企業(yè)納稅評(píng)估指標(biāo)和模型的研究綜述

摘要：文章對(duì)納稅評(píng)估選案正確率有顯著影響的指標(biāo)和模型進(jìn)行綜述分析，依據(jù)指標(biāo)的使用頻數(shù)整理出14個(gè)常用的評(píng)估指標(biāo)，其中使用最多的是銷售毛利率和總資產(chǎn)利潤(rùn)率等盈利能力類指標(biāo)。共整理出17種評(píng)估模型，其中定性分析模型4種，統(tǒng)計(jì)分析模型5種，現(xiàn)代數(shù)據(jù)挖掘模型8種。通過(guò)對(duì)比各種模型的評(píng)估選案正確率發(fā)現(xiàn)沒(méi)有哪一種模型適合所有納稅評(píng)估問(wèn)題的研究，需要結(jié)合實(shí)際的評(píng)估問(wèn)題選擇適宜的模型，從而提高評(píng)估選案的正確率。

關(guān)鍵詞：納稅評(píng)估；評(píng)估指標(biāo)；評(píng)估模型

目前我國(guó)納稅評(píng)估還處在探索階段，研究主要集中在如何建立指標(biāo)體系和評(píng)估模型，以提高稅收稽查選案的效率和實(shí)現(xiàn)稅收稽查的智能化。國(guó)外很早就開(kāi)展了納稅評(píng)估的研究，具有代表性的研究有：Feinstein提出判別分析和Tobit模型；Joulfaian采用Tobit模型重點(diǎn)從公司管理者的信用程度進(jìn)行建模研究。國(guó)內(nèi)王樹(shù)嶺提出了選取評(píng)估指標(biāo)的5項(xiàng)基本原則；李選舉建立了Tobit模型來(lái)估計(jì)偷逃稅額；上海財(cái)經(jīng)大學(xué)稅收征管課題組以企業(yè)的實(shí)際納稅申報(bào)表為依據(jù)，建立了包含35個(gè)指標(biāo)的評(píng)估指標(biāo)體系；馬慶國(guó)等（2002）提出了BPNN模型；樓文高等建立了GRNN模型并與統(tǒng)計(jì)分析模型對(duì)比發(fā)現(xiàn)，GRNN模型具有更高的評(píng)估正確率。此外，不同的學(xué)者根據(jù)不同的研究對(duì)象分別建立了自己的評(píng)估指標(biāo)體系和評(píng)估選案模型，然而目前還沒(méi)有學(xué)者對(duì)納稅評(píng)估指標(biāo)和評(píng)估模型進(jìn)行系統(tǒng)地分析。本文首先依據(jù)指標(biāo)的使用頻數(shù)整理出常用的評(píng)估指標(biāo)，并進(jìn)一步地詮釋分析；其次對(duì)評(píng)估模型進(jìn)行歸類整理，比較分析各種模型在研究納稅評(píng)估問(wèn)題時(shí)的適用性、可行性和有效性，希望能夠?yàn)橐院髮W(xué)者的研究提供一定的參考。

一、納稅評(píng)估指標(biāo)的分析

（一）常用評(píng)估指標(biāo)的統(tǒng)計(jì)

作者檢索中國(guó)知網(wǎng)，搜集到建立納稅評(píng)估指標(biāo)體系的論文21篇（不包括采用相同指標(biāo)體系的論文）。21篇論文采用了160個(gè)評(píng)估指標(biāo)，包括145個(gè)定量指標(biāo)和15個(gè)定性指標(biāo)。筆者依次統(tǒng)計(jì)了每個(gè)指標(biāo)的使用頻數(shù)，其中14個(gè)定量指標(biāo)被7篇以上論文使用（如表1所示），3個(gè)定性指標(biāo)（企業(yè)所有制性質(zhì)、企業(yè)納稅歷史記錄、企業(yè)是否曾經(jīng)被舉報(bào)）被3篇論文使用。

（二）指標(biāo)的使用頻數(shù)分析

17個(gè)指標(biāo)反映了納稅企業(yè)的運(yùn)營(yíng)能力、盈利能力、成本費(fèi)用、償債能力、稅收負(fù)擔(dān)、企業(yè)性質(zhì)和企業(yè)的信用等級(jí)7個(gè)方面的信息。從指標(biāo)的使用頻數(shù)分析，運(yùn)營(yíng)能力類指標(biāo)中存貨周轉(zhuǎn)率的使用頻數(shù)最高，被12篇論文使用，總資產(chǎn)周轉(zhuǎn)率和流動(dòng)資產(chǎn)周轉(zhuǎn)率被10篇和8篇論文使用。盈利能力類指標(biāo)中銷售毛利率的使用頻數(shù)最高，被16篇論文使用，也是16個(gè)指標(biāo)中使用頻數(shù)最高的指標(biāo)，是總資產(chǎn)利潤(rùn)率被12篇論文使用，最后成本費(fèi)用利潤(rùn)率和利潤(rùn)總額變動(dòng)率被8篇和7篇論文使用。成本費(fèi)用類指標(biāo)的使用頻數(shù)較低，最高的銷售費(fèi)用率被8篇論文使用，銷售管理費(fèi)用率和銷售財(cái)務(wù)費(fèi)用率被7篇論文使用。償債能力類指標(biāo)中資產(chǎn)負(fù)債率的使用頻數(shù)最高，被13篇論文使用，速動(dòng)比率和流動(dòng)比率被10篇和8篇論文使用。稅收負(fù)擔(dān)類指標(biāo)稅收負(fù)擔(dān)率被8篇論文引用。企業(yè)性質(zhì)類指標(biāo)企業(yè)所有制性質(zhì)被3篇論文使用。企業(yè)的信用等級(jí)類指標(biāo)企業(yè)納稅歷史記錄和企業(yè)是否曾經(jīng)被舉報(bào)被3篇論文使用。因此，綜合指標(biāo)的個(gè)數(shù)和使用頻數(shù)分析盈利能力類指標(biāo)是被使用最多的指標(biāo)，能在很大程度上反映企業(yè)是否存在偷逃稅行為，依次為償債能力、運(yùn)營(yíng)能力、成本費(fèi)用、稅收負(fù)擔(dān)、企業(yè)的信用等級(jí)和企業(yè)性質(zhì)。

二、納稅評(píng)估方法的分析

建立科學(xué)的評(píng)估模型能夠有效地降低評(píng)估風(fēng)險(xiǎn)和成本，提高評(píng)估工作的效率，是整個(gè)納稅評(píng)估工作的關(guān)鍵問(wèn)題。本文共整理出17種評(píng)估模型，如表2所示。17種評(píng)估模型具體可分為定性分析模型、統(tǒng)計(jì)分析模型和現(xiàn)代數(shù)據(jù)挖掘模型3大類模型。

（一）定性分析模型

定性分析模型包括指標(biāo)峰值法、領(lǐng)域知識(shí)、投入產(chǎn)出模型和模糊數(shù)學(xué)模型。定性分析模型的建模思路：首先對(duì)比評(píng)估指標(biāo)值與已有的參照標(biāo)準(zhǔn)，其次結(jié)合加權(quán)處理方法來(lái)判斷納稅企業(yè)是否存在偷逃稅行為。

定性分析模型的優(yōu)點(diǎn)是原理清晰，對(duì)評(píng)估指標(biāo)和樣本數(shù)量沒(méi)有嚴(yán)格要求。但關(guān)鍵是要確定合理的參照標(biāo)準(zhǔn)，參照標(biāo)準(zhǔn)的選擇不同，其選案的結(jié)果也不一致，因此都對(duì)稅務(wù)人員的技術(shù)和經(jīng)驗(yàn)有嚴(yán)格的要求，當(dāng)稅務(wù)人員經(jīng)驗(yàn)不足或?qū)υu(píng)估指標(biāo)不了解時(shí)，則會(huì)嚴(yán)重降低選案結(jié)果的正確率。此外，定性分析模型缺乏系統(tǒng)的評(píng)估指標(biāo)和嚴(yán)格的數(shù)學(xué)模型的支撐，難以與相關(guān)軟件和應(yīng)用程序相結(jié)合實(shí)現(xiàn)納稅評(píng)估的智能化。因此定性分析模型并沒(méi)有被推廣應(yīng)用，目前僅應(yīng)用在前期的抽樣調(diào)查中，或者樣本數(shù)量無(wú)法滿足定量模型建模的情況下。

（二）統(tǒng)計(jì)分析模型

統(tǒng)計(jì)分析模型包括多元線性回歸模型、距離判別分類模型、Tobit模型、Logistic回歸模型。統(tǒng)計(jì)分析模型的建模思路如下。一是將納稅人分為誠(chéng)實(shí)納稅人集合和非誠(chéng)實(shí)納稅人集合。二是建立判別模型，依據(jù)某種標(biāo)準(zhǔn)判別待測(cè)樣本（未用于建模的樣本）是否為非誠(chéng)實(shí)納稅人。如距離判別分類模型依據(jù)待測(cè)樣本到誠(chéng)實(shí)納稅人集合和非誠(chéng)實(shí)納稅人集合的距離大小判斷是否為非誠(chéng)實(shí)納稅人；Logistic回歸模型估計(jì)待測(cè)樣本偷逃稅行為發(fā)生的概率，當(dāng)發(fā)生概率p>0.5時(shí)即認(rèn)為為非誠(chéng)實(shí)納稅人；Bayes分類模型類似于距離判別分類模型，依據(jù)事后概率判斷樣本的分類等。

統(tǒng)計(jì)分析模型的優(yōu)點(diǎn)是依據(jù)評(píng)估指標(biāo)體系和數(shù)學(xué)模型對(duì)納稅人進(jìn)行分類，使評(píng)估結(jié)果更加的科學(xué)、可靠；同時(shí)可以嵌入到軟件和應(yīng)用程序中實(shí)現(xiàn)評(píng)估選案的智能化，有效地提高了選案的效率。缺點(diǎn)是模型對(duì)變量有嚴(yán)格的前提假設(shè)，如距離判別分類模型要求變量服從正態(tài)分布和變量的協(xié)方差矩陣相等，Logistic回歸模型、Bayes分類模型和線性回歸模型建模時(shí)都要求變量相互獨(dú)立，然而在實(shí)際建模中上述假設(shè)條件很難滿足。因此采用統(tǒng)計(jì)分析模型建模前需要對(duì)變量進(jìn)行檢驗(yàn)，當(dāng)變量符合要求時(shí)可以建模，當(dāng)變量不符合要求時(shí)建議采用其他模型。

（三）現(xiàn)代數(shù)據(jù)挖掘模型

現(xiàn)代數(shù)據(jù)挖掘模型包括C4.5決策樹(shù)模型、支持向量機(jī)（SVM）模型和神經(jīng)網(wǎng)絡(luò)（NN）模型，其中NN模型是最常用的也是目前所有評(píng)估模型中應(yīng)用最多的模型。NN模型對(duì)非線性問(wèn)題的適應(yīng)能力，更能挖掘出偷逃稅行為與評(píng)估變量之間的關(guān)系，為提高評(píng)估選案正確率提供了可能。但NN技術(shù)建模過(guò)程十分的復(fù)雜，且需要大量的訓(xùn)練樣本，目前采用NN技術(shù)建立的納稅評(píng)估模型一般沒(méi)有采用檢驗(yàn)樣本監(jiān)控訓(xùn)練過(guò)程，這些模型在訓(xùn)練過(guò)程中是否出現(xiàn)了“過(guò)訓(xùn)練”、“過(guò)擬合”現(xiàn)象及模型是否具有泛化能力等無(wú)法驗(yàn)證，因此，如果出現(xiàn)了“過(guò)訓(xùn)練”現(xiàn)象，這些NN模型就沒(méi)有任何應(yīng)用價(jià)值。支持向量機(jī)（SVM）模型適于解決高維問(wèn)題，對(duì)樣本的數(shù)量要求也不高，但是建模中要求變量相互獨(dú)立，且對(duì)于不平衡樣本分類的效果較差。C4.5決策樹(shù)模型不適于處理評(píng)估指標(biāo)較多的問(wèn)題，在納稅評(píng)估中很少被應(yīng)用。

現(xiàn)代數(shù)據(jù)挖掘模型的優(yōu)點(diǎn)是適于處理非線性的納稅評(píng)估問(wèn)題，建模過(guò)程中對(duì)變量的要求較低。缺點(diǎn)是建模過(guò)程十分的復(fù)雜，因此實(shí)際應(yīng)用中應(yīng)該慎重的選用此類方法，當(dāng)統(tǒng)計(jì)分析方法不能很好的解決評(píng)估問(wèn)題時(shí)，才采用此類方法建模。

三、結(jié)語(yǔ)

本文對(duì)納稅評(píng)估指標(biāo)和評(píng)估模型進(jìn)行綜述研究，共整理出17個(gè)常用的評(píng)估指標(biāo)和17種評(píng)估模型。17個(gè)指標(biāo)從企業(yè)的運(yùn)營(yíng)能力、成本費(fèi)用、盈利能力、償債能力、稅收負(fù)擔(dān)、企業(yè)性質(zhì)和企業(yè)的信用等級(jí)多個(gè)方面反映了企業(yè)的偷逃稅行為。評(píng)估模型總體可分為定性分析模型、統(tǒng)計(jì)分析模型和現(xiàn)代數(shù)據(jù)挖掘模型，3類模型在建模過(guò)程中各有優(yōu)缺點(diǎn)，因此，應(yīng)該根據(jù)具體的納稅評(píng)估問(wèn)題選擇最切實(shí)可行的模型，以便提高評(píng)估選案的正確率。

參考文獻(xiàn)：

[1]Jonathan S. Feinstein. An econometric analysis of income tax evasion and its detection[J].RAND Journal of Economic，1991（01）.

[2]David Joulfaian. Corporate income tax evasion and managerial preferences[J].The Review of Economics and Statistics，2000（04）.

[3]王樹(shù)嶺，武震.稅務(wù)稽查計(jì)算機(jī)選案指標(biāo)體系的分析與設(shè)計(jì)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，1997（07）.

[4]李選舉. Tobit模型與稅收稽查[J].統(tǒng)計(jì)研究，2000（01）.

[5]《稅收征管系統(tǒng)工程研究》課題組.稅收征管中誠(chéng)實(shí)申報(bào)識(shí)別研究[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，1999（02）.

[6]馬慶國(guó)，王衛(wèi)紅，陳健，等.神經(jīng)網(wǎng)絡(luò)在稅務(wù)稽查選案中的應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2002（08）.

[7]樓文高，婁元英，尹淑萍.基于廣義回歸神經(jīng)網(wǎng)絡(luò)的稅收稽查選案實(shí)證研究[J].廣東商學(xué)院學(xué)報(bào)，2012（06）.

[8]李選舉.納稅誠(chéng)實(shí)申報(bào)判別模型中的指標(biāo)分析[J].統(tǒng)計(jì)與決策，1998（08）.

[9]周剛.商貿(mào)企業(yè)增值稅納稅評(píng)估的整體構(gòu)思和指標(biāo)體系[D].湖南大學(xué)，2005.

[10]蔡偉鴻，郭陳喜.遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在納稅評(píng)估中的應(yīng)用[J].汕頭大學(xué)學(xué)報(bào)（自然科學(xué)版），2008（02）.

[11]趙雷.基于概率神經(jīng)網(wǎng)絡(luò)和K-means算法的納稅評(píng)估[D].河北工程大學(xué)，2011.

[12]彭十一，周伍陽(yáng).Logit模型在納稅評(píng)估中的應(yīng)用[J].統(tǒng)計(jì)與決策，2008（05）.

[13]陳穎.稅務(wù)稽查選案技術(shù)方法研究[D].天津大學(xué)，2004.

[14]王銀.粗糙集和支持向量機(jī)在納稅評(píng)估中的應(yīng)用研究[D].重慶大學(xué)，2008.

[15]黃海.納稅信用風(fēng)險(xiǎn)度量實(shí)證研究[D].廈門大學(xué)，2006.

[16]夏輝，李仁發(fā).基于SVM與SOM的稅務(wù)稽查選案模型研究[J].科學(xué)技術(shù)與工程，2009（14）.

[17]林肖麗.統(tǒng)計(jì)方法在稅務(wù)稽查選案中的應(yīng)用研究[D].中山大學(xué)，2006.

[18]陳海華.納稅評(píng)估選案指標(biāo)研究及評(píng)估分析[D].中山大學(xué)，2009.

[19]康莊，余元全.基于貝葉斯分類器的納稅評(píng)估模型研究[J].經(jīng)濟(jì)問(wèn)題，2009（06）.

[20]孫玉棟，范瑾.資源類企業(yè)納稅評(píng)估指標(biāo)體系的構(gòu)建與應(yīng)用[J].稅收征管，2009（02）.

[21]徐戎，王文杰，周四新.神經(jīng)網(wǎng)絡(luò)與領(lǐng)域知識(shí)結(jié)合的納稅評(píng)估預(yù)警模型[J].電子科技大學(xué)學(xué)報(bào)，2009（01）.

[22]屈世富，萬(wàn)旺根，劉維曉，等.模糊粗糙集理論在納稅評(píng)估中的應(yīng)用[J].計(jì)算機(jī)仿真，2010（07）.

[23]李紹中，肖勛勇.模糊神經(jīng)網(wǎng)絡(luò)在納稅信用評(píng)估中的應(yīng)用研究[J].計(jì)算機(jī)仿真，2012（01）.

[24]肖愷樂(lè).基于數(shù)據(jù)挖掘的稽查選案方法研究[D].華中科技大學(xué)，2011.

[25]鄭樹(shù)旺，李和琴.數(shù)據(jù)挖掘技術(shù)支持下小型民營(yíng)企業(yè)納稅評(píng)估模型研究[J].學(xué)術(shù)探索，2012（12）.

[26]崔景華.完善企業(yè)所得稅納稅評(píng)估指標(biāo)體系及峰值分析法的思考[J].揚(yáng)州大學(xué)稅務(wù)學(xué)院學(xué)報(bào)，2007（03）.

[27]張光前，王久銥，周寬久.基于領(lǐng)域知識(shí)的納稅評(píng)估方法研究[J].數(shù)理統(tǒng)計(jì)與管理，2007（02）.

[28]熊蕭，楊緬昆.納稅評(píng)估：一種新方法的構(gòu)建[J].商業(yè)經(jīng)濟(jì)與管理，2007（03）.

[29]郭鵬輝.回歸分析法在納稅評(píng)估中的應(yīng)用與實(shí)現(xiàn)[D].大連理工大學(xué)，2007.

[30]周昱.納稅評(píng)估系統(tǒng)中評(píng)估模型的設(shè)計(jì)與實(shí)現(xiàn)[D].大連理工大學(xué)，2008.

*本文受上海高校知識(shí)服務(wù)平臺(tái)“上海商貿(mào)服務(wù)業(yè)知識(shí)服務(wù)中心”建設(shè)子項(xiàng)目“稅收風(fēng)險(xiǎn)管理信息系統(tǒng)設(shè)計(jì)及開(kāi)發(fā)”（ZF1226）資助。

（作者單位：婁元英，上海理工大學(xué)管理學(xué)院；樓文高，上海商學(xué)院）