数据挖掘在税务管理中的运用

李文媛

【摘要】随着时代不断的发展和全球信息化的加深，近年来国内的税务管理系统日益完善。伴随信息化管理的使用，税务部门已经存有大量的信息数据。但目前大部分企业的信息数据都处在闲置不用的状态。所以本文通过分析数据挖掘的相关技术，从而设计出数据挖掘和税务管理相结合的系统结构，使税务管理可以充分利用相关信息数据，并且在税务正确决策中提供较大的作用，为国内税务管理的发展起到宝贵的借鉴意义。

【关键词】数据挖掘 税务管理 运用

一、数据挖掘在税务管理中的意义

目前在国内税务管理中普遍使用信息化的管理手段，做到了较好存储相关数据的作用，但当前面临的重要问题便是税务部门在决策、管理等方面存在一定的风险因素，不能较为科学的进行管理和决策，所以如何有效的利用相关信息数据资源进行科学的税务管理成为当前的重要问题。而数据挖局技术本身所具备的概念、特点以及作用可以有效的解决当前面临的重要问题，数据挖局在税务管理中的运用，可以较好的帮助企业作出合理正确的决策和计划，减少经济损失和企业发展过程中的风险性，同时对国内建立较为完善的税务管理体系提供了较大的技术保障。

二、数据挖掘和风险管理在税务管理中的概况

数据挖掘是一种现代化、科技化不断发展所必然存在的技术型产物，同时也是一种较为准确的分析工具。数据挖掘技术是统计学技术、人工智能学技术、信息化技术等多种技术的融合，目前数据挖掘可以较好的帮助企业将自身所拥有的数据进行合理的总结、归纳以及推理，让企业管理者可以通过数据挖掘所加工的数据信息，更加科学有效的分析出客户的行为、需求等，减少了企业在决策管理中存在的风险性和带来的经济损失，使相关人员做出的判断和决策更加具有合理性，增加所带来的经济效益，同时对企业的发展起到促进作用[1]。

税务风险概念指的是一些不确定因素会带来风险性，税务部门的风险就是在企业整体运行过程中出现于企业税务众多不确定因素，例如相关企业财务人员对税收政策的理解错误和操作错误会导致给企业带来经济损失，企业和税务部门存在较大的沟通问题带来的损失等多种不确定风险因素，从而给企业的税务筹划带来较大的风险性。

根据上述数据挖掘和税务风险相关概念的结合，可以有效的分析数据挖掘自身的优良特点可以对税务管理带来较大的促进作用。利用数据挖掘从而对相关数据进行总结、归纳和推理，合理的做出决策，减少企业税务筹划和决策带来的风险性。

三、关于数据挖掘的算法概况

通常情况下数据挖掘的算法较多，例如聚类分析、回归分析、预测分析、关联分析等多种算法，而算法的选择需要根据不同的需求来确定。具体来说在聚类分析方法中是将所得到的数据进行分类，相似度较高的分为一类，不同类之间具有较大的数据信息差距，但和分类分析不同的是聚类分析前已经有标准的分类，可以快速的实现数据信息的分类化处理；回归分析的内容是指比较两个或者多个变量间的差异程度和影响程度从而科学的判定另一个变量的值，确立两者的关系。预测分析是利用将数据信息按照时间顺序进行比较，最后根据数据信息的连续性发展状态，对未来中所产生的数据信息进行预测。

根據上述数据挖掘的算法概况，分析出在国内税务管理中数据挖掘的应用，应根据不同的需求来做出合理的选择。总体来讲，数据挖掘的算法都是通过对数据的整体、收集和推算，将不容易被发现的规律挖掘出来，从而做出较为合理的未来规律判断，从而可以较好的减少税务管理中的决策风险，有利于做出更加正确合理的决策[2]。

四、税务管理数据的特点

伴随时代的发展和科技的进步，近年来国内税务管理系统对于数据的存储系统经历了FOXBASE、NOVELL等多种系统的升级，目前国内书屋管理数据库系统日益完善，并呈现出下列的特点：1.税务管理中数据量较大。现如今随着世界经济一体化进程的加深，信息化水平带动着数据共享功能的普及，国内可以通过税务部门来进行数据信息的查找，并且在整体国内都享受着数据共享的作用，各领域不断发展来带来了业务方面的不断增加，所以目前税务管理数据系统中呈现数据量较大的特点并呈现飞速增长的趋势[3]。2.税务管理中数据安全性能强。信息化时代的安全技术发展较为迅速，当前对于税务管理中的数据虽然部分呈现搁置不用的状态，但是其具有较大的潜藏价值，同时还包含了各种企业、个人、业务等重要信息，所以税务管理数据呈现安全性能高的特点。

五、通过调查A企业的税务问题，分析当前国内税务管理的现状和问题

通过调查关于A企业在税务管理的情况，从而研究和分析当前国内企业在税务管理中出现的税务管理问题，为进一步探讨数据挖掘在税务管理中的运用提供参考。A企业主要从事汽车制造业务，近年来的发展较为迅速，2006年A企业成功在上海证券交易所挂牌上市，其企业内部拥有技术较高的核心团队、充足的资金储备以及高水平的汽车制造研发团队，当前的经营状态良好并呈现稳定上涨的趋势。

进一步的调查发现，A企业内部部门较为完善，同时在业务发面包括了汽车制造、汽车出售、汽车服务等一系列的业务范围，所以A企业所设计到的税务种类较多，但是虽然有财务部门，但是缺少了相关的税务管理部门，日常情况中A企业相关的税务管理问题，例如发票开具、多种税务种类的缴纳以及申报都是由内部的财务部门所处理，并且随着时代的不断进步和国家相关税务制度、政策的不断完善和创新，A企业应对当前的形式下的税务问题都是内部财务部门负责[4]。另外，通过调查目前A企业所提供的相关业务资料，计算分析，可以得出A企业中所得税税负差异率是百分之199.02，这就较为科学的得知A企业应该没有掌握当前国家对税收的优惠政策，同时这种原因的造成也是因为A企业没有相关的税务管理部门来进行合理的税收策划，从而使A企业承担了较多的税收问题，给A企业带来了较大的税务管理风险和成本增加等问题。

通过对A企业的税务管理方面以及结合部分企业的税务管理，分析和总结了目前国内企业在税务管理中存在的问题，而其中最为主要的问题便是目前税务管理较为传统，同时存在较大的税务风险，而原因的造成便是传统税务管理面对信息化、科技化的时代发展存在一定的局限性和落后性，没有运用于时代发展相适应的数据挖掘技术。其出现的问题会带来直接的经济损失性风险，深层含义分析，这种问题出现还会带来更多的例如意识风险、财务风险等[5]。第二个问题便是当前由于信息化建设的速度较快，而相关企业应用信息化系统较为盲目，无法有效的将税务管理与相关业务数据结合，信息化软件使用同时带来数据有效储存的同时导致太多密码、口令等维护起来较为麻烦。最后一点，相关企业的税务管理人员工作效率较低，这是由于信息化数据时代的数据储备量较多，而传统人工无法提取关键和有用的数据，并且达不到较好的作用和效果。

所以通过整体对国内税务管理存在的问题分析，总结出来目前面对信息化的新时代，应重视数据挖掘技术的开发和运用，这样才能较好的挖掘出税务管理数据中的潜在价值，并且从宏观到微观整体的分析、统计，并对未来做出较为科学的推测作用，减少相关税务决策的风险性，从而带来更大的经济效益。

六、数据挖掘在税务管理中的运用要求

（一）数据挖掘在税务管理中运用的工作量

数据挖掘在税务管理中运用的工作量是指整体的业务研究对象，同时业务研究对象还决定着数据挖掘人员的思想和方向。目前数据挖掘的工作量较大，这是因为数据挖掘还没有形成完整、统一的自动化过程，大部分的工作内容都是由人工完成的，并且由于数据挖掘对数据信息要求较高，例如数据的完整、正确等，所以对于数据挖掘的整个过程，大部分的工作量都是在数据准备阶段，而真正的挖掘工作工作量较小。

（二）数据挖掘在税务管理中的运用过程

数据挖掘在税务管理中的运用过程，应按照一定的顺来和步骤进行，包括确定研究挖掘的业务对象、做好充足完善的数据准备工作、数据挖掘、结果分析这四个内容。第一步需要准确的分清相关的业务问题以及业务对象，这是保障数据挖掘在税务管理中运用具有较强的目的性；其次要做好充分的数据准备，收集业务对象相关的所有数据信息，同时明确业务对象的类型和需求，从而模拟建立起针对化的数据挖掘算法，保障数据挖掘的效果和作用；最后对数据挖掘的结果进行评估和推测，而评估、推测的方法一般是根据数据挖掘过程中所使用的算法来决定，最终才能较为科学的完成整体数据挖掘过程。

（三）数据挖掘在税务管理中运用的人员要求

数据挖掘在税务管理中运用人员要求，需要根据业务对象的需求来确定，一般数据挖掘人员可以分为业务分析人员、数据分析人员和数据管理人员[6]。业务分析人员的要求对业务对象相关业务、信息、需求等多项内容具有较强的了解；数据分析人员要求要具有较强的统计学、计算学等学科的知识储备以及较强的数据分析实践能力。而数据管理人员需要掌握管理学、会计学等内容。

七、数据挖掘在税务管理中的运用设计

（一）数据挖掘在税务管理中运用的系统设计

虽然数据挖掘系统不是全智能化的运用系统，但可以较好的协助人员智能的挖掘相关数据的潜在价值，同时可以较好的对税务决策提供合理性的建立。对于整体的数据挖掘系统设计，根据需求不同的划分主要可以分为专用数据挖掘和通用数据挖掘，其整体构成分为数据库、数据挖掘引擎、用户界面等。

专用数据挖掘在税务管理中可以起到有较强针对性、目的性的对业务需求做出相应的解决方案；而通用挖掘相较而言具有通用性、实用性和方便性的特点，利用通常的數据挖掘算法，来进行对数据进行相关的收集和预测。对整体数据挖掘系统的建立，其中数据库可以起到良好的保障作用，将数据储存到相应的平台中，并对所储存数据进行收集和整体的工作，为数据挖掘过程提供需求的数据信息；数据挖掘引擎可以帮助起到对数据信息进行加工和处理的作用，帮助寻找相关数据的潜在价值，利用需求不同选择不同算法的方式，有效的帮助人们采取正确的税务决策，同时这也是数据挖掘系统设计中的重点环节；用户界面可以提高信息共享的平台，协助人们对需求问题更好的查找相关有价值的数据。

（二）数据挖掘在税务管理中运用设计的实现

为了可以让数据挖掘在税务管理中更好的运用，必须完全掌握纳税人相关的属性信息，例如姓名、地址、所在企业营业收入、税率等多项内容，同时可以较好的展现纳税人实际中的缴税额以及缴税自觉性1710而通过数据挖掘在税务管理中运用设计，可以较好的使税务管理人员通过相关价值数据，从而合理、科学的分析出纳税人的税务行为特点，并且分析出的结果接近事实。在实际的设计实现中，例如某市中的s企业2017年相关纳税人情况、资金情况、业务产品等多种资料，根据上述的数据挖掘实现方法，系统化设计，并利用相适合的算法，可以有效的预测出纳税人在未来中的相关风险性以及盈亏等多方面的情况。

八、数据挖掘在税务管理中的具体运用

（一）数据挖掘在税务管理纳税人细分中的运用

数据挖掘在税务管理纳税人细分中的运用具有较大的作用和运用效果，根据某市国税局2016到2017的信息中，利用数据挖掘的K-平均算法，将某市国税局相关企业的各类数据进行划分：把N个企业划分成K个种类，每个种类里相关的数据具有较高的相似度，然后相互种类间做到相似度较小。数据挖掘在税务管理纳税人细分中用K-平均算法可以较好的找出让平方误差数值较小的K个划分，同时进一步使运用结果可以较为明显的进行数据收集、处理和分析。对结果划分为几个类别，第一类别是数值较大的，例如经济、纳税数额等内容；第二类分为经济能力较强但是纳税较少；等三类经济能力较小，纳税数额较多；第四类纳税人经济规模较小，纳税能力同样教低。

经过数据挖掘中K-平均算法在实际的纳税人细分中的应用，可以较为明确的得到以下结论：1.调查结果和运用结果显示第一类的纳税人较少，只占数据信息中整体纳税人的百分之0.5，但这一类纳税人纳税的百分比增长缺占到了数据信息中纳税人整体税收增长的百分之40。2.同样通过上述分析和应用，得出第二类纳税人数量同样较少，虽然资金规模较大，但是相比较第一类纳税人，其在年度纳税额增长较小；第三类纳税人的数量在数据挖掘运用中所得出的结果相较第一类和第二类较大，但没有占到很大的比重；另外第四类纳税人在整体数据信息中的纳税人占比较大。总体根据相关数据挖掘得出的结论进一步分析，第一类纳税人和第三类纳税人在纳税能力中占比较高，是较为良好的税收来源群体；而第二类和第四类纳税人在纳税能力总额中占比较小，原因是第二类纳税人出现经济和税收不符合的情况，第四类是因为经济能力较弱，所以纳税能力较低，从而两类纳税人都属于税收来源的弱势群体。

上述数据挖掘在某市税务管理中实际运用的调查和分析中，通过研究和讨论，可以对税务管理讲纳税人很好的细分，同时可以做到较为科学的推测并做出合理的科学的纳税管理措施，选择较为专业、整体素质性强以及业务能力好的管理人员对第一类和第三类纳税人做精细化的管理；同时对第二类和第四类纳税人同样做到针对话税务管理，找出其中在实际税务管理中其出现问题的原因，并采取相应对的措施。

（二）数据挖掘在税务管理检查中的运用

数据挖掘再税务管理检查中的运用同样至关重要，可以较为准确方便的检测其税务风险性等内容。根据对上述某市国税局调查的数据信息中，再通过利用数据挖掘中K-means算法的运用，将众多数据划分为k个种类和N个数据库，随机性的选择K个对象，将每个对象初始划分为每一个族或者中心，下一步将数据库中通过查看每个对象距离族中心的距离来将其划分为最相近的族中，进一步在新产生的族中计算出里中心的平均值，紧接着重复上述第二部和第三部的步骤，这一重复步骤极为关键，可以较小的避免运用过程中所带来的误差，待到二三步骤不再变化、趋于稳定的同时，得到科学正确的结果。

經过数据挖掘中K-means法在实际的税务管理的应用，将上述某市数据分为三类纳税人，第一类是在年度中收入、销售等稳定，并且带来持续不断的稳定增长；第二类纳税人是在年度中每个月的收入增长或下降不太稳定，变化较大的；而第三类纳税人是因为各种原因收入等方面在年度中呈现持续下降的状态。

通过数据挖掘K-means法运用所得到的结果进一步分析可以得出以下结论：1.第一类纳税人在上述分析调查中可以较为科学的分为安全性较高的纳税人，同时不需要对其进行特殊性的监管2.第二类纳税人在上述分析调查中可以较为科学的分为对市场整体行业影响较大的企业，其中经过分析可以得出出现这种问题的原因是由于业务产品存在换季性、流行性等因素影响较大，同时比较依赖外界因素，所以可以通过分析的结果对第二类纳税人进行进一步的划分，采取针对性税务管理模式。3.第三类纳税人情况的出现，经过进一步详对有关企业进行了解发现，出现这种问题的原因是由于经营不善、业务产品滞销等重大问题，另外一点就是第三类纳税人存在偷税漏水等非法行为，从而显示出极不稳定的税务状态，所以相关税务部门对其可以采取针对话的管理措施。根据总体的数据挖掘在税务管理中的运用，可以较为明显的找出有效、有价值的数据信息，从而可以进一步对其进行分析，做出更加科学、合理的税务决策。

总结：数据挖掘包含了多个方面的知识和技术，具有极为良好的运用能力和特点，而根据数据挖掘在税务管理中的运用，可以起到较大的作用，使相关税务管理人员的工作更加高效，以及为做出合理的决策提供较大的作用。由于目前数据挖掘还没有为广阔的应用，具有较大的发展潜力，可以起到更大的作用和效果，促进国内整体经济发展和时代进步具有重要意义。

参考文献：

[1]数据挖掘技术在农村商业银行信货的应用研究[D].叶晓明.中南大学.2013.

[2]OLAP和数据挖掘技术在医院信息系统中的研究与应用[D].胡瑞娟.长春理工大学.2009.

[3]基于数据挖掘技术的客户关系管理系统研究[D].许乐平.合肥工业大学.2007.

[4]数据仓库与数据挖掘技术在招生决策中的应用研究[D].胡海员.东南大学.2006.

[5]数据挖掘技术在教务管理中的应用[D].张荣富.安徽大学.2011.

[6]数据挖掘技术在高校成绩管理中的应用研究[D].刘春阳.大连交通大学.2010.

[7]数据挖掘技术在中职招生信息系统中的应用[D].李卫平.西北师范大学.2009.