爬蟲技術在稅務稽查中的應用與思考

張福偉

（一）信息獲取渠道單一,，內容有限

在傳統(tǒng)的稅務稽查工作中,，檢查人員主要依賴于企業(yè)的報表（會計報表、納稅申報表）,、會計憑證,、發(fā)票和第三方的鑒證報告（會計師事務所或稅務師事務所出具的審計報告等）來獲取所需信息，但由于這些資料均是由被檢查的企業(yè)提供,，很難保證其真實性,。為此，稅務部門在納稅申報表上設計了大量的關聯(lián)項目,，在一定程度上規(guī)避了一些常見的涉稅風險,，同時也大大增加了納稅人的負擔。雖然進行了多次的優(yōu)化,，但納稅申報表項目之多還是飽受爭議,。隨著“放管服”工作的推進以及稅務營商環(huán)境的進一步優(yōu)化，納稅申報表也有從繁向簡演變的趨勢,，而這會使稅務稽查人員獲取的信息進一步減少,。

（二）第三方信息的獲取還停留在初級階段

目前，稅務稽查工作采用的第三方信息更多的是來自于銀行交易數(shù)據(jù)的查詢與比對,。而這些信息僅僅是流水賬式的數(shù)據(jù)羅列,，其中個別信息還只是不完整字段的紙質信息,，極不方便分析、統(tǒng)計,。

（三）市場主體資本運作模式,、交易模式不斷創(chuàng)新，對稅務稽查工作提出了挑戰(zhàn)

現(xiàn)如今,，各種商業(yè)模式不斷創(chuàng)新,，從盈利模式、資本運作模式,，到交易的結構,、支付的手段等都在不斷的變化。企業(yè)為了適應這種變化,，便更加依賴信息化,。集團企業(yè)的財務中心模式、人工智能在內外部審計的應用等對稅務稽查工作提出了新課題,、新挑戰(zhàn),。

爬蟲技術已經(jīng)成為搜索引擎的重要組成部分,。傳統(tǒng)的搜索引擎雖然已成為人們檢索信息的重要工具,，但傳統(tǒng)的搜索引擎也存在著一定的局限性，如：效率低,，搜索引擎所返回的結果包含大量用戶不關心的網(wǎng)頁,；有限的搜索引擎服務器資源與無限的網(wǎng)絡數(shù)據(jù)資源之間的矛盾進一步加深；不能很好地發(fā)現(xiàn)和獲取不同數(shù)據(jù)結構的信息,。而“網(wǎng)絡爬蟲”可以完全不依賴用戶干預實現(xiàn)網(wǎng)絡上的自動“爬行”和搜索,，可以根據(jù)既定的目標更加精準地選擇抓取相關的網(wǎng)頁信息，有助于在互聯(lián)網(wǎng)海量信息中快捷獲取有用的涉稅信息,。

（一）爬蟲技術在稅務稽查工作中的應用

在2010年前后,，各地稅務機關已經(jīng)開始嘗試使用爬蟲技術進行第三方數(shù)據(jù)的采集和分析，并收獲了一定成效,。例如,，青島市國家稅務局利用爬蟲軟件，爬取了某境外上市公司的減持信息,，進而查處了某境外非居民企業(yè)股權轉讓案件,，查補稅款接近2億元；2016年,，福州市國家稅務局爬取了企業(yè)十大股東變化信息,，繼而對涉及企業(yè)開展評估，查補稅款6 399.8萬元,，調減以前年度虧損71.91萬元,。

爬蟲技術在稽查工作中的應用呈現(xiàn)出以下特點：一是從地域上看,，沿海地區(qū)由于經(jīng)濟發(fā)達，涉及股權等資本交易的事項較多,，爬蟲技術應用也較多,；二是從采集的信息內容看，爬蟲技術主要集中在股權等資本交易事項上,，特別是上市公司,、中小板、創(chuàng)業(yè)板的強制披露信息的采集與分析,；三是從合作形式上看,，大部分地區(qū)都依托第三方科技公司進行開發(fā)，自行開發(fā)的較少,；四是從實施成效上看,，亮點不少，但占比不大,，尚未形成有品牌效應的核心產(chǎn)品。

（二）爬蟲技術在稅務稽查工作中面臨的問題

1.信息覆蓋面較窄,。例如,，爬蟲技術主要針對的是上市公司的公告和流通股股東變化，對于非上市公司信息的變化和其他股東的變化情況還不能掌握,。另外,，股權異地轉讓和合伙企業(yè)的穿透問題還有待進一步的探索。

2.信息源不穩(wěn)定,。一方面是由于網(wǎng)絡信息變化快,，同時，數(shù)據(jù)的真實性差,，所以常會出現(xiàn)數(shù)據(jù)差錯,。因此需要在多個網(wǎng)站之間進行數(shù)據(jù)比較，在生成數(shù)據(jù)結果后還需要再次通過多方面信息進行核實,。另一方面是由于“網(wǎng)絡爬蟲”的技術特點,，網(wǎng)頁的框架結構的變動會對抓取數(shù)據(jù)產(chǎn)生極大的影響，因此需要時常關注目標網(wǎng)頁是否發(fā)生變動,，并及時對程序進行修改維護,。另外，隨著涉稅信息采集面的增加,，上述問題發(fā)生的概率也成倍增加,，維護成本也會增加。

3.信息安全成本較高,。為了保證數(shù)據(jù)安全,，爬蟲軟件幾乎都要實施嚴格的內外網(wǎng)物理隔離,。因此，互聯(lián)網(wǎng)采集的數(shù)據(jù)通常是通過人工拷貝的方式復制進內網(wǎng)再進行加工,。這種方式打斷了數(shù)據(jù)從采集到加工的過程,，阻斷了全自動化的進程，無形中增加了運行成本,、降低了效率,。

4.人才十分匱乏。運用爬蟲技術采集信息,，需要既精于稅收業(yè)務又懂計算機技術的人員,，但工作中，這種人才非常少,。

5.缺少統(tǒng)籌規(guī)劃,。無論是內部的人力資源、財力資源的配置,，還是外部環(huán)境的溝通與構建都沒有一個明確的實施目標與路徑規(guī)劃,，亦或是有規(guī)劃但可行性不強。

（一）從零散,、不成體系的應用向系統(tǒng)集成轉變

集成的主要內容包括數(shù)據(jù)源和分析模型。其中,，數(shù)據(jù)源不應該僅僅是上市公司的信息,，也不僅僅是區(qū)域的信息，而應是全國交易市場的信息及海外交易市場的信息,，這些可以參照反避稅工作所進行的數(shù)據(jù)采集和對比工作,。關于異質的數(shù)據(jù)結構的問題，國家稅務總局進行標準化并定義好稅務端的接口即可,，數(shù)據(jù)清洗和加工工作則可以交由專門的機構進行,。此外，為了保證爬蟲軟件的效率,，同時減少后期數(shù)據(jù)的清洗和校驗工作,，可以采取“買數(shù)據(jù)”的方式，從目前基于網(wǎng)頁的海淘式采集向從專業(yè)的數(shù)據(jù)公司購買清洗后的數(shù)據(jù)源轉換,，以大大提高“網(wǎng)絡爬蟲”的效率,。

（二）從關注交易向關注資本轉變

稅務稽查的核心是對交易的判定，從而了解交易各方的情況,。但交易是隱形的,、復雜的，交易實質不容易把握與甄別。因此,，稅務稽查工作應運用爬蟲技術,，抓住資本這個關鍵，用資本的軌跡來重構企業(yè)交易行為的軌跡,，通過兩者相互印證,，從而還原商業(yè)實質，強化征管,。另外,，通過資本還可以定位稅收的風險點，例如在稅務部門“打虛打騙”過程中,，利用爬蟲技術勾勒出涵蓋自然人的資金流圖譜,，用金稅工程三期系統(tǒng)的數(shù)據(jù)勾勒出涵蓋全國的發(fā)票流圖譜，并將兩者進行對比,，從而發(fā)現(xiàn)交易實質,。

（三）從精準發(fā)現(xiàn)問題向大概率預測轉變

現(xiàn)在的爬蟲技術還停留在發(fā)現(xiàn)問題（如在股東處置資產(chǎn)后是否進行了申報等問題）的階段。未來,，應從發(fā)現(xiàn)問題向大概率預測問題轉變,。例如某公司發(fā)公告進行股權激勵，那么在數(shù)年后可以等待該股權激勵的兌現(xiàn)和轉讓,；某公司計劃重組,，引入其他非關聯(lián)的投資者，那么可以預測該公司的留存收益很有可能發(fā)生減少,，等等。

（四）完善人才隊伍

人們通常談的是人員的素質無法適應現(xiàn)在新形勢下的稅務稽查工作,，而筆者想強調的并不是當前人員素質不高的問題,，而是人才錯配的問題。在實踐中,，精通所有工作的人才幾乎是不存在的,。筆者認為，要想加強爬蟲技術在稅務稽查工作中的應用,，首先要進行的是把稅務部門現(xiàn)有的人力資源按照技術人員與業(yè)務人員進行分類,，在分類的基礎上實現(xiàn)對接和融合；其次才是考慮構建全方位人才隊伍,，實現(xiàn)技術人員與業(yè)務人員的統(tǒng)一,。

（本文作者系北京市燕山地區(qū)國家稅務局局長）