“稅源風險監測預警（房地產行業）管理信息”系統項目單一來源采購征求意見公示

“稅源風險監測預警（房地產行業）管理信息”系統項目擬采用單一來源方式進行采購，按照《政府采購非招標采購方式管理辦法》（財政部第74號令），現進行單一來源采購征求意見公示。

一、  采購人、采購項目名稱和內容

采購人：西安市地方稅務局

采購項目名稱：“稅源風險監測預警（房地產行業）管理信息”系統

采購內容：2014年西安市地方稅務局房地產行業風險監測預警管理系統開發

二、  擬采購貨物或服務的說明：

    西安市地方稅務局采用多種方法對西安市房地產行業稅收的流失情況進行測算，估算稅收流失率和存在的稅收風險。

三、  采用單一來源方式的原因及相關說明：

系統模型構建的領先和唯一：

根據模型構建的主要思路和方法的不同，當前稅收風險識別評價模型主要有指標分析法、經濟稅收建模法等。其中指標分析法可以分為單指標分析法、多指標綜合分析法、第三方數據比對法等；經濟稅收建模法又有傳統的統計量建模和機器學習法等多種選擇。

指標分析法是利用財務報表、申報數據之間的邏輯性、配比關系，以及根據地域特征、行業特征、征管經驗設定多個反映企業經營納稅特點的特征指標進行分析。指標分析法以揭示單個企業財務報表、申報表之間及內部數據的合理性為出發點，通過與采用一定的方法獲得各指標的合理值比較，得到對企業經營納稅狀態的描述，從中發現存在疑點的指標，進而分析出可能存在的風險點。單指標就是選取單一指標進行分析，用以發現企業某一方面存在的問題，目前用得較多的是同業稅負分析法。多指標綜合分析就是選取多個指標，運用一定的方法建立指標間的關系，賦予各指標的權重，用以描述企業的經營納稅狀況。第三方數據比對法、第三方數據分析法依照稅法規定，取得與待測納稅人主要經營行為密切相關聯的第三方數據，與納稅人申報的數據進行比對測算，從中找出差異，進而估算稅收流失。

指標分析法是基層工作經驗的總結，通過對指標值標準的確定越來越接近合理，有較好的指向性，在實際中得到了廣泛的使用，為風險管理提供了分析評估的基礎。運用第三方數據比對方法簡單有效，能準確確定納稅人存在的問題，為查實疑點補繳稅款提供現實的依據。但是，指標分析也存在著以下弱點：一是對特征指標總結難度較大，為了追求更好的精準性，對指標標準值的確定會產生分組粒度與取數量的矛盾。二是需要有較高的數據質量，大量的數據缺失會產生很多指標空值，從而使指標無法運用。三是對第三方數據的要求也要高，需要有真實性、完整性性的保障。四是采用指標法綜合分析，需要建立聯立方程組，采用一定方法賦予指標權重。這樣也會有些困境，比如參數難以計算，行業、地區、稅種差異性較大等。

經濟稅收建模法，在有較高質量數據的基礎上，運用合適的統計計量、機器學習等方法建立經濟稅收關系模型，對樣本企業的經營納稅行為的規律進行總結反映，然后參照稅法規定估算出納稅人理論上應納稅款，再比較其與實際申報數據的差額。這樣對納稅遵從風險的評價，具有指標唯一，結果綜合性強，可以實現對風險的排序，并能鎖定存在的疑點科目。當然，經濟稅收建模法對模型的設計要求較高，算法求解困難，并且需要進行系統和長期的研究和反饋分析修正。按有無準確的遵從與不遵從等先驗信息，經濟稅收建模法可以分為無指導建模法和有指導建模法。有指導建模法是在樣本企業數據齊全、信息完整、準確給定遵從與不遵從樣本的條件下，可以用有指導建模法，基于先驗信息，直接通過遵從樣本數據構建經濟稅收模型，建立行業稅收測算模型，估算樣本的應該繳納的稅收，進而判斷是否存在風險的。這是一種理想狀態下的建模法。無指導建模法是在沒有明確的有關納稅人是否有納稅遵從與不遵從信息情況下，運用一定的方法和策略對納稅人的涉稅數據進行分析和分類，再建立經濟稅收模型估算納稅人應該繳納的稅收，進而判斷是否存在風險。

以上兩類方法都有各自的優點和缺點，有各自擅長的應用領域。這就需要根據具體的情況具體分析，選擇適合條件的分析方法。

在本次測算中，由于測算樣本的數據空值零值較多，數據質量狀況較差，根據一定方法確定的主要判別指標特征值沒有體現本行業的特點，也不符合判斷分析所要求的統計假設，為分析帶來了無法克服的困難。運用第三方數據比對也存在以下不利因素：一是取得第三方數較為困難，由于社會經濟信息沒有形成大的數據集合，取得第三方數據也沒有有關法律法規定支撐，加上各部門、第三方數據多為利益相關者，因此稅務部門在采集第三方數據時存在較大的困難。二是第三方信息也只能反映稅收流失的某一方面，比如有下游環節的第三方數據，只能對收入進行比對，而對其費用支出是無法比對的。有上游環節的建安企業的第三方數據，也只能對其規模做一定的估算。加上第三方多少與測算對象有著利益方面的關系，數據的真偽、數據的完整也難以保證。因此本次沒有運用指標分析法進行測算。

在大數據情況下，運用機器學習法對數據的處理有整套策略，一定程度上可以減少數據的質量不高對分析的影響，對數據進行挖掘建模，總結出企業的經營規律，在很多經濟領域有了成熟的應用，因此，采用機器學習法構建算法模型，實現對企業經營狀況的模擬，獲得企業較為理想經濟稅收關系模型，從而實現對企業申報納稅的測算?；跈C器學習法在建模方面和指標分析法在描述企業經營特征的優勢，結合西安納稅人數據現況和稅務稽查評估數據過少的狀態，本次擬采用無指導建模法測算和指標分析法解析相結合的方法。

北京市博金恒信科技咨詢有限公司（中國人民大學金融與財稅電子化研究所）掌握了代表國際前沿的機器學習法和中國稅收實際相結合的核心算法模型；具有運用機器學習法對中國稅收流失進行測算、并取得良好效果的案例；對中國房地產業風險有測算經驗，實現了指向明確、有一定可靠性的測算結果。承擔過“納稅遵從風險指標評價和模型研究”和“基于微觀的稅收流失分析理論、測算、應用研究”等省部級以上的項目。

北京市博金恒信科技咨詢有限公司（中國人民大學金融與財稅電子化研究所）專職與兼職人員包括11名教授，5名副教授，3名博士后和18名博士，擁有財政，稅收，金融領域“理論與政策研究，管理與信息化，經濟計量分析”方面的頂級專業人才。他們參與國家和省部級，以及橫向聯合項目三十多項。在系統構建方法體系及工具選擇上具備國際領先水平，在稅收流失率測算方法方面，他們在認真研究地下經濟估計法、稅收收入能力測算法、樣本推算法、曲線擬合法、隨機邊界模型法（SFA）、數據包絡模型法（DEA）等各類模型方法的基礎之上，經過多次試驗比較，最終確定“機器學習法”作為測算的主體方法?！皺C器學習法”是目前國際上該領域最主流最先進的方法。同時開發完成的西安市地方稅務局“房地產行業風險監測預警管理系統”開發項目（一期），通過各類數據清洗和測算，其掌握了大量的敏感數據，并掌握了大量的內部需求指標和技術，經過對房地產行業10 戶企業進行了測試，收到了良好的應用成果，實現了稅收增收一億一千多萬元。目前，西安市財政稅收收入完成工作時間緊迫，該項目二期的研發和實踐就顯得非常迫切和重要了。

因此，采用這樣領先方法并運用于實踐上的，是具有唯一性的。

四、  擬定的唯一供應商名稱，地址：***

供應商：北京市博金恒信科技咨詢有限公司

地址：***

五、     專業人員論證意見（詳見附件）

六、     公示期限：2014年8月12日至2014年8月19日（5個工作日）

七、     采購人、集中采購機構、財政部門的相關信息

1、     采購人名稱：西安市地方稅務局

聯系地址***

聯系人：趙凌云          聯系電話***

2、     集中采購機構：西安市市級單位政府采購中心

聯系地址***

采購一科項目經辦人：閆潘田、李云

聯系電話***

3、     財政部門:西安市財政局

聯系地址***

聯系人：高曦              聯系電話***

八、     其他事項

對該項目采用單一來源采購方式公示有異議的，請按照《政府采購非招標采購方式管理辦法》（財政部第74號令）相關規定，在公示期內將書面意見，以送達或特快專遞方式反饋給采購人、集中采購機構，同時抄送財政部門，逾期不予受理。

 

                             

                     西安市市級單位政府采購中心