税收风险分析识别是围绕税收风险管理目标，依据掌握的涉税信息数据和构建的税收风险指标体系，运用量化模型技术与互联网信息技术相互融合，对潜在的税收遵从风险进行深入分析研究，探究税收风险特征规律，寻找发现税收风险可能发生的区域、行业、纳税人及具体的税收风险漏洞环节的过程，并对可能产生的税收流失损失进行估测，为科学有效实施税收风险应对、控制和排查提供具体的风险指向和决策依据。根据这个定义，税收风险分析识别的目的有两个方面：一是要从错综复杂的税收环境中找出税收风险发生的来源、方向和具体目标，使税务机关明确所面临的主要风险区域、风险行业、风险纳税人及具体的风险疑点，进而及时集中资源实施有效的风险应对和风险控制；二是对税收风险发生的概率及潜在的税收流失额度进行定性和定量的估算和预测。通过估测税收风险发生的概率及税收流失的额度，可以使税务管理人员了解税收风险发生带来的潜在损失和危害后果，进而优化和配置管理资源，集中力量应对和控制税收流失风险较高的区域、行业和纳税人等。

（一）税收风险分析识别层级分类

税收风险分析识别是一个庞大的体系，涉及税收风险管理不同层级的各个环节。按照税收风险分析识别的范围可将其分为宏观税收风险分析识别、行业税收风险分析识别和微观税收风险分析识别。

1.宏观税收风险分析识别

宏观税收风险分析识别是围绕税收风险管理目标，依据掌握的宏观涉税信息数据和构建的宏观税收风险指标体系，运用量化模型及信息技术手段，从国家、地区的宏观层面对潜在的税收流失风险进行深入分析研究，探究规律，查找、发现税收风险发生的主要区域、行业、企业及特殊风险事项等，并对国家和地区可能产生的税收流失进行估测，为宏观税收风险管理决策和规划提供依据，同时也为行业及微观税收风险识别、应对处理提供指引。宏观税收风险分析识别的内容具体包括以下几个方面：

第一，通过宏观经济发展趋势分析判断税收遵从发展的趋势，分析发现税收遵从水平变化的早期迹象及变化趋势。比如，税收收入和GDP的比较分析，如果GDP增长变化超过税收收入增长变化，可能意味两者之间的税收缺口在扩大，税收收入增长受潜在因素阻碍，税收流失的风险在增加；如果两者变动基本是同方向、同幅度协调运行发展的趋势，则反映两者协调运行呈良性互动趋势，有利于经济与税收平稳协调发展，总体税收遵从发展趋势较好，税收流失风险较低。

第二，从宏观层面对国家或地区的纳税能力和实际征收进行比较，计算税收征收率，对征收率水平及变动进行分析判断，可以分析识别征收率不足的地区及行业，挖掘税收征管潜力。比如，在成品油生产批发和零售产业链中，通过对所有成品油生产企业的产量和库存进行汇总，与各成品油零售企业的销售额进行对比，可以发现成品油零售企业是否有未足额申报的税收缺口，进而识别成品油零售行业的税收流失风险。

第三，通过民意调查方式，对公众的税收遵从态度和行为趋势进行趋势分析研究，为税收风险管理战略规划的制定及风险应对策略的改进和完善提供决策依据。

第四，通过税收制度的风险分析识别，一是分析研究现有的税收制度和政策执行过程中可能产生税收流失的风险漏洞环节，进而明确需要不断改进和完善的税收制度环节。二是分析研究新的税收立法或规章制度的执行将会产生的税收不遵从风险隐患，在税收政策宣传、辅导过程中强化防范。

第五，从宏观层面进行分类分析识别，是宏观税收风险分析识别的重要内容。分类的标志通常是地区、规模及行业，也可以按照税种、风险类型进行划分。如根据企业缴纳的税种分为直接税风险和间接税风险，以致细分度量到每一具体税种的税收流失风险；根据税收管理的环节，可以分为税收登记认定风险、纳税申报风险及税款及时足额入库风险等；根据业务类型分为电子商务、避税港交易、现金交易、出口退税业务、股权交易等特殊业务的税收风险等。以相似风险特征对纳税人进行分类，有利于更科学准确地对税收遵从风险进行分析和识别，提高税收风险管理的专业化水平，为有效实施税收风险应对提供科学的决策依据。

2.行业税收风险分析识别

行业税收风险识别是处于宏观和微观两者之间的中观层面，在税收风险识别体系中具有承上启下的作用，是税收风险分析识别的核心和重要组成部分，其基本方法是宏观税收风险分析识别和微观税收风险分析识别的有机结合。

3.微观税收风险分析识别

微观税收风险分析识别主要是对税收遵从风险的进一步深入分析，查找和发现税收风险源、风险易发环节及具体的风险疑点的过程。通过多渠道采集涉税信息数据，建立税收风险指标体系，利用数理统计及相关数据挖掘等智能技术工具和方法，分析、识别、指出税收遵从风险的具体环节和目标，进而总结、提炼不同行业的税收风险的特征和规律，改进和提高税收风险分析识别的科学性和准确性。资料显示，在国际范围内，税收风险高发区域主要集中在大型公司、跨国关联交易及使用现金交易的涉税业务中。

（二）税收风险分析识别的原则

为了有效地开展的税收风险分析识别，提高风险分析识别的科学性、准确性和有效性，在具体实施过程中应遵循以下原则。

1.规范化原则

（1）规范建立税收风险分析识别的相关制度和标准，明确风险分析识别的岗位职责，结合区域税源的税收情况，确定风险分析识别的工作流程和主要内容，建立风险分析识别的标准化管理机制，根据不同层级的税收管理任务目标，确定税收风险分析识别的算法，计算和调整相关参数，建立风险分析识别的绩效考核机制等。

（2）强化风险分析识别对各类税收风险的统一分析、集中管理，避免实际工作中的多头分析、各自为战的弊端，确保各级税务机关税收风险分析识别策略和方法的规范化、标准化和一致性。

（3）结合金税工程进展，顺应征管数据和业务大集中的发展趋势，风险分析管理职能及分析人员适度上收和集中，提高国家税务总局、省（市）税务局在税收风险分析识别中的集中化和专业化管理能力，为建立全面科学的税收风险分析识别体系提供框架和指引。

2.主导性原则

税收风险表现在很多方面，但税收风险管理是以纳税人的税收遵从风险管理为主，所以税收风险分析识别也主要是以纳税人的税收遵从风险为主要分析识别对象，而以其他风险分析识别为辅，如征管质量考核和税务执法风险的分析识别。坚持税收风险分析的主动性原则，就是要加强纳税人税收遵从风险的分析识别，并采取有效措施对发现的税收流失风险及时有效控制和排除，随之征管质量考核绩效就会相应提高，税务执法风险亦能得到有效防范和控制。

3.系统性原则

税收风险的产生和发展具有系统性的规律和特点，所以税收风险分析识别也应遵循系统性原则，按照科学的流程系统全面地分析识别生产经营过程中可能产生税收流失风险的发生规律和特点，从不同层次、不同角度寻找税收风险发生的区域、行业和纳税人，进而找到真正产生税收流失的漏洞，即税收风险点，预测可能产生的税收流失的损失后果及风险危害程度，为采取有效的风险应对策略提供决策依据。

4.专业性原则

税收风险是一个复杂的系统，包括不同层面、不同区域、不同行业、不同类型、不同性质、不同风险的损失程度。由于税收风险的复杂性特点，在选择分析识别算法时应根据税收风险本身的特点，结合现有信息数据资源研究适合于不同层面、不同规模和行业的风险分析识别算法及相关预警参数、系数标准，建立和完善税收风险分析监控模型，总结特点和规律后指导分类应用，提高风险分析识别的专业化水平。

5.科学性原则

第一，风险分析识别是定性分析与定量分析相结合的过程，有其固有的流程路径和内在的规律要求。因此，应在定性分析判断的基础上，遵循科学化原则按照风险分析识别的流程和要求，以科学的分析方法为分析工具，对涉税信息数据进行整理和测算，分析识别真正的税收风险源，得出科学合理的分析预测结果。

第二，综合使用多种风险识别算法及相关标准，反复训练、校验，形成具有普遍指导性意义的风险分析监控模型，经实践检验后在全国范围内推广应用，提高税收风险分析识别的科学性和准确性。

第三，以税收遵从风险分析识别为主，同时将税收风险分析识别方法和计量技术运用到税务登记、认定管理、发票管理、申报征收管理、纳税人满意度测评及税务执法风险等税收征管全过程，将税收遵从风险管理、纳税人满意度管理、税务执法风险管理系统并轨运行、有机结合，建立全面的税收风险管理的防范体系。

（三）税收风险分析识别运行机制与运行体系

1.完善税收风险分析识别的组织保障机制

（1）应该在国家税务总局、省税务局和市税务局管理部门内建立统一的税收风险分析监控部门，集中开展专业化的税收风险分析识别工作，发挥税收风险管理指挥中心的战略作用。根据2009年6月召开的“国家税务总局－国际货币基金组织税收收入能力研讨会”外方专家介绍，税收风险管理比较成功的国家一般都设置专门的遵从风险分析机构，实行专业化的管理，其中比较著名的是美国的纳税人遵从估算项目（the Taxpayer Compliance Measurement Program，TCMP）和国民调查项目（National Research Program，NRP）等。

（2）税收风险分析识别是一个系统工程，综合应用经济学、税收学、会计学、数理统计学、计量经济学、国民经济核算、税收经济模型、税收政策、信息技术、数据仓库和数据挖掘技术等多方面的知识，所以，应在税收风险分析监控部门内逐步建立由行业税收管理专家、信息技术专家、国际税收管理专家以及会计师、律师等各种专门人才组成的税收风险分析专业化团队，明确从信息数据的采集、整理计算、样本选取、指标构建、参数设置、算法选择、模型构建、风险处理信息反馈参数及模型修正等方面的管理职责，采用专门的方法，把典型案例、数据模型、专业分析技术和工具等应用到专业风险分析识别中，开展专业化的税收风险分析监控，不断提高税收风险分析识别的知识管理能力。

（3）健全和完善税收风险管理体系下的人力资源管理的考核激励机制，实行层级管理和激励机制，充分发挥和激励高层次复合型专业化税收风险分析人才在税收风险管理中的重要引领作用。

2.建立税收风险分析识别运行体系

税收风险分析识别涉及不同管理层级和管理部门，应该按照从宏观到行业再到微观纳税人的思路建立自上而下的税收风险分析识别运行体系，即从国家税务总局到省税务局再到市税务局的自上而下、逐级深入的税收风险分析识别、评价的运行系统，从基层管理部门自下而上逐级开展税收风险应对、控制、排查及应对绩效反馈，由此建立税收风险分析识别监控运行管理体系。

（1）从国家税务总局、省税务局到市税务局开展不同层面的宏观税收风险的分析识别，重点是查找税收风险区域和行业。

（2）行业税收风险分析识别的重点是查找所属行业的风险企业。

（3）微观税收风险分析识别的重点是查找企业生产经营过程中税收风险易发环节及具体的税收风险点，根据风险指标的实际偏差等综合打分、积分，根据风险分值的高低排序确定纳税人的风险等级，进而提出风险应对控制建议方案，逐级推送到相应服务、评估、稽查等部门，实施差别化的应对处理。

（4）通过绩效反馈，一方面，监督考核风险管理的绩效成果；另一方面，重新修正、调整、完善不同行业税收风险分析监控模型指标参数及相关标准，促进税收风险管理的质效进入螺旋式改进的良性循环系统。

目前，各地税收管理部门结合金税三期工程推广应用，探索开发的税收风险分析识别技术的应用已经积累了丰富的经验，但由于各地税务部门征管改革的进度不同，税源经济结构和互联网信息技术发展程度存在差异，税收风险分析识别数据库技术的开发和优化改进尚存在一定的差距。在技术应用方面，大多数地区还只是应用指标判别法进行风险识别，对建模估算分析技术的学习训练、深度开发应用不够，综合识别校验能力有待于进一步提高。很多地区主要是根据人工经验和其他地区的指标设置标准和预警参数，缺乏科学性和准确性的合理依据，税收风险分析识别的科学性、指向的准确性和有效性有待全面提高。

（四）税收风险分析识别方法

在税收风险分析识别技术基础上确定税收风险分析识别方法，这些方法可以应用于宏观、行业及微观不同层面的税收风险分析识别。

1.税收能力估算法

税收能力估算法也称税收流失估算法，是应用各种涉税经济数据及方法估算一定的经济量、经济结构和既定的税收制度决定的潜在的、最大的税收能力，即根据国家、地区、行业或纳税人在一定时期的涉税经济指标，按照现行的税收制度，估算一定时期内由一定的经济总量和经济结构决定的理论税收收入，与实现的税收收入数据比较，实际税收收入和理论税收收入之间确认的差额即为税收流失额，也称为税收缺口，缺口越大，税收流失的风险越高，以此查找某地区、某行业税收征管中可能存在的税收流失风险及其变动趋势，即通过纳税能力估算识别税收流失损失额度。税收流失估算法按照估算的程序和路径分为自上而下和自下而上两种不同的方法。宏观层面通常是采取自上而下层层估算的方法，而微观层面更多是用自下而上的方法。当前用于估算我国税收流失的模型主要有投入产出模型和随机边界模型，根据各税种潜在税收能力结合实际申报征收情况分析税收流失状况、风险程度及发展变动趋势。税收能力估算的结果不仅可以应用于风险识别，还可以应用于税收收入预测、政策效应风险评估等不同领域。下面分别介绍上述两种不同的税收能力估算法：

（1）自上而下法

该方法是利用国民经济核算的宏观经济数据，根据现行税收制度和政策，应用税收经济学、统计学和国民经济核算相关原理、模型及方法，按照从国家到地区再到行业和纳税人的层级关系自上而下估算理论税收收入，再根据不同层级的实际税收收入测算税收流失量，理论税收收入与实际税收收入的差额即为税收流失的估算值。该方法主要用于增值税、消费税等税制设计相对简单、与税基对应的宏观经济数据及有关涉税经济指标比较全面且容易取得的间接税的流失估算。所以，税收能力估算更多的是用于宏观分析识别，英国、瑞典等国近年来对增值税等间接税的流失估算都是采用自上而下的估算方法。自上而下法以宏观经济统计数据为基础，其优点在于数据收集整理成本较小，操作上相对简单，时间、人力、物力消耗较少。其主要缺点是：第一，很难确定是否包括了地下经济活动和非法经济活动，通常情况下是不包括的；第二，假设条件较多，有些税收政策无法体现，估算的准确度受到一定的影响；第三，无法提供比较详细的信息。

估算思路。第一，寻找宏观统计数据中与税基比较接近的指标（称为代表性税基），根据税收政策规定的抵免、优惠情况调整数据，进而估算税收能力。当前用于估算我国税收流失的模型主要有投入产出模型和随机边界模型。常用的模型方法主要有投入产出法、增加值法和可计算一般均衡（CGE）模型法等。这些方法应用的经济指标与税收政策对应关系比较明确、紧密，也比较容易理解，主要应用于国家或地区的税种或（和）行业税收能力的估算，我国已经应用投入产出法和增加值法开展增值税税收能力的估算；第二，根据税收与经济的关系，应用税收经济模型，利用宏观经济面板数据或时间序列数据估算税收收入的能力，常用的方法主要有随机边界模型法、数据包络模型法及税柄法等。这几种方法主要应用于国家或地区总体税收能力的估算。

步骤与方法：

第一，代表性税制法（Representative Tax System，RTS）估算纳税能力。代表性税制法也称RTS法，最早是由美国政府间关系咨询委员会首创，旨在比较各州间纳税能力的大小。借鉴国外RTS法体系，我国的RTS法也应由五个基本要素组成：一是收入覆盖范围，二是税源分类，三是标准税基的定义，四是标准税率的定义，五是对标准税基按标准税率测算所得纳税收入汇总计算。估算公式如下：

式中，TC表示某地区标准税收收入或理论收入，SRi表示第i个税种的标准税率，SBi表示第i个税种的标准税基。

第二，估算税收流失。估算公式如下：

税收流失的估计值＝TC－实际征收的税收收入

第三，这种方法步骤可以应用于国家或地区的总体税收流失估算，也可以用于税种或（和）行业税收流失估算。

第四，税收能力估算法的应用。

应用实例：消费税的纳税能力和税收流失的估算方法及应用。

由于消费税是按产品品目征税，不同的产品适用税率不同，同一产品不同种类的税率也不同。因此，需要分别计算出消费税纳税能力和入库税收。表2－1是通过计算消费税各品目的征收率反映征收力度和税收流失的情况。

从表2－1计算可以看出，各品目的入库税收与纳税能力对比计算的消费税各品目的征收率各不相同，征收率的反向指标就是流失率，对征收率指标数据按照从高到低的顺序进行排序后，可以反映出征收率越低流失率越高。进一步分析识别流失率高的品目纳税人税法遵从问题及税收征管问题，发布预警信息，采取有效措施加强风险管控和深入排查。

（2）自下而上法

自下而上法是利用微观纳税人的涉税经济数据，主要是税务部门掌握的纳税申报数据和税收专项调查、检查等信息数据，以及从政府、专业机构采集的纳税人第三方数据，运用统计学相关原理测算样本的潜在税收收入能力，再根据潜在的理论税收收入与实际税收收入的差额测算样本税收流失量，运用数理统计推断技术和调整方法，根据样本企业税收流失情况自下而上对总体税收流失情况进行推断和估计的一种方法。该方法主要应用于税制设计较为复杂、税基对应的宏观经济数据不易取得的所得税等直接税的税收流失的估算。国际上很多国家应用自下而上法估算个人所得税和企业所得税，进而估算税收流失情况。美国在20世纪60年代启动的“税收遵从评估项目（TCMP）”和后来改进的“国家研究项目（NRP）”估算税收流失，以及英国估算直接税的税收流失都主要是使用这种方法。自下而上法能够根据微观数据从不同的维度发现税收流失的规律，刻画有逃税和欺诈嫌疑的纳税人的行为特征，从这一点来讲弥补了自上而下法的不足，但其最大的缺陷在于获取真实的微观数据较为困难，且估算的周期较长，估算成本较高。另外，由于审计过程中人为因素影响较大，有时难以发现所有的逃税和欺诈问题，因此可能会出现低估的情况。自下而上法的优点是随机抽样及细致的审计工作使估算结果更可靠，对税基的直接分析要优于自上而下法，能够提供较详细的估算信息及有关资料。缺点是对样本抽样方法的选择不能完全遵循随机原则，抽样调查中还有可能出现无响应或低报等情况，账证不健全或灰色交易的存在也会影响测算的准确程度，而且数据收集、整理、计算量较大，成本比较高。

步骤与方法：

第一，科学抽取样本。根据税收流失估算的目标，在遵循随机原则的基础上，考虑不同地区、不同规模、不同行业、不同纳税人及不同管理方式等情况设计抽样方案；同时还可以结合税收遵从情况，对于一些高风险区域、行业的纳税人加重抽样的权重和次数。

第二，富有技术和经验的税务人员对样本企业进行全面审计、观察，发现样本企业的逃税和欺诈问题并记录；或者基于匹配比对的原理，利用税务部门现有的征管和稽查历史数据和典型案例，采取统计差值计算的办法，估算样本逃税和欺诈的数据。

第三，多渠道获取第三方信息，确定放大乘数，将审计出的税收流失通过放大乘数进行放大，得到总体税收流失的估计值。

（3）自上而下法和自下而上法结合运用

综上所述，自上而下法和自下而上法的优、缺点都比较明显，各有利弊。国际上对这两种方法的探究仍在进行，形成的基本统一认识是：在实践中不能绝对地使用某种方法，而是要将两种方法有机结合。

美国和瑞典等国家的税收能力估算经验表明：一是个人所得税的风险高于企业所得税；二是对企业所得税来说，特别是跨国的税收流失较严重，风险较高；三是对个人所得税来说，工资薪金及投资收入税收流失较少，自我雇佣收入税收流失风险较高；四是有第三方数据验证比对的收入税收流失风险较小，无第三方数据验证比对的收入税收流失风险较大；五是增值税流失约占总体税收流失的1／4。

2.关键税收风险指标分析判别法

关键税收风险指标分析识别法简称关键指标判别法，主要是对税收风险影响权重较高的重要的风险指标运用数理统计技术与方法，选取一定的样本，通过确定指标模型、设定关键指标预警参数，对其开展税收风险识别的一种方法。

下面以税负关键税收风险指标为例介绍分析判别法的步骤与方法：

（1）确定样本及样本数量

按照随机抽样与分类抽样相结合的原则选取样本，通常采用30户以上的大样本，使样本指标具有一定的有效性；根据地区或行业纳税人规模数量及分布状况确定样本数量，即地区或行业纳税人数量大，抽取的样本单位数也应该多一些，税收遵从风险大的地区和行业抽样的次数相应多一些。

（2）计算样本关键指标的平均值

关键指标平均值的计算可以采取算术平均数法、中位数法、几何平均数法。大部分是采取算术平均数法。以税负关键指标为例，计算平均税负的方法如下：

平均税负计算公式：

式－中， 表示行业平均税收负担，TAX _ij 表示税收，CR _ij 表示计税收入或所得，i表示某地区，j表示某行业。注意这里的TAX可以根据需要替换成相应税种的税收，而CR可以替换成相应税种的计税收入或所得。税负的平均值可以按地区计算，也可以按行业计算，但通常是通过行业风险分析识别的方法，即计算税负关键指标的行业平均值。

（3）设置关键指标的预警参数

计算离散指标。

在税收遵从风险分析识别中，主要的离散指标有标准差和标准差系数。一个行业关键指标的标准差和离散系数越大，说明这个行业的税收征管情况越复杂，相应的税收遵从风险也越高。行业税负离散指标的计算公式如下：

式中，S为标准差，n为某行业纳税人总体单位数。标准差反映纳税人的个体税负数据与平均税负数据的平均离散程度。

测算和设置预警参数。

第一，计算离散系数。离散系数是标准差除以平均值，计算公式如下：

第二，当δ≤0.6，预警参数的合理取值范围为： ±s。相应的 ＋s称作预警上限，超出预警上限的企业实际情形可能税负过重，也可能超前征收了“过头税”。当然也存在个别需要退税的企业通过高税负获取不合理退税的风－险。 －s称作预警下限，低于预警下限的企业实际情形则可能税负过低，应重点深入分析排查。

第－三，当δ＞0.6，预警参数的合理取值范围为： ±0.6s。其中0.6是经验系数，由于离散系数大于0.6，反映指标数据离散程度较大，纳税人的涉税风险较为复杂或税收遵从风险较高，通过经验系数对标准差进行调整，缩小阈值区间，以确保合理的预警参数、预警区间及预警目标数目，进而提高税收风险管理质效。

在上述公式中代入相应的税种税收收入和计税收入数据即可计算相应税种税负关键指标的预警参数范围及预警值。

第四，通过税收风险应对检验预警参数的可靠性和权威性，同时结合宏观经济形势、市场价格变化，参考行业组织、中介机构、企业内控数据及风险应对的典型经验对预警参数进行定期调整和优化，综合检验、调整优化后在更大范围内推广应用。

（4）进行关键指标风险分析识别

正指标的税收风险分析识别方法如下：通常情况下，正指标数值越高税收遵从度越高，而实际申报指标数据往往偏低，所以不能低于预警下限，预警值是下限值。正指标低于预警下限显示异常，低于预警下限的幅度越大税收风险越高。如产出和收益类指标、毛利率指标、税收收入增长率指标等。

逆指标的税收风险分析识别方法如下：通常情况下，逆指标数值越低税收遵从度越高，而实际申报指标数据往往偏高，所以不能高于预警上限，预警值是上限值。逆指标高于预警上限显示异常，高于预警上限的幅度越大税收风险越高。如投入类指标、成本费用率指标、单位产品能耗指标等。

适度指标的税收风险分析识别方法如下：通常情况下，适度指标的数值适中合理为好，过高或过低都会显示异常。如税收弹性系数指标数值接近1是合理的，合理区间是0.8～1.2之间，高于上限或低于下限的幅度越大税收风险越高。

3.企业内部流程税收风险分析识别法

这种方法广泛运用于利用税收大数据对企业内部风险控制机制进行分析和评价。

（1）含义。它是将企业的涉税生产经营过程及其内在的逻辑关系绘成流程图，针对流程中的关键环节和涉税薄弱环节的税收大数据开展税收风险分析识别的方法。这种方法适合对生产经营复杂、规模较大的集团企业进行税收风险分析识别。

（2）流程分类。第一，按照流程路线的复杂程度划分，可以将流程图分为简单流程图和复杂流程图。简单流程图是将纳税人的纳税过程以大致流程进行分析，在进行风险识别的时候，用连线将主要流程的内在联系勾画出来；复杂流程图是将纳税人的纳税过程详细地进行分析，在进行分析识别的时候，用连线将生产经营过程中的各个程序及环节均进行详细的分析。第二，按照流程的内容划分，可以分为内部流程图和外部流程图。内部流程图是以纳税人的生产经营、会计核算、计税依据、应纳税额计算到申报缴税活动过程为流程路径绘制的流程图；外部流程图是以纳税人外部的纳税活动如税务登记、纳税申报、税款缴纳、纳税评估、税务稽查为主要流程路线绘制的流程图。

第三，按照流程图的表现形式划分，可以分为实物形态流程图和价值形态流程图。实物形态流程图是以实物在生产过程中运行的路径而绘制的流程图；价值形态流程图是用标有价值的流程路径来反映生产经营过程中内在联系而绘制的流程图。

（3）流程分析识别方法，通常分为静态分析和动态分析两种方法。静态分析就是对流程图中每一个环节逐一进行调查分析，结合税收政策，找出潜在的税收风险环节和风险点，并分析风险可能造成的税收流失损失的后果；动态分析则着眼于流程图各个环节之间关联变动的关系，找出税收风险的关键环节，揭示其具体风险点。例如，某服装公司的主料和辅料在加工清洁后都要汇集到半成品库，再开始缝制，那么半成品库就是整个生产流程中一个非常关键的风险环节，半成品库如发生重大事故，该公司将可能面临不能按合同如期交货而形成的产品责任风险，进而产生纳税风险。假如该公司的产品85％外销美国，那么影响美国拒绝或减少购买中国成衣的风险隐患因素，就是该纳税人中断经营和销售的税收风险点，也是税收风险的来源和关键的风险点，应重点予以关注，采取有效措施实时监控预警，加强风险防控。

4.税收风险管理经验大数据分析识别法

此方法适用于微观税收风险分析识别。它是根据管理人员日常税收风险管理中掌握的纳税人税收与生产经营情况的匹配程度的经验大数据和积累提炼的相关参数信息，如税收风险易发地区、行业、纳税人类型等经验信息，企业生产经营过程中的涉税风险点，总结提炼出税收风险的产生和变化的特点和规律，分析特定纳税人的风险状况及可能带来的税收流失的风险后果。比如，税务人员在日常管理中通过大数据分析观察掌握到餐饮企业的用电量和销售收入存在1∶27的正相关参数关系，可以有效确认餐饮企业的销售额；对电解铜等耗能行业进行风险分析识别时，会发现其产量与耗能的比例关系，通过建立产销量之间、销量和销售额之间的模型，得出其耗能的变化与销售收入的变化经验参数数据，进而构建行业模型，找出行业中的税收风险对象及具体风险点。管理经验大数据分析识别法通常要与关键指标分析方法、第三方信息比对方法结合运用，可以提供税收风险识别的精准性。目前，我国已经在电解铜、电解铝、不锈钢压延业等多个行业建立了以能耗为主要指标和参数的行业税收风险监控模型，就是把管理经验的大数据法与第三方比对分析方法的有机结合，取得了很好的成效。

5.德尔菲法——大数据优化法

（1）含义。德尔菲法又称专家意见法，是一种比较简单、容易操作又很实用的方法。它是20世纪40年代由赫尔姆和达尔克首创，经过戈尔登和兰德公司进一步发展而成的一种有效的分析判断方法。它是采用背对背的通信方式征询专家小组成员的预测意见，经过几轮征询，使专家小组的预测意见趋于集中，最后做出符合未来发展趋势的预测结论。德尔菲法被广泛应用到各种预测和决策管理过程中。

（2）在税收风险分析识别中的运用。对于税收风险成因比较复杂、影响比较重大而又无法用通常的分析方法加以识别的重大税收风险，德尔菲法是一种十分有效的风险分析、判断识别方法。

（3）应用流程。运用德尔菲法进行税收风险识别时一般可采取以下程序：第一，税务机关相关管理人员制定税收风险特征的调查方案，确定风险调查内容、事项及环节。第二，聘请若干专家，由税收风险管理人员以发调查表的方式向有关专家提出问题，并提交纳税人涉税运营的有关资料。专家人员的组成应来自不同领域，包括税务系统内外有关的专家。提供的涉税资料应该全面、细致和真实。第三，专家们根据调查表所列问题并参考有关涉税资料提出自己的意见。第四，税收风险管理人员汇集整理专家们的意见，再将不同意见及其理由反馈给每位专家，让他们第二次提出意见和观点。第五，多次反复使意见逐步收敛和集中，由税收风险管理人员根据实际需要决定意见和观点，得到基本趋于一致的结果，最后进行汇总分析，得出分析数据，构建数据模型，开展分析识别，不断对税收风险对应的大数据进行检验和优化，不断优化风险识别的可靠性和精准性。

6.故障树税收风险分析识别法

故障树税收风险分析识别法又称事故树税收风险分析识别法，是广泛使用的一种有效的税收风险点深度挖掘分析识别的方法，也称风险点指向性的定位分析方法。特点是直观明了，思路清晰，逻辑关联性强，指向明确，定位精准。它是利用分析思路图解的形式将较大的故障的税收风险分解成若干小的具体的税收风险点，或对各种引起税收风险的原因进行层层分解、逐级深入细化。由于某种故障原因的风险分解后的图形呈树根状，越深入越细化，因而称故障树风险分析识别法。

在对税收风险分析识别时，故障树法可以将面临的主要税收风险通过税收风险指标分层级构建和分解成若干细分的子指标的方法进行深入挖掘、分析识别，进而可以发现具体的税收风险点，最终找到产生税收流失的风险源、风险漏洞点，采取有效措施追回税款，堵塞漏洞，防控税收流失风险。为了提高大数据环境下税收风险识别的精准性和有效性，在运用故障树法开展税收风险识别的时，风险指标体系应包含税收经济关系指标、企业涉税财务指标、与互联网大数据构建的指标模型、与第三方信息构建的指标模型、综合构建故障树的分级分类风险指标体系，深度分析挖掘，开展风险点的具体识别和精准定位。以所得税风险分析识别为例，故障分析图解见图2－3。

图2－3中反映所得税税收风险状况的指标，所得税税负率如果出现故障，呈现偏低的税收风险特征，是利润率偏低、收入成本率及收入费用率偏高导致的故障原因；如果排除了收入成本率指标的故障影响，指向收入费用率是导致所得税税负率偏低的故障原因，进一步分解收入费用率指标为销售费用率、管理费用率和财务费用率，进一步深入分析识别具体产生税收流失风险的销售费用率、管理费用率、财务费用率的具体环节，进一步深度指向确认具体的风险点后，采取措施针对性开展风险应对排查。

7.典型案例税收风险分析识别法

典型案例税收风险分析识别法具有较强的实用性和可操作性，对分析识别案例所涉及的行业及具体纳税人税收风险环节的管理有较强的针对性。它是通过选择具有典型意义的税收风险应对处理案例，如对典型税务稽查案例进行深入剖析，分析案例中所反映的风险易发行业、风险易发环节，对经营性质、经营方式、交易对象、核算方式、财务数据等方面的税收风险特征进行总结，对指标数据进行提炼整理，运用数理统计学的相关方法进行论证和检验，进而形成行业税收风险分析识别和控制的管理模型和管理指引。

案例税收风险分析识别法受所涉及的行业类别、业务类别和税收风险环节所限具有一定的局限性，对不同行业、不同涉税业务的税收风险，在分析识别时必须实事求是、认真分析、区别对待。

【案例4】某税务机关在对当地一家著名大型零售商场的税务稽查中发现以下问题：①该商场的增值税专用发票的开具比例过高，且其交易的对象有若干非本地企业；又对该零售企业经营的商品和购买对象进行分析，不可能有开具如此高比例专用发票的商品交易，也不可能有如此多的外地企业到该商场购买大宗商品并开具专用发票。②检查处理的结果显示该商场利用其销售额与需要开具专用发票交易的销售额的差额大肆虚开增值税发票，其税收风险程度相当高。

针对该案例反映的税收风险，该税务机关进一步深入调查分析税收风险所发生的行业和环节，推算开具专用发票的正常比例，外地交易对象的销售比率及可能性，占销售的合理比率等有关风险指标的特征值，进行风险特征归纳、提炼和总结，进而规范行业风险分析识别的过程、相关标准和主要方法。同时也可以根据相关经验和方法进行扩展扫描，对其他行业的类似税收风险特征问题进行指标推算和跟踪分析识别，形成区域性的风险分析识别经验和管理办法。

【案例5】新疆国家税务局借助“互联网＋”时代的东风，紧紧拥抱“互联网＋”，创新工作视角，主动适应“互联网＋”时代的新特点、新要求和新挑战，拓展税收信息化建设的宽度、广度。

新疆国家税务局在2010年使用了基于VMware服务器虚拟化技术，增强了整个系统的利用率和高可用性。但随着时间的推移和业务系统的不断发展，早期建设的虚拟化平台已经不能很好地满足当前以及未来业务的实际需求。为了加强IT资源的集中管控和合理使用，确保系统的高性能与安全可靠，新疆国家税务局对原有虚拟化平台进行升级改造，打造新疆国税私有云平台，为“互联网＋税务”应用提供基础资源保障。

（1）建设办公云平台。新疆国家税务局办公云平台应运而生，打造一套可以随时、随地、随手使用的“互联网＋税务”综合办公平台，在保障信息安全的基础上，充分运用移动互联网，将办公平台由税务专网向移动终端延伸，使工作变得更便捷、高效。

（2）建设基础资源管理系统。新疆国家税务局为了解决全系统计算机类资产管理中账、卡、物不符，资产信息不明确，设备使用记录不清晰，闲置浪费，虚增资产和资产流失等问题，着手建设基础资源管理系统，并于2016年年初完成项目建设，现已完成全疆推广工作。

（3）丰富税收智慧服务

新疆国家税务局以提升纳税服务为出发点，以信息技术为抓手，不断丰富纳税服务方式。建设微信公众平台。“新疆国税12366”微信公众号提供“信息公开”“办税服务”和“涉税查询”三大项服务。建设新疆纳税服务直通车。新疆国家税务局组织研发了手机客户端“新疆纳税服务直通车”软件。软件主要为纳税人提供国税新闻、政务公告、涉税信息等开放性服务，并能实现发票领用查询、发票真伪查询、税务法规搜索、涉税查询等应用服务。软件根据不同的受众群体、提供不同的服务需求，达到更加贴心的个性化服务。

【案例6】青岛市国家税务局打造移动办公平台APP，适应税务人如影随形移动办公需要。青岛市国家税务局根据国家税务总局“互联网＋税务”行动计划内容，大力推进“互联网＋税务”建设项目的落地行动，充分运用互联网技术，在不断满足纳税人移动办税需要的同时，打造了服务税务工作人员的移动办公平台APP，不断适应税务人的移动办公需要。

青岛市国家税务局将税务干部的办公平台由税务专网向移动终端延伸。以互联网思维驱动税务内部管理、工作流程、工作方式的转变，满足不同人员、不同岗位便捷获取信息、及时办理公务的需求，延展了税务工作人员的办公空间和时间，使税务工作人员把工作“装进”口袋里，随时、随地、随身采集信息、处理业务、查询信息、学习政策等，取得了“互联网＋移动办公”应用的新突破，提升了行政和业务管理效能。

青岛国税移动办公平台APP在板块设置上包括待办事宜、行政办公、业务办理、监控决策、移动课堂、工作助手、运维监控、辅助功能八大版块、98项功能。

【案例7】天津市地方税务局科学设计，打造智慧税务生态系统。

按照国家税务总局“互联网＋税务”行动计划“把互联网的创新成果与税收工作深度融合”工作要求，天津市地方税务局开拓创新、科学规划、积极探索，以行动计划为统领，以示范项目为抓手，以金税三期工程应用为契机，全面推进信息化建设，打造智慧税务生态系统，带动税收工作整体提升。

（1）依托网上税务局、协同工作平台、大数据应用平台、税务云平台、智能运维平台等重点项目，发挥天津市自贸区改革前沿优势，突出试点引领，利用5年时间从“互联网＋纳税服务”“互联网＋内部协同”“互联网＋税源管理”“互联网＋公众互动”“互联网＋宏观决策”“互联网＋创意空间”六大方面打造天津市地方税务局智慧税务生态系统。

（2）“互联网＋涉税云服务”实现资源灵活管理。按照“试点突破、以点带面”的方法，构建税务私有云云平台。基础架构平台，提供资源管理、运维管理、自主化流程管理、虚拟化桌面、安全防护等服务；应用支撑平台，提供税务应用的开发与运行服务以及数据管理服务等；业务服务平台，以统一应用访问门户的方式支撑税务门户、办公自动化、行政审批、电子监察、电子邮件、视频会议管理税务应用。利用超级计算天津市分中心、天津市电子政务中心等社会公共资源，有效保护税务私有云，实现应用级和数据级容灾。

（3）“互联网＋移动办公”提升协同办公效率。规划建设集业务门户、行政门户、内网网站门户于一体的统一协同工作平台，支持PC机和移动设备两种终端，服务决策层、管理层、执行层三类用户，覆盖行政办公、业务处理、数据分析、日常沟通四类应用，为税务系统内部各单位提供统一的应用接入规范、数据使用标准等服务。各单位可以根据自身需求，开发符合自身实际需要的业务应用，也可以通过数据平台将本单位的数据对外共享。统一协同工作平台的建设为税收执法、行政管理、领导决策提供更加有力、便捷的手段，为提升各层级协同办公效率提供有力抓手，为更好地服务各类对象提供技术保障和工具支撑。

【案例8】浙江省国家税务局依托“互联网＋便捷退税”，实现出口退税全流程网络化管理。

浙江省国家税务局承担了“互联网＋便捷退税”的“互联网＋税务”试点示范工作任务，精心组织，创新思路，成功开发了“互联网＋便捷退税”信息系统。“互联网＋便捷退税”信息系统以“互联网＋”理念优化出口退税的办理流程，在系统架构、业务功能等方面体现了一系列的便捷性和创新性。一是系统架构网络化。二是申报录入智能化。三是业务流程自动化。四是退税申报无纸化。“互联网＋便捷退税”信息系统使用税控盘对出口退税申报数据进行了签名，使其具有完整性和不可否认性，真正实现了国家税务总局出口退税无纸化管理的有关要求。五是单证档案影像化。建立单证档案影像库，对于税务机关在审核审批、疑点核查等过程中要求提交的备案单证和档案资料，企业可通过拍照、录像等方式形成电子影像档案，使用税控盘签名后传输至“互联网＋便捷退税”信息系统作为档案永久存储，省略了往返税务机关送交纸质资料的过程，可节省大量的时间成本和经济成本。

【案例9】天津市国家税务局搭建人工智能大数据平台。

天津市国家税务局以多年的信息化建设成果为基础，拓展信息化应用领域，提高税收征管效率，打造纳税服务新品牌，开创税收治理新格局。

（1）建立大数据平台，挖掘信息应用价值。搭建基于Hadoop核心框架，构建分布式存储、分析、挖掘及应用的完整大数据云平台，进行新技术的引入和探索，解决数据“存不下”和“算不了”等问题，推动决策自动化、智能化发展。大数据分析平台紧跟实际业务需求，利用网络爬虫等技术，已融合互联网数据、第三方数据、税务数据。目前，该平台已结合高等院校科技大脑，陆续实现宏观的区域经济分析、货物流向经济地图、汉字信息商品分类库语义分析，微观的企业专用发票查询、普通发票查询、上下游货物分析、上下游企业分析、一税号多名称分析、发票与申报数据比对、发票与风控指标比对、一键生成区域分析报告等功能。通过该平台，天津市国家税务局有效掌握了发票总体进出、货物间购销、企业间往来、企业历史更换等情况。该系统已经在日常征管、评估、稽查领域取得可观成效。

（2）利用百度地图建立种植业土地电子档案。天津市武清区国家税务局引入土地规划部门、林业管理部门的相关信息，推算纳税人最大产出理论值，提升发票管理与服务质量，利用“百度地图”公共资源对从事种植业纳税人的土地进行定位标注，建立电子档案的管理模式，使得每一位纳税人的承包用地具有唯一性，解决了税务部门在对种植业纳税人承包用地的“信息不对称”问题，从而避免纳税人利用同一块土地重复进行虚假注册及由此引发的虚开等一系列问题。

（3）“企业脸谱”防范增值税发票虚开风险。天津市河东区国家税务局将风险管税意识与技术创新手段相结合，研发出了增值税专用发票风险防控系统。拓展信息管税思路，总结增值税征管规律和虚开发票企业特点，通过对虚开增值税专用发票企业的特征归集，确定精简有效的扫描指标，绘制成高风险纳税人的“面相特征”，简称“脸谱”。该系统应用于增值税管理的事前、事中、事后多个环节，通过对企业进行扫描，评判纳税人虚开发票的风险等级，为强化日常税收风险控管提供可靠依据。

【案例10】昆山市私募基金税收征管实务 。

（1）昆山市私募基金发展的特点与成效

①私募基金发展趋势

2016年，昆山市经济保持平稳增长，全市实现地区生产总值3160.29亿元，比2015年增长7.4％，占苏州市地区生产总值的20.52％，占江苏省的4.15％。 昆山市持续稳定的经济发展离不开以私募基金为主的金融业对实体经济的强大支撑。

根据苏州市昆山地方税务局极数宝大数据系统统计的数据，从现有企业所在地分布情况来看，昆山市是苏州市私募基金和基金管理公司发展的重点地区，私募基金和基金管理公司数量占苏州市总数的近50％；昆山市内，花桥开发区区位优势明显，私募基金和基金管理公司数量超过昆山市总数的95％。

通过对2000—2016年苏州市私募基金和基金管理公司数量的统计，发现其在不同时期呈现出不同的发展态势。2000—2010年为私募基金发展的萌芽阶段，公司数量在“小基数、低速率”的模式中缓慢增长；2010—2012年为发展的“膨胀”时期，公司数量明显增加，行业整体呈现出阶梯式稳步发展；2013—2016年为发展的转型优化阶段，公司数量总体呈现出小幅波动的增长形态，该态势与昆山市近年来着重吸引精品私募基金的招商理念直接相关。

②私募基金发展成效

昆山市私募基金和基金管理公司投资领域广泛，遍布城市发展基础建设、TMT、大医疗、大消费、新材料、新能源等服务业、新兴产业和政府引导投资产业。截至2016年年底，昆山市私募基金总数达到326家，基金管理机构107家，资产总规模近566.46亿元，较2015年增加57.01亿元，增长11.2％。花桥开发区作为昆山市私募基金发展的前沿地区，私募基金数量达到322家，基金管理机构102家，资产总规模近546.33亿元，较2015年增加56亿元，增长11.4％。 歌斐资本、中盛资本、海峡基金、中银城发、东吴资本作为昆山市基金投资界的龙头企业，围绕全省经济发展总目标，在助力地方经济壮大的同时实现自身发展。

昆山市民间资本充裕，2016年居民人均可支配收入46339元，比2015年增长8.4％，高于全国增速。 同时，昆山市地处江苏省以南，紧依上海、浙江等发达城市，拥有丰厚资本的环抱格局。2011年，昆山市委办公室借势发力，发布《昆山市促进股权投资产业发展的若干政策》（昆办发〔2011〕51号），对股权投资企业给予税收优惠。该政策在执行期间极大地激发了资本市场活力，吸引了大量资本流入本市。

根据苏州市昆山地方税务局金税三期系统税源信息统计数据，截至2016年年底，昆山市投资和资产管理类企业数量合计1932家（均涉及私募基金投资和投资管理，下同），其中有限合伙型企业共417家。投资和资产管理类企业在昆山市内各辖区的数量分布呈现分化态势。

如图2－4所示，昆山市共下辖11个区、镇，依照投资和资产管理类企业数量排序，花桥开发区、昆山开发区、高新区（玉山镇）占据前三位，三地数量合计占昆山市总数的近4／5。巴城镇、千灯镇、张浦镇、陆家镇、锦溪镇、周庄镇、淀山湖镇七镇投资和资产管理类企业数量均在100家以下，七地总和比重仅占昆山市总量的15％。

根据苏州市昆山地方税务局金税三期系统实际缴纳税收入库统计数据，2016年度实际申报纳税的投资和资产管理类企业数量为1056家，入库税款总计10.60亿元，其中企业所得税2亿元，个人所得税1.75亿元。税收收入主要集中由少数大型投资和资产管理类企业发生，同行业内不同规模公司间资金运行效率相差较大。

如图2－5所示，在1932家涉及私募基金投资和投资管理的企业中，年终“零申报”的企业876家，占企业总数量的45％，年终申报纳税额在1000元以下的投资和资产管理类企业达到总数量的71％，年终申报纳税额在10万元以上的企业数量占总数的12％。占企业总量4％比例的大型投资和资产管理类企业（年纳税额超过100万元），以极少的企业数量撬动了投资和资产管理行业税收总额近94％的份额。其中有21家企业的年度纳税额超过1000万元，更有2家企业迈过亿元大关。

（2）昆山市私募基金发展存在的问题及原因分析

①税收政策层面

相关私募基金税收政策规定不够明确，各地主管部门执行存在差异。私募基金作为一个资本市场的新兴产物，从2004年中小板启动开始日益发展壮大，到今天已具有一定的规模和数量，但从现行税收政策来看，并没有明确具有针对性的征收管理办法，行政政策的滞后性与私募基金的超前发展之间的矛盾，不利于私募基金相关税收收入的管理与征纳，各地对基金管理人超额收益提成、有限合伙型基金中个人投资所得、契约型基金收益等实际问题没有形成统一的执行标准，具体执行过程中各级税务机关也根据各异的政策理解来采取不同的征收管理办法，在一定程度上也造成了各地区间税收的不平衡性。

昆山市没有针对私募基金的税收优惠政策，对基金吸引力不足。各地区私募基金优惠政策扰乱了市场秩序，造成地区税收不公平。

②管理层面

私募基金投资者、被投资者和基金收益等信息不在税务部门的管理范围内，为税收征管工作带来困难。私募基金为获取最大化收益，往往投资标的广泛、投资项目众多，使得私募基金结构复杂、嵌套层级多、分析难度大。私募基金在税务部门无须办理登记备案，税务部门对其穿透下的纳税主体信息获取难度大，极易造成纳税主体游离于税收征管之外。

本地私募基金企业与异地法人投资者，两者所属的税务管理部门之间缺乏有效的信息沟通渠道。本地注册的私募基金企业以本地为纳税地点，而异地法人投资者以异地企业注册地为纳税地点，两者地理位置的间隔和行政归属的差异既使法人投资者脱离本地税务部门监管，又使异地税务部门对相关法人在本地取得的投资收益缺乏准确的数据信息，使得实际税收征管中出现了一个无人监管的“中间地带”。

私募基金风险管控缺乏，存在诱发金融风险的隐患。金融市场涉及领域多样、利益主体多元、敏感度高，与投资者的切身利益密切相关，对国家经济金融安全影响重大。

（3）促进昆山市私募基金发展的建议

①完善私募基金税收政策

完善私募基金所得税相关税收政策，修订配套管理办法细则。《财政部、国家税务总局关于创业投资企业和天使投资个人有关税收试点政策的通知》（财税〔2017〕38号）首次提出在试点地区对有限合伙制创业投资企业采取股权投资方式直接投资于初创科技型企业给予税收优惠，规定对投资期满2年的法人合伙人和个人合伙人可以按照其对初创科技型企业投资额的70％抵扣从合伙创投企业分得的所得，当年不足抵扣的，均可以在以后纳税年度结转抵扣。财政部、国家税务总局应尽快在全国范围内推进该项政策落地，加强区域间公司型私募基金和有限合伙型私募基金的公平竞争。对不同组织形式的私募基金，公司型私募基金取得的基金收益按照25％的税率缴纳企业所得税，该笔收入按比例分配给个人投资者后，个人投资者还需按照20％的税率缴纳个人所得税。

②规范私募基金优惠政策

筑巢引凤，打造特色金融小镇，制定优惠政策吸引私募基金投入。规范税收优惠政策，严格私募基金适用标准，上下联动加强私募基金全过程管理。追根溯源，纵向打通基金组织架构，精准获取纳税人信息。

加强本地私募基金企业主管税务机关与异地法人投资者主管税务机关间的信息沟通，建立双向复核制度。为加强私募基金投资收益的税收征管，江苏省省级税务部门应统筹协调，根据基金业协会提供的异地法人投资者信息，会同法人所在地省级税务部门共同做好私募基金税务信息交换平台的设计开发工作，实现年度申报双向复核。

③加强人才队伍梯队建设，筹建私募基金工作小组

税务干部应精通相关业务，学深、学透私募基金的运作模式，灵活运用私募基金相关的税收政策、优惠政策、稽查管理知识，及时掌握重要政策的更新变化，为更好开展私募基金税务管理工作提供坚实基础。

（4）推动税务大数据发展

落实大数据发展要求，规划数据联通机制，强化风险管控体系，各部门互联互通共发展。国务院应深化统筹规划研究，打破隔阂壁垒，消除“不信任感”，把各单位的供需矛盾有机结合，整合统一到一个方向上，打破各单位、各部门间的不平衡性，全力打造一个由政府主导、依托各单位数据的信息共享大平台。

在税务系统内部，各级税务机关要以紧抓深化国地税征管体制改革工作为契机，开创国地税联动、上下级联动、跨区域联动，执法适度融合、服务深度融合、信息高度聚合的私募基金管理新格局。

首先是加强国地税合作，建立协作监管机制，通过协同做好私募基金企业源泉扣缴管理、综合申报管理和开展税务稽查等工作，形成税收征管合力。充分利用“互联网＋税务”模式，进一步建设完善私募基金税收管理平台，并加强与金税三期工程的有效衔接；围绕深化征管体制改革和风险管理，增进国地税部门、异地税务部门、税务部门与行业协会的沟通交流，建立健全私募基金风险管理体系和风险特征库。

其次是上移管理层级，集中优势力量做实做强省级税务管理部门，构建扁平化的私募基金管理体系。同时探索跨区域集中管理，探索建立跨地区税源风险和案件集中应对的跨地区（全国）协作机制，集中分析和监控跨地域的重大涉税风险。 uRvZeIF5vk/sqHWA+jq97k49b52wNaxkJUndaOBCAB4USmBaXYRuW3wwSatfvlOK