房地產行業中的稅收風險識別

宋四虎　周大鵬　吳強

摘要：稅收流失帶來稅收收入的減少。如何有效識別潛在稅收流失企業，對日常的稅收管控尤為重要。文章嘗試將行業稅收風險管理引入到稅收征管工作中，通過效能位差法對某市房地產開發行業進行稅收風險管理的指標選擇和部分實證分析，旨在對房地產開發行業稅收風險的測算方法進行初步探索。

關鍵詞：稅收風險；房地產；風險識別；測算分析

一、 引言

為了探尋稅務機關日常管控中稅收風險識別的有效方法，本文以某市房地產開發行業為例，通過能效位差法對該行業涉及稅收風險管理的指標選擇和部分實證分析，對房地產開發行業稅收風險進行相應識別。

二、 樣本描述

截止2013年底，某市房地產開發納稅企業5 912戶，入庫稅款557.7億元，占全市房地產業稅收收入的88.8%，占全市稅收收入的18.2%。房地產開發業共涉及繳納稅費14項，是繳納稅種較為復雜的行業之一。

1. 從查補稅款情況看稅收風險。通過對某市地稅綜合查詢系統內2013年房地產開發行業自查、檢查和評估等多方面補稅情況進行分析，可以反映出房地產開發行業稅收管理存在較大的風險。

（1）雖然房地產開發行業自查、檢查、評估補稅戶數占全行業補稅戶數較低，但該行業補稅金額占全行業比重分別達到了17%、53%和42%，戶均補稅額也遠高于全行業戶均補稅額。

（2）從三種類型的補稅情況比較看，企業自行查補稅的金額和戶均補稅額也低于稅務部門通過采取檢查和評估手段所查補稅金額。

2. 從欠繳稅款情況看稅收風險。通過對某市地稅系統會計帳中房地產開發行業欠繳稅款情況進行分析發現：2013年某市地稅系統共有773戶企業欠繳稅款合計18.5億元，其中房地產開發業102戶企業欠繳稅款合計9.6億元。該行業欠繳戶和欠繳金額占總欠稅比重分別達到了13.2%和51.9%。房地產開發業已成為某市欠繳稅款最多的行業，也可以反映出房地產開發行業稅收管理存在較大的風險。

考慮到企業財務報表的可獲得性，本文選取了重點稅源直報平臺上484戶房地產業企業作為初始樣本，根據行業類型分類進行細分并從中剔除物業管理、房地產中介等企業65戶，剩余房地產開發企業419戶作為最終樣本，結合419戶企業的財務指標和稅收數據進行效能位差分析。

三、 稅收風險測算方法

現階段稅收風險測算方法主要有機器學習法、隨機前沿測算法、數據包絡測算法以及效能位差測算法等，本文主要采用效能位差法對房地產開發行業稅收風險進行測算。

1. 稅收風險測算思路。理論上，在不考慮國家宏觀政策調整、稅收政策變化、征管時間差異等因素的情況下，一個企業在某個會計期間的經濟效益和盈利狀況決定了該企業相應期間的納稅能力，而納稅能力又決定了相應的應納稅額。本文將企業的經濟效益等綜合情況稱為稅源質量，在相同的外部條件下，一個地區不同企業稅源質量的排序決定其納稅能力的排序，而納稅能力的排序應該與其實際納稅情況排序相一致。但是在現實稅收征收活動中，企業納稅能力的排序與其實際納稅情況的排序可能存在一定差異，二者之間存在一定的位差，通過計算位差，可以進行房地產開發企業的風險評定或者查找出行業的風險點。當然，企業納稅能力的排序與其實際納稅情況排序的不一致，可能是由其它原因導致的（如企業間會計核算方法不同、有關稅收優惠政策等），這樣就需要我們進一步分析。

2. 房地產開發業風險管理指標的確定與選取。

（1）納稅能力指標的選取。評價納稅能力與實際稅收情況，必須建立相應的指標體系。由于房地產開發企業的項目經營情況、企業規模等數據暫無法取得，這里只選取了財務指標來評價企業的納稅能力。

由于稅源質量的復雜性和多樣性，各指標的選取遵循以下原則：①指標數要小于樣本數；②指標之間基本上相互獨立；③盡量選取相對指標；④指標的樣本差異要明顯；⑤數據的可獲得性。根據以上原則，本文選取11個指標作為變量。

（2）實際稅收情況的衡量。衡量企業的實際稅收情況，可以通過企業總體稅負這一指標實現。企業稅收負擔是指企業繳納稅款與其相關稅源的比例關系，它反映了企業一定時期從事某種生產經營活動所承受稅收負擔的狀況，從中揭示了企業經濟活動與稅收的關系、企業稅收相關政策執行情況以及該企業稅務主管機關的征收管理情況。由于該指標是一個相對值，使樣本之間更具有可比性。具體計算公式如下：

企業稅負=企業繳納的各項稅費/企業主營業務收入*100%

四、 測算結果分析

1. 稅源質量綜合評價排序。數據準備與指標篩選。對財務指標進行計算、數據整備和處理，剔除含缺省值、奇異值的樣本319戶，剩余分析樣本100戶，剔除指標9個，選擇剩余指標11個。

構建稅源質量綜合評價指標體系。利用主成分分析法的降維思想，把多個指標轉換成較少的幾個互不相關的主成分（綜合指標），既能解釋大多數變量的差異，又能歸納主要影響因素，從而更好的進行稅源質量的測算。（以前的稅源質量評價使用的多指標都是平均權重，沒有區分各指標對稅源評價質量影響程度，也沒有考慮指標間的共線性）。各變量間適不適合運用主成分分析法，需要進行KMO 和 Bartlett 的檢驗。KMO統計量是通過比較各變量間簡單相關系數和偏相關系數的大小判斷變量間的相關性，相關性強時， KMO值接近1。Bartlett 的球形度檢驗用于檢驗相關陣是否是單位陣，即各變量是否獨立。運用spss19.0軟件得出指標的KMO檢驗結果分別如下表所示：

巴特利球形檢驗統計量為214.766，相應的概率Sig為0.000 ，可認為相關系數矩陣與單位陣有顯著差異。KMO檢驗結果為0.791，大于0.5，說明各變量間信息的重疊程度可能不是特別的高，但是做出主成分分析模型還是值得嘗試的。

下表是前五個特征值及累計貢獻率，每個主成分的貢南率代表了原始數據的總信息量的百分比。從表中可以看出前五個主成份的累計貢獻率達68.147%。因此，我們可以確定前5個為主成分。

根據成分矩陣（如下表），可以看出主營業務利潤變動率、主營業務成本變動率和主營業務收入變動率在第一主成分中具有高程度載荷，可以反映出企業主營業務營運能力，這說明企業主營業務的營運能力更能夠評價稅源質量的好壞程度，主營業務收入增長越高，稅源質量越好；凈資產收益率、資產負債率與總資產周轉率在第二主成分中具有高程度載荷，可以反映出企業的資產獲利能力，因而企業的資獲利能力也是評價稅源的質量好壞的重要指標，凈資產收益率越高，稅源質量越高；成本費用利潤率和成本費用率在第三主成分中具有高程度載荷，可以反映企業投入產出能力，企業的投入產出能力也能夠評價出稅源質量的好壞，產出能力越高，稅源質量越好；主營業務費用變動率和長期負債率在第四主成份中具有高程度載荷，可以反映企業投入變化情況，企業的投入的增長說明稅源質量更好；流動負債在第五主成分中具有較高載荷，可以反映企業短期還款能力，短期還款能力越好，稅源質量也越好。

五、 政策建議

1. 加強風險稅收指標信息的采集和分析范圍。行業風險分析數據是否完備、準確，決定著指標體系建立是否合理、指標與樣本間是否具備高度相關性、代表性，模型的搭建是否科學，進而影響到風險識別結果的準確性和精確度。建議應擴大企業財務數據的填報范圍，在一定規模以上的企業均應在納稅申報同時填報資產負債表、損益表、現金流量表等重要財務報表中的財務數據。

2. 對數據進行分類歸集并建立關聯。對數據進行分類并關聯，有助于各數據之間相互校驗，從邏輯關系上判斷出噪聲信息并及時提示填報人，也可以使稅收管理員有針對性的發現問題，在更多維度進行分析預測。此外，也有助于查漏補缺，有選擇性、針對性地采集第三方數據。

3. 做好風險管理指標選取和模型搭建。對于指標體系建立需要借鑒更多的成功經驗，并不斷對其進行修正。而建立房地產開發行業稅收風險模型也是探索提升稅收風險管理質量和效率的有效手段之一。通過房地產開發行業風險模型的搭建，進一步完善對該行業的風險管理，規范房地產開發行業風險管理業務規程，做好房地產開發行業稅源分類分級管理。

參考文獻：

1. 譚榮華.稅收數據分析方法與應用.北京：中國稅務出版社，2012.

2. 王敏.稅收收入預測方法的優選與應用.稅務研究，2009，（10）.

3. 謝波峰，劉志安.納稅遵從水平測算新方法研究：基于組合預測的探索.稅務研究，2011，（3）.

4. 焦瑞進.微觀稅收分析指標體系及方法.北京：中國稅務出版社，2012.

作者簡介：宋四虎，廣電總局廣播影視發展研究中心高級經濟師，中國人民大學財政金融學院博士生；周大鵬，中國人民大學財政金融學院博士生；吳強，財政部財政科學研究所博士后.

收稿日期：2014-05-20。