法國財政總署（DGFIP）是 2008 年由法國稅務總署（DGI）和公共會計總署（DGCP）合并成立的，由稅務部、公共會計部和其他部門組成。信息技術部門直接隸屬于 DGFIP。信息技術的廣泛運用，使法國的納稅服務和稅收征管工作效率顯著提升。DGFIP 的雇員已從 2008 年的 14.4 萬人逐步減少到 2016 年的 10.65萬人。法國企業納稅人普遍采用網上申報方式，2017年開始年收入高于 19 000 歐元的個人納稅人也必須在網上申報。法國在稅收征管中重點運用風險管理理念，整合信息系統，優化風險模型，強化信息質量。法國稅收風險管理中的信息技術應用尤其值得學習借鑒。
法國稅制體系中有增值稅、公司所得稅、個人所得稅、不動產稅等多個稅種，多個稅收管理軟件相互之間并不統一。法國稅務部門可以使用的獨立基礎信息系統主要有：
?
個人所得稅系統：除包含稅收收入信息外，納稅人的年齡、住址、婚姻情況等信息均記錄在該系統內。
?
企業經營戶系統：記錄工商戶的經營狀況、會計信息和企業納稅申報表等信息。
?
銀行賬戶信息庫系統：記錄個人或工商戶的銀行開戶、銷戶、地址等信息。若個人在國外有銀行賬戶，需通過個人所得稅申報才能體現。因此，法國正在積極籌建國際數據交流系統。例如目前與美國合作，雙方充分交換納稅人賬戶信息。歐洲范圍內，德國人在法國的銀行賬戶，法國會及時通知德國相關賬戶情況。
地區間增值稅系統：稅務與海關的合作系統，所有申報出口信息統一記錄在內，方便稅務部門獲取。
居民股份信息系統：法國居民在公司的股份情況，均被記錄在該數據庫。
不動產數據庫系統：國內買賣不動產的協議合同集中在該數據庫。
DGFIP 信息技術部門研究發現各基礎信息系統之間標準不一，使得信息交流不夠順暢。因此，他們積極進行納稅人基礎信息系統的統一整合。這項基礎信息系統整合工作還在進行中，但初步成效已經顯現，納稅人的數據信息基本可以按照統一標準導入各種稅收風險分析系統中，然后再進一步深入地挖掘利用，為法國稅收風險管理的深入開展奠定了堅實的信息系統基礎。
法國稅收風險管理中，使用最多的是?SIRIUS 系統。這是一種通用的稅收風險分析系統，最新的 SIRIUS ?PRO 系統于 2012 年投入使用，包括以下模塊 ：
基本情況分析：這是關于納稅人的具體稅收概況分析，通過該模塊可以了解企業的稅務類型、資質能力、營業額等情況。同時，還可以查看以往稽查的歷史信息、不同種類的稅收減免清單、各稅種的稅收優惠等信息。
?
指標清單：經稅收分析人員和信息技術人員合作，SIRIUS PRO 系統內已經開發設定好約有 50 個稅收指標，并且指標數量還在持續增加。納稅人的具體稅收數據信息被導入后，可以自動計算出稅收指標的數值并進行打分。
文件綜合分析：例如可以將每個月的增值稅申報數據調出生成一張表，或將多年度的所得稅繳稅記錄生成一張表，然后結合財務會計層面的分析，計算出財務比例、附加值等技術分析指標。。
自定義模塊：這是稅收風險管理部門自行研究運用的系統模塊，例如大企業納稅辦公室（DGE）的稅務分析小組有相關權限。
需要說明的是，SIRIUS PRO 系統主要是對單戶企業進行稅收風險分析，因為指標數量較多，所以系統并沒有采用復雜的統計方法，而是采用簡單相加得到最終分值。稅務人員在對企業進行稅收風險分析時，沒有硬性規定要選哪些指標，而是結合實際情況從SIRIUS PRO 系統中選擇適用性較強的指標進行深度分析。總體來說，SIRIUS PRO 系統給稅務人員提供了較為可靠的稅收風險信息池，通用性較好的批量稅收指標可以使稅務人員初步掌握企業的稅收風險情況和主要的風險指向，為深入分析識別稅收風險做好充分準備。
法國稅務部門深層次的稅收風險管理主要是充分利用信息技術進行數據挖掘，建立專業的風險分析模型，進行更高效的稅收稽查。他們運用數學思想，將納稅人分為兩組集合類型：已稽查納稅人群體和未稽查納稅人群體。根據已稽查納稅人群體的風險特征建立數學模型，應用在未稽查納稅人群體，預測今后可能發生稅收欺詐的概率。模型由專門辦公室負責研發，辦公室共有 15 名專家，其中 5 位信息技術專家，2 位稅務專家、5 位數學家、3 位統計專家，大多具有博士學位。他們通力合作，主要運用數學理論建立稅收專業分析模型。所有模型開發出來后必須用實踐檢驗并進行修正，以提高模型的適用性和科學性。模型主要用于地產、制藥等重點行業，其開發、測試、反饋等通常需要幾個月的時間。開發專業模型通常使用 SAS等軟件，數據來源是 SIRIUS PRO 系統。
目前，法國稅務部門的專業風險分析模型尚處于起步階段，主要研發有增值稅欺詐模型、集團內轉讓定價模型、資產清算錯誤模型等。以增值稅欺詐模型為例，根據已稽查企業集合，放進增值稅欺詐企業，列入年份、營業額、員工數、主管人員、利潤額等信息，將相關信息設為變量，根據變量的分值利用數學模型預測每個變量在未稽查群體中的概率?，F階段已研發出 6 個專業模型，主要用于大區和省級中小企業的稅收風險評估，未來可能會用于評判大企業欺詐舞弊概率。法國稅務部門對于專業模型的研發比較嚴謹，認為應充分運用大數據，樣本數量必須足夠多，要有幾千或幾萬家企業樣本才能進行科學預測，因此模型樣本為全國已稽查企業。他們每年做 50 000 多個深入稽查，為模型研發提供了較好的樣本基礎。另外，DGFIP2016 年成立了稅收選案委員會，統籌管理稅收風險選案。稅收選案委員會選擇稅收風險度比較高的企業或個人納稅人，開展稅務稽查等行動。它屬于決策機構，包括稽查代表和選案代表。委員會確定選案大方向，選案部門與稽查部門聯合開展工作，既有每月常規性例會，也有臨時性會議，會議內容涉及稅收風險分析和數據挖掘質量。稅收風險分析與應對管理聯動，共同提高工作效率和質量。
DGFIP 設有專門的國家稅收調研部（DNEF），主要負責開展稅收信息情報的調查研究工作。該部門約有 200 多人，由 24 個大隊組成。其中 14 個大隊可以和警察一起進行現場搜查，審問嫌疑人員，但前提是獲得法官的允許。3 個快速行動大隊，主要與海關合作，負責對增值稅欺詐的調查工作。7 個調研大隊不負責外勤，主要了解行業經濟情況，幫助其他大隊開展稅務稽查工作。DNEF 主要在稅收稽查規劃階段開展工作，在稽查大隊下企業前根據規劃有目的地進行稅收信息情報調查。2010 年，法國還啟動了稅務警察計劃，DGFIP 培訓了 50 名專業警察，為稅務稽查提供相關幫助。DNEF卓有成效的工作實現了法國稅務稽查“兵馬未動、情報先行”，稽查大隊到企業稽查時，已充分掌握企業相關信息，稽查工作的效率和質量得到有效保證。
國內層面，DGFIP 與諸如法院、社保、警察等部門開展充分的信息交換，各部門之間信息交換均有法律規定。例如銀行賬戶資料表就由稅務機關掌握，所有法國銀行均應向稅務部門報告客戶賬戶存款等情況。法院會將審判結果傳給稅務機關。社保部門定期將個人信息傳給稅務部門。同時，法國企業每年有義務主動向稅務機關提供每個雇員的信息。所以個人收到報稅單時，稅務部門已將部分信息填好。
國際層面，法國與歐盟以及世界其他國家開展廣泛的國際稅收情報交換。法國已就 BEPS 相關成果諸如國別報告等進行相關立法，工作重點并非單純的情報交換，而是將交換獲得的情報放在納稅申報表等資料中，以便更好地被稅務人員利用。歐盟正在試圖建立共同稅收情報交換組織，第一步是 2017 年在歐盟層面開展工作，各成員國建立情報交換平臺，然后將情報匯總到歐盟；第二步是歐盟層面獲得的多邊稅收情報，例如國別報告（CBC）、統一報告標準（CRS）、歐盟裁定系統等信息，反饋到各國信息系統。未來在歐盟內部，個人收入信息將有望每年進行自動交換。
DGFIP 為稅務人員提供了大量培訓，以便其掌握和利用這些信息系統。稅務部門擁有充分的稅收信息后，可不再要求納稅人提供。依靠充足的稅收信息稅收風險分析更加精準，稅收稽查工作更有成效。DGFIP認為稽查選案時可能因數據或指標問題導致準確性出現偏差，通常稽查后納稅人補繳的稅款若在 10 000 歐元以下，則被認為選案不準確，要盡可能避免這種情況出現。選案準確率的目標是補繳稅款超過 10 000 歐元的案件占總選案數的 85%-90%，現實中已達到 80%以上，這意味著法國稅務部門的稅收信息情報應用和風險分析識別準確性已達到較高水平。
法國稅收管理中有很多基礎信息系統，它們隨著法國稅收征管的需要發展起來，雖然實用但比較雜亂，不利于稅收管理服務的發展。因此，法國稅務部門積極采用“數據倉庫”理念，致力于整合基礎信息系統，統一標準，優化接口，使數據信息的交互對接變得更為暢通便捷，在稅收風險管理中 SIRIUS 系統可以方便地獲取相關數據信息，為稅收數據情報的挖掘利用奠定堅實基礎。相比之下，我國稅務信息化建設并不落后于發達國家，但信息系統利用效率不高。因此，我國稅務部門積極研究推出“金稅三期”系統，統一標準，整合資源，更加高效地為稅收管理服務提供技術支撐。這與法國稅務部門的信息化發展思路頗為一致。實際工作中，我們不必刻意追求基礎信息系統如何先進，而應重點關注系統的穩定性和安全性。基礎信息系統統一完善后，積極研發對接“數據倉庫”的通用稅收風險分析系統，為廣大稅務人員提供企業基本稅收風險情況，以便更深入地開展稅收風險分析識別和應對處理。基礎信息系統的整合完善是稅收信息化發展的關鍵。
法國設有 DNEF，積極開展稅收信息情報的調查工作。同時，法國稅務部門積極與國內其他政府部門、歐盟以及其他國家開展充分的稅收情報交換。這些高質量的稅收數據信息為稅收風險管理提供了優質原材料，再配以科學合理的方法和技術，就可以精準地發現稅收風險問題。我國在稅收風險管理中所獲得的數據信息的質量有待進一步提高。例如納稅申報表等資料，中小企業填報的不容易比對驗證的諸如資產負債、水電氣能耗等數據，這些數據信息在未經驗證的情況下用于稅收風險分析，結果可能失之毫厘謬以千里。因此，稅收風險管理必須高度重視數據質量。
法國稅務部門積極研發稅收風險專業模型，其突出理念是模型貴在精而不在多，務求科學精準。我國很多省市局和區縣局稅務機關都在研發稅收模型，但質量參差不一、效果差強人意，主要原因是很多研發人員缺乏足夠的稅收和數學專業知識。同時，數理統計要求的大樣本很難做到，部分模型的樣本甚至只有幾十家企業，且個體差異較大，加之采用絕對平均值等初級方法尋找風險特征，指標的準確性較為有限。因此，我們可以學習法國稅務部門，安排精兵強將，堅持嚴謹態度，采用科學方法，研發精準可靠的稅收風險分析專業模型，穩步提高稅收風險分析的技術水平。
法國對于稅收信息化發展制定有很多法律法規，稅收信息交換是強制義務，稅務部門在管理中擁有充分的溝通權力，可以要求納稅人和相關企業或個人提供完整的稅收信息，甚至可以與執法部門合作調查。我國稅收信息化發展法律保障不足，政府各部門之間稅收信息交換和國際稅收情報交換尚缺乏系統規范的法律法規。因此，建議借《中華人民共和國稅收征收管理法》修訂等時機，完善稅收信息相關法規制度，更好地為稅收現代化發展保駕護航。
作者單位：蘇州市國家稅務局 |
