在当前征纳双方信息不对称的背景下，电子税务局和第三方信息以及海量的互联网涉税信息带来的大量涉税数据，是一座尚待开发的“富矿”。特别是大量的大企业涉税数据，既有助于税务机关有效锁定税收风险，也有利于各级政府科学作出经济决策，意义非常重大。因此，在开发所有涉税数据存在难度的情况下，可以考虑首先开发大企业涉税数据。
开发涉税数据这座“富矿”，当务之急是用好“网络爬虫”这一重要工具。“网络爬虫”是一种在互联网上采集捕捉涉税数据的有力工具。该工具按照一定的规则，运用“网络爬虫”技术设定程序，根据既定的目标更加精准选择、抓取相关的网页信息。“网络爬虫”通过信息采集、整理、处理和利用四个环节，对互联网涉税信息能够及时处理，同时根据信息所属类型（如表格数据等结构化信息和文本类信息等非结构化数据）分别采用不同的处理策略。
值得关注的是，借助“网络爬虫”技术开发的功能强大的风险监控系统，在江苏省地税局和福州市国税局等单位的探索中，都取得了很好的应用效果。通过优化整合现有的不同类别、不同层次、不同功能的系统，税务机关通过“网络爬虫”技术实现了对数据的有效采集、存储、处理、分析和应用，做到分类抓取、实时监控、智能比对。通过云计算，即时生成税源分布和增减情况，按行业、地域、时间等多维度展示税源变化；将纳税人关联方、股权架构、进销往来等分散的信息集中展示，生成纳税人相关指标分析，对纳税人纳税申报和财务核算质量作出评判，对特殊项目（如股东发生变更等）予以提示。通过比对第三方信息与纳税申报信息，开展风险排序和预警，最终形成纳税人的数据画像。同时，通过舆情监控，对纳税人需求和关注及时了解，采取应对措施，提高了税收工作的针对性和有效性。
举例来说，江苏省某市地税局梳理完善业务需求，形成情报采集需求文档，优化互联网+网络爬虫涉税数据采集分析平台，通过多种方式采集网站信息，结合系统内的登记和申报数据，开展比对分析并挑选部分对象调查核实。其中，在获取企业限售股解禁减持信息方面，税务机关取得了重大进展。某企业2006年5月成立，主营服装面料、家纺和纺织机械，注册资金20万元，纳税人自行报送的财务报表、纳税申报表反映，该企业自成立以来，一直未从事生产经营，且纳税零申报。而从互联网上抓取到的限售股涉税信息显示，该企业于2012年6月参与某上市公司定向增发，共1150万股，定增价每股14.2元，共计约1.6亿元。到2015年5月解禁期间，该股票分别实施了三次配送股，分别是10股送15股，10股送7股，10股送5股，合计7331万股，于2015年12月前全部减持完毕，减持收入约9.45亿元。根据互联网抓取该企业限售股减持涉税信息，查补入库企业所得税和滞纳金约2.2亿元。
当前和今后一段时期，税务机关应该强化“网络爬虫”工具同税收信息化的结合，涵盖新内容，呈现新形态，达到新高度。一是拓展信息渠道，将“网络爬虫”技术引入到税收领域，强化散乱分布于互联网上零星涉税信息的采集。二是强化涉税信息的挖掘应用，及时将第三方信息及互联网涉税信息与纳税申报信息对比，建立各类信息源之间的对应和勾稽关系，还原清晰的交易轨迹。三是充分依托“网络爬虫”技术与税收工作深度融合新成果，构建税收管理新模式，拓展税收服务新领域，促进税收业务新变革。
（作者单位：国家税务总局税务干部进修学院，江苏省扬州地税局）
联系客服
