本文基于汽车物流企业特性构建复合式数字化税务管理模式,以L公司为研究对象展开案例分析,通过实证检验评价该模式应用效果,验证该模式能够有效控制企业税务风险从而起到优化税务管理的作用。
税务风险一直是企业经营过程中面临的一项重要财务风险,特别是随着金税四期的启动,在以往税务信息的基础上加入了“非税”信息的采集,开启了以数治税的税收征管新时代,对于重点监控领域的汽车物流企业来说,如何借助数字技术提升税务管理水平、在控制税务风险的基础上合理高效地实现效益最大化成为企业管理者们需要关注的重要课题。
汽车物流是物流行业的重要组成部分,在汽车产业链中起到桥梁和纽带的作用,因其环环相扣的工作特性,相比于其他物流行业更具技术性和专业性。为了精准控价、保持利润、提升竞争力,大型汽车物流企业纷纷走上业财融合的道路,但在这一过程中,企业往往忽视了税务管理的重要性。
对汽车物流企业来说,业务的复杂性不可避免地提升了涉税风险。首先是生产经营过程中涉及税种多,主要包括增值税及附加税、企业所得税、房产税、土地使用税、印花税、车船税、车辆购置税、契税、代扣代缴的个人所得税;其次是纳税环节多,包括但不限于生产环节、加工环节、销售环节、移送环节、进出口环节;最后是纳税金额高,特别是增值税和企业所得税占比较重,作为劳动密集型企业增值税进项抵扣较少且运输加工税率较高,同时作为重资产非高新企业在企业所得税方面可享优惠较少,使得企业整体税负在服务业行业中位于较高区间。
业内的大型企业主要服务于主机厂、零部件厂商等企业,按客户要求进行定制化服务,业务变动频繁且复杂,利用在运力保障、线路覆盖、服务质量、智能化管理等方面的优势,提供专业化、规模化、高性价比的一站式服务。考虑到运输网络范围和服务质量水平,大型企业普遍采用跨地区设置分子公司的管理方式,但国家税收征管体系目前实行划省而治的模式,在税收属地原则下各地区税务管理差异性较大,难以统筹。在税务风险方面,大型企业普遍不同程度存在各项内外部风险,例如政策风险、征管风险、管理风险、组织风险、运营风险、财务风险、内控风险等,加之受汽车行业增量放缓的影响,利润空间有所压缩,某些企业急于扩大市场忽视税务风险,甚至犯下了虚开发票的大案。
税务管理一直以来都是企业数字化转型过程中的难点。首先,根据税收属地化原则的要求,纳税人需要在收入来源地或经济活动地纳税,集团型企业除了法律规定的特殊情况外,均不可合并纳税。地方税收征管有一定自治权限,省份之间差异较大,难以做到标准化统一。其次,国家提出“以数治税”以来,国家税务总局频繁升级税收征管系统,但是仍然以各省份分系统管理,系统之间存在信息壁垒。最后,税务专管员在税所范围内对辖区各公司进行税务征收管理,包括调取信息、情况说明、税务辅导等,且很多涉税业务仍需现场办理,尽管电子专票的启用极大地方便了企业线上操作,但单纯采用共享模式进行全数字化管理仍然难以实现。
针对行业业务复杂、管理分散的特点,对汽车物流企业各项税务风险,可在现有数字化税务管理模式的基础上,构建数据共享、集中处理、分散沟通、统筹管理的复合式税务管理模式。一方面,利用规模效应最大限度提升涉税工作效率与准确度,以大数据支撑税务筹划、风险管理等经营决策工作,在控制税务风险的同时提升公司价值;另一方面,强调各公司纳税主体责任义务,与专管税务局保持沟通,避免集中管理后因业务不熟悉在涉税信息报送过程中出现错误,引发不必要的税务风险。
复合式电子化税务管理模式主要是以数据共享为基础,为公司经营过程中的涉税业务提供不同程度的系统支持。
1. 对于可模板化自动处理的工作,在人工维护模板后,利用数字化工具实现系统批量操作,实现效率、精度双提升。
2. 对于需大数据支持的人工判断工作,提供系统数据处理,以可视化形式按需个性化呈现,为分析、决策提供支持。
3. 对于事务性工作,以历史档案为参考,以数据信息为基础,以参考模板为借鉴,避免以往口口相传的经验继承方式造成的误差和信息传递过程中导致的信息失真,降低操作的专业化程度。
针对企业经营过程中的涉税工作,设计出如下复合式数字化税务管理具体方案。
企业经营过程中涉及到的涉税信息报送工作一般分为两类,一类是税务局以线上系统方式定期调集数据信息,包括纳税申报表、重点税源直报系统等;一类是税务专管员临时调取企业信息。对于第一类工作,采用标准化通用模板的方式集中操作,针对汽车物流企业跨地区经营且下属企业规模各异的情况,需充分考虑差异化及数据口径统一问题。对于第二类工作,由于汽车物流企业地区间、下属企业间业务差异较大,主要是以数据共享的方式提供信息支持和进行数据抽取,另外对专业化领域问题提供专家咨询,辅助各单位沟通处理。
此类工作具有较强专业性,目前国家推进“以数治税”过程中已将大部分操作上线,增值税专票的数字化也在全国推广,但仍有部分工作需前往办税大厅或主管税所现场办理,特别是接待税务局稽核检查工作只能是当地企业自行负责。针对现有税收管理模式,涉税业务办理工作需要分类实施,对于线上业务,特别是操作繁琐耗时且易于标准化、批量化处理的工作,尽可能利用系统批量操作;对于偶发性线上业务和线下业务,可由集中操作进行,也可基于企业纳税主体责任需要汽车物流企业各下属企业根据本单位情况自行发起,在充分利用系统支持的情况下,各方沟通配合处理。
对于汽车物流企业税务管理,内业工作各不相同,但基本包括制度建设、流程搭建、税务风险分析评估、税务筹划、业务涉税指导、档案管理等。这些工作在实施数字化管理后,利用大数据处理分析弥补了以往人工操作的不足,不仅提升了运算能力,还可将历史数据、行业数据进行交叉对比,通过数据共享,对既往信息、下属各单位信息一目了然,解决了因汽车物流企业管理分散而造成的沟通困难问题。
L公司从主机厂运输科发展壮大而来,Y集团根据战略布局将原内部各物流公司整合至L公司旗下统筹管理,目前是为Y集团各主机公司提供物流服务的全资子公司,业务遍布全国,处于汽车物流行业领先地位。L公司以“技术驱动物流、创新发展物流”为发展战略,每年投入大量研发经费用于改良业务技术、搭建业务系统,实现业务数据全电子化,但对财务管理特别是税务管理重视不足,仅有支持账务处理、报表编制、内部对账功能的ERP系统,税金计算、纳税申报表填制等工作完全依赖税务会计手工操作,在缺乏系统支持的情况下,税务风险管控效果欠佳。为响应国家政策要求,Y集团在2020年提出全面数字化建设战略,在财务方面牵头搭建财务共享平台,L公司针对自身薄弱点,对财务系统嵌入程度进行摸排,设定财务控制部为主责部门,推进财务数字化项目,详细评估税务管理数字化转型可行性,最终确定依托于财务共享平台搭建数据中台系统,利用财务共享服务中心与业务财务相结合的方式,在全公司范围应用复合式数字化税务管理模式。
L公司由于体量大、分散性强,且作为重点监管的物流企业,近年来主管税务局对其的关注程度逐渐提高。在以往缺乏统筹管理、缺少大数据系统支持的模式下,难以发现隐藏于多维度的信息数据中的税务风险,税收监管模式的变更也使得事后救火的补救措施日渐失效。在设计数据中台时,为方便管理,将税务管理这一依赖信息传递及时性和准确性的工作单独以模块设置。
在涉税信息报送方面,L公司作为国企,线上报送包括电子税务局纳税申报表、重点税源直报系统、千户集团数据系统、全国税收调查系统,此类工作由财务共享服务中心税务负责,通用表单模板、台账由税务主管初始开发并维护共性变更,税务会计负责批量生成,并对各分子公司个别差异进行调整,由RPA机器人依既定程序填列系统。对于主管税务局临时调取信息,由各分子公司专员具体沟通提报,所需信息在系统中抽取,涉及到税务专业问题由税务主管提供解释。
L公司需办理的涉税业务中,发票管理随着数电票全面推广实现收开票线上批量操作,某些省份的分、子公司利用已开通的税企直联服务系统,其余公司利用数据中台系统抽取信息形成批量表,上传电子税务局系统完成勾选或开票工作。其余涉税工作办理,由各分、子公司专员负责,财务共享服务中心提供相应支持,对于税务稽查等特殊重要事项,根据风险程度派员或聘请外部机构参与。
涉税内业工作效果是一个公司税务管理水平的集中体现,L公司针对以往管理薄弱、缺乏统筹的问题,着重应用税务分析方式方法,搭建税务风险指标体系,实现实时预警;链接税务局政策数据库,AI预制逻辑筛选提示相关政策;设置评价指标,随时进行纵向历史对比和横向行业对比;对于各分、子公司涉税情况,利用BI工具技术随时呈现管理关注点,实时为经营决策提供参考。
本文从税务风险控制角度以实证检验方式评价模式应用效果。企业税务风险控制效果是评价税务管理效果的维度之一,而企业避税程度与税务风险呈正相关关系,故而本文通过衡量企业的避税程度评价税务风险情况。本文使用扣除应计利润影响后的会计-税收差异(DDBTD)指标,明确企业的税收规避程度,DDBTD由模型(1)计算得到:
其中,会计-税收差异BTD=(税前会计利润-应纳税所得额)/期末资产总额,总应计利润TACC=(净利润-经营活动现金流净额)/期末总资产,μi表示公司在样本期间内残差的平均值,ξi,t表示t年度公司残值与平均残差μi的偏离度。DDBTD等于μi与ξi,t之和,表示BTD中不能被应计利润解释的部分,即企业采取避税行为得到的回报部分。由于总应计利润TACC的数值是恒定的,DDBTD值越高表明该企业的税务风险越大。
由于L公司于2021年开始应用复合式数字化税务管理模式,为了体现模式应用前后效果,故而本文选取样本区间为2018~2022年期间的数据。考虑到研究对象样本数量有限,本文以同属汽车物流行业、资产规模相当、主营业务类型趋同的A股上市企业C公司作为对照组,对比分析同期税务风险变动情况。初始数据来自两公司5年财务报表,剔除了税前利润总额小于等于0和实际所得税率小于0或大于1的数据后,有效数据为9条。根据模型(1)得出结果如表2-1所示,趋势如图2-1所示,可知2018~2020年L公司税务风险显著高于C公司,但在应用复合式数字化税务管理模式当年,税务风险大幅下降并首次低于C公司,之后继续下降但幅度有所放缓。
为了弥补样本少对研究结果可靠性和有效性的负面影响,扩展对照组至整个物流行业,以补强实证分析。公司列表来自同花顺和东方财富中物流行业分类中的A股上市公司(ST公司除外),数据来源于锐思数据库。基于此,初始样本为52家企业235条数据,同样剔除了税前利润总额小于等于0和实际所得税率小于0或大于1的数据后,有效数据206条,具体分年情况如表2-2所示,描述性统计如表2-3所示:
根据模型(1)得出结果,将L公司数据与物流行业公司平均值进行比较分析,如表2-4所示,趋势如图2-2所示:
分析可知,L公司应用复合式数字化税务管理模式前,企业税务风险程度高于行业平均水平,2021年税务风险大幅下降,显著低于行业平均水平。
综上所述,通过L公司与上述两组对照组分别进行比较分析,可知复合式数字化税务管理模式的应用,显著降低了L公司税务风险,不仅低于同行业企业C公司,更低于物流行业平均水平,故而得出结论:该模式在汽车物流企业税务风险控制方面取得了明显效果。
智慧税务建设不仅是国家税收体系一次飞跃性变革,也是对国内企业税务管理的一次严峻考验,以往人工控制为主的税务管理具有高随意性的特点,难以适应大数据交叉比对的监管模式。另外税务政策的错误应用会严重影响公司经营成果,这就使得税务管理的数字化转型变得尤为迫切。复合式数字化税务管理模式打破了税收属地化管理造成的集中统筹与主体责任难以兼顾的困境,可以满足企业多元化管理需求,为汽车物流行业大型企业提供了数字化税务管理的新思路。