Tax Policy and Administration， OECD， Paris.

参考文献：

[1]Mark S.Dorfman.introduction to Risk Management and Insurance[M]. 北京 ： 清华大学出版社 ，2002.

[2] 钟颖 .COSO 框架下集团企业税务风险管理体系构建 [J]. 财 会通讯 ，2016（17）.

[3] 王道树 . 税收流失估算：美国的经验及其对我国的启示 [J].

涉外税务 ，2011（8）.

[4] 蒋震 . 大企业税收风险管理的思路和基本框架 [J]. 税收经济研究 ，2011（6）.

[5] 陈国政 . 上市公司景气指数指标体系构建研究 [J]. 上海经 济研究 ，2017（12）.

[6] 蒋雯婕 . 企业税务风险预警机制探究 [J]. 金融经济 ，2017（24）. [7] 沈峰 . 略论企业税务风险内控机制的构建与测评 [J]. 税务

研究 ，2015（7）.

[8] 李万甫 ， 黄立新 . 构建“互联网 + 税收大数据应用”机制 的思考 [J]. 税务研究 ，2016（7）.

[9] 李 晓 曼 . 税 收 遵 从 风 险 管 理 [M]. 北 京 ： 电 子 工 业 出 版 社 ，2016.

[10] 徐国祥 . 统计预测和决策 [M]. 上海 ： 上海财经大学出版 社 ，2012.

作者简介：傅卓荣，单位为国家税务总局深圳市税务局。

（责任编辑：朱希良）