数据挖掘技术在税务稽查中的应用

数据挖掘技术在税务稽查中的应用

数据挖掘技术在税务稽查中的应用

◆　　蒋丽华

内容提要：多年的信息化建设，使税务应用软件系统中沉积了大量的数据。如何将这些“历史的、静态的”数据变成动态的、具有分析决策性质的信息，已成为当前急需研究的课题。本文通过对数据挖掘技术在税务稽查工作各个环节的应用研究，以期对纳税评估、税源监控与预测等具体工作提供思路，把“死数据”变成支持税务决策的有用信息，全面提升税务系统信息化建设的水平和应用效能。关键词：数据挖掘　　税务稽查　　应用

随着税务信息化建设的发展，应用数据库的规模和数据量在迅速膨胀，各个系统中存储着大量的涉税信息。但是面对这些海量的信息数据，在具体工作中，却往往是“数据丰富”与“信息缺乏”并存，因此如何将这些“历史的、静态的”数据变成具有分析决策价值的信息，已成为目前税务信息化建设向更高层次推进的瓶颈。本文拟从粗糙集、分类、聚类等数据挖掘技术在税务稽查中的应用做一些探讨，以期给纳税评估、税源监控与预测、纳税信誉等级评估等决策信息挖掘工作提供一些思路。

教育和收入等职能作用，有效地维护了税法的严肃性和税收经济的正常秩序。但离新形势下税务稽查工作的要求还有一定的距离，特别是稽查管理的精细化、科学化程度还不高。主要表现在：

１．税务稽查选案缺乏科学性、准确性。当前，涉税违法犯罪日益多样化、隐蔽化，传统的选案方法和选案结果已经制约了稽查案件的有效性、针对性。

２．稽查实施重点不突出。由于选案存在盲目性，制定稽查计划时，只能每年查一定的比例，几年轮一遍，这样就使检查的户数过多，导致日常稽查难以查

一、数据挖掘的基本概念

数据挖掘（Ｄａｔａ　Ｍｉｎｉｎｇ），又称数据库中的知识发现（ＫＤＤ），是指从大型数据库或数据仓库中提取隐含的、先前未知的、对决策有潜在价值的知识和规则的高级处理过程。换言之，数据挖掘就是对观测到的数据集（经常是很庞大）进行分析，发现其中未知的关系并对其有价值的部分以一种新颖方式进行数据总结、分类。它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等各个学科的理论和技术。目前，数据挖掘技术已经成功应用到金融业、零售业、电信业和政府决策等各个领域，取得了良好的社会和经济效益。

深查透；近几年开展的重点行业稽查，选择面太广，没有体现稽查的重点，也没有达到重点稽查的目的；稽查方式仍停留在就账查账的老路上，稽查人员采用“就账查账，账实相核”的传统稽查方法很难查处深层次的违法问题。

３．数据分析手段单一，应用软件间缺乏信息共享。目前在稽查局运行的金税工程协查系统、举报管理系统、以及中国税收征管信息系统等软件，都是相互独立的系统，系统间缺少信息共享。并且这些系统对数据的分析也仅停留于简单的统计和报表功能，缺乏对大规模征管及涉税数据的加工分析。

４．电子商务对税务稽查的挑战。网络经济不仅提供了集信息流、物流和资金流于一体的商务交易模

二、税务稽查工作中引入数据挖掘技术的必要性

式，而且带来了经济结构和运作方式的变革。这种变革直接导致了企业会计信息系统和会计核算方式的变革，也对以会计信息系统为客体的税务稽查产生了极大冲击。具体表现为：税务稽查环境、范围、线索、

技

（一）税务稽查工作现状

近几年来，税务稽查工作通过发挥监督、惩处、