①關心企業收入,根據企業成本和費用,檢查企業利潤是否異常。
②企業成本,根據企業的每一筆費用、商品和匹配稅票,判斷是否有異常。
③企業庫存量,作為一個相對穩定的定期起伏數據信息。供應鏈管理上、中、下游企業的數據信息可以根據檢查來檢查是否有異常。
④企業銀行賬戶,根據應收賬款的金額,判斷是否有異常。
⑤企業應納稅所得額,企業所得稅與企業毛利率不匹配,企業期末存貨與留底稅不匹配;
企業繳納的地方稅務局附加稅與國稅增值稅核對不一致,可根據互聯網大數據識別異常。
最嚴稅務稽查,全面來襲!
40多個部門將提供稅務管理幫助
人力資源和社會保障部、醫療保險部、金融企業、市場管理部、公安機關交通管理局、法院、價格部、高新技術部、出入境管理部等40多個部門為稅務機關提供稅務管理幫助和稅務相關信息共享資源。
舉個例子:
1、人社部:
稅收幫助:按規定繳納社會保險金時,應當在勞動關系、機構人事關系、繳費年限確定等方面給予幫助。
資源共享信息:學籍檔案、職業資格證書、繼續再教育、個人社會保障、學生就業下崗等相關信息。
2、金融機構
稅收幫助:幫助經營者、付款人、義務人和相關被告設立賬戶、儲蓄、凍結儲蓄或扣除稅費。
共享信息:提供賬戶、賬號、投資收益以及賬戶利息、期末余額、單筆資金往來達到一百萬元或者一日內提取現金一百萬元以上等信息。
三、稅務機關向其他部門提供涉稅信息
稅務機關對行政處罰法、欠稅信息、重要稅務違規黑名單信息、異常家庭信息、、異常家庭信息、稅務信用等級信息、稅務數據統計分析。
多部門涉稅信息共享!無死角監管時代來臨!
事實上,除深圳外,一些地區已經實施了多部門信息共享資源體系。對企業實施多部門信息共享資源代表什么?
1、擺脫信息堡壘,控制無死角
過去,稅務機關只能根據稅票、稅務申報等信息掌握經營者的稅務相關信息,不可避免地由于缺乏信息、不平等,使逃稅等違反企業安全規定。
以后,稅務機關不但根據稅收層面把握信息,還能夠利用別的部門把握經營者很多的經濟指標信息,完全擺脫了信息堡壘,企業再想偷漏稅早已難以實現了。
二、監管效率高,逃稅肯定會被發現!
多部門創建涉稅信息共享資源,所有違紀行為都會立即發現,而不是等兩三年才能翻出舊賬。
三、監管范圍更廣,所有違紀行為都無處藏身!
過去,稅務機關主要集中在一些經營者身上,并沒有全面啟動某一領域,特別是在新領域和享受稅收優惠政策的領域。
稅務機關在與多個部門創建涉稅信息共享資源后,可以從多個角度進行分析核對,所有違紀行為都無處藏身。
四、聯合處罰,增加違規成本!
違規成本的增加不僅體現在繳納處罰、滯納金和追究法律責任上。稅務機關向其他部門提供涉稅信息后,也可能影響相關責任人的交通、購房和留學。
金稅四期+互聯網大數據+多部門涉稅信息共享資源,最熟悉你的人很可能只有稅務局
中國的稅收自然環境極其復雜,無論是老板還是自己,雖然不是會計,但一定要有財務觀念。
說到避稅,你可能會問:納稅是一項不可推卸的義務。你怎么能說有效的避稅呢?避稅不是一種違法犯罪嗎?你能做什么?在這個問題上,我們應該區分它。避稅不同于逃稅。避稅是為了有效地降低稅收支出,而逃稅并不是為必須納稅的新項目。
合理合法的避稅是指經營者在重視稅收法律、依法納稅的條件下,采取適當的對策,避免納稅責任,減少納稅費用。有效的避稅不是逃稅,而是一種常規的法律法規主題活動。有效的避稅不僅是財政部門的問題,也是銷售市場、商業服務等部門的相互合作,從合同簽訂、資產收支等領域開始。
用案例告訴你稅務大數據到底分析了個啥?
一、稅務機關數據
(一)稅務登記數據風險分析
(二)申報數據風險分析
(三)發票數據分析
(四)新辦企業綜合分析
二、企業財務數據
(一)會計科目數據分析
1.其他應收款。
2.營業外支出。
3.會議費支出。
4.其他應付款。
(二)會計指標風險分析
(1)存貨周轉率。
(2)應收賬款占營業收入比例。
(3)增值稅稅負和成本利潤率
(4)成品油抵扣進項稅額比例
(5)企業所得稅貢獻率(企業所得稅占營業收入比例)
三、第三方數據
財政部門:財政專項資金使用情況;財政獎勵信息;政策性拆遷補貼;政府招標采購信息;房地產項目土地返還款信息;政府工程項目審計報告等。(發改委:固定資產投資、核準、備案信息;基礎建設項目投資信息等。
工商部門:股權轉讓信息;關聯關系信息;注冊資本變動信息;股東信息等。
民政部門:安置殘疾人就業信息;福利彩票銷售、獎勵信息等。
國土資源部門:土地出讓信息;耕地占用信息;土地權屬變更信息等。
住建管理部門:工程竣工驗收信息;工程造價信息等。(作者:當地造價站會公布主要建筑材料的價格信息,這個對審核價格非常重要,工程造價也會參考這個價格。)
公安部門:入住信息;通訊信息;微信信息;支付寶信息;車輛登記信息;車輛檢測信息等等,個人信息最全的部門。(
2018年底,某市稅務局稽查局對某駕駛學校進行檢查,該駕校主要從事機動車駕駛員培訓,因學員為個人,不需要發票,該駕校通過個人微信、支付寶收取學員費用,少記收入。檢查人員通過外調車管所學員報名情況、教練車備案情況、學員考試名單等資料,與駕校賬列學員名單匹配,查補稅額300萬元。
運管部門:客貨運公司信息;運輸車輛GPS信息等。
海關部門:進出口設備信息;報關單信息等。
審計部門:工程項目審計報告;離任審計報告;年度審計報告等。(作者:財政部門如果對工程審計踢皮球的話,我還打算去審計部門碰碰運氣,呵呵,總要抓到一個免費勞動力。)
科技部門:高科技企業登記信息;技術轉讓信息;科研項目立項信息等。
人民銀行:存款、貸款、資信、流水信息;反洗錢中心分析信息等。
黃某在眉山市某商業銀行開設個人賬戶,2015年5月至2017年5月,共發生交易1904筆,累計金額高達12.28億元。2017年6月,眉山市人民銀行反洗錢中心通過情報交換平臺向眉山市地稅局傳遞了情報。最終核實,黃某通過控股甲公司取得股息、紅利2億元,未繳納個人所得稅。
知識產權管理部門:轉讓專利權名單信息等。
供電、供水、燃氣公司:能源、資源耗用信息等。
殘疾人聯合會:殘疾人證發放統計信息;企業安置殘疾人信息等。
安全生產監督部門:危化品檢驗、管理信息等。
城管執法部門:廣告工程信息;戶外廣告登記信息等。
人民法院:動產、不動產、股權處置信息;裁定書;判決書;企業破產信息等。
專業涉稅機構:資產評估報告、年度審計報告、土地增值稅清算報告等。
四、互聯網數據分析
(一)專業網站
1.Aoogle earth (谷歌地圖)。利用衛星照片查看建筑物過去每天的具體情況,也許可以發現些奇奇怪怪的事情。
2.當地的住宅與房地產信息網站。了解新開樓盤信息,包括:開發商、項目信息、樓盤出售情況、限購房源、平均價格、廣告宣傳信息等。
3.當地國土資源管理局網站。查詢土地招拍掛信息、土地轉讓信息等。
4.公共資源交易中心網站。各省市都有這樣的網站,可以查詢建筑工程、政府采購、招投標信息等。
5.裁判文書網。涉稅訴訟都可以在這上面找到,有時候看法官怎么說的相當提升自己的談話水平。
6.巨潮資訊網。證監會指定信息披露網站,上市公司公告都在這里第一時間發布。
7.當地的建設工程造價信息網。當地造價站每個月都會出一份,工程量、材料價格、人工成本都在里面,相當好用還免費。
(二)專業軟件
“爬蟲軟件”。簡單說就是可以對關鍵信息進行快速檢索和分析的軟件,有錢的地區已經在試點與互聯網公司合作了,稅務加計算機雙料人才一定是發展趨勢,不知道我來得及不?
某省稅務局開展專題性涉稅風險信息采集,委托浪潮公司對本省上市公司股東股票減持信息進行數據抓取,共計798條。下發各市局核查,取得良好效果。(作者:看著別人家的,口水流一地。)
五、大數據分析測算
(一)能耗測算
某企業主要生產高強度瓦楞紙,2020年產成品入庫11000噸,煤、電為主要能源,按行業平均標準,每噸產成品耗煤量0.69噸,每噸產成品耗電量400千瓦時。2020年耗用煤10300噸,耗用電600萬千瓦時。
根據耗煤量測算產成品數量10300/0.69=14900噸,根據耗電量測算產成品數量6000000/400=15000噸。按14900噸計算實際產量,與入庫產成品差14900-11000=3900噸。(作者:如果制造產品單一,工藝有行業標準,我建議還是照章納稅吧,別折騰了。)
(二)工時(工資)測算
某造紙機械廠主要生產復卷機,庫存極少。2019年申報銷售收入660萬元,每臺復卷機需要噴漆280個小時,生產工人100人按保底工資+工時工資計算工資,保底工資800元每月(合計96萬元),工時工資1元每小時。該企業計提生產工人工資106萬元。復卷機平均市場價格2萬元每臺。
根據生產工人工資計算總工時(106-96)/1=10萬工時。根據測算工時計算總產量100000/280=357臺。根據測算生產數量計算銷售收入357*2=714萬元。(作者:如果將目標集中在原材料發票上,不如多在人工費用上想辦法。公眾號正好有篇文章,講勞務費虛開的,了解一下?)
(三)設備產能測算
某食品有限公司主要從事巧克力及巧克力制品的生產。2011年開始試生產,2016年申報銷售收入10.54億元,2017年申報銷售收入10.87億元,2018年申報銷售收入11.1億元,2019年上半年申報銷售收入3.15億元。該公司2016-2019年在建工程和固定資產-生產設備增長較大,留抵大量進項稅額。固定資產的增加并沒有帶來銷售收入的增加,買來的設備不使用嗎?經詢問會計,新建生產線遲遲沒有達到預定可使用狀態,一直在調試。檢查人員外調了機器設備制造商,得知該生產線早就安裝調試完畢,產能每年增加1.1萬噸商品,按平均單價11212元計算,新增產品市場價值12332.2萬元。2016-2018年銷售收入并無明顯變化,存在隱匿收入的風險。
(四)人工智能
深圳市稅務局利用人工智能搭建AI風控平臺,結合稅務登記數據、個人征信數據、風控模型、涉稅指標,利用機器學習的算法進行建模,為企業畫像,根據畫像結果精準識別稅務風險,風險識別命中率高達90%。截止2019年6月底,深圳市稅務局已經畫了“虛假注冊”“虛開發票”兩張企業畫像,下達任務177批次,涉及36916戶納稅人,風險命中率分別為89.64%和86.18%