2020-07-19 | 이지성 기자

行政安全部以大数据分析按欠缴类型定制化征税

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

通过分析地方税欠缴数据预测各欠缴人的缴纳可能性并支援征收活动的大数据智能税务行政服务将正式启动。

行政安全部19日表示,作为新一代地方税系统建设项目的一环,将与京畿道合作引入基于大数据的地方税欠缴回收率预测模型。方针是将由此构建的数据由各自治团体用于欠缴征收计划、欠缴告知、现场调查及征收活动等。

此前税务公务员为管理欠缴,须人工核对每位欠缴人约200种信息,高效管理欠缴面临不少困难。对此,行政安全部分析了京畿道31个市郡过去5年的欠缴资料,生成各欠缴人的欠缴回收率预测和分析报告,构建了按欠缴类型定制的征收活动系统。

行政安全部与京畿道今年2月将回收率预测模型应用于166万件税收债务进行分析,结果显示1年以内的短期欠缴为92万件,占55.3%。以大数据分析,预测6个月内欠缴回收率可达53.2%。

分析显示,短期欠缴中纳税意愿(欠缴、亏损、扣押处分经历、欠缴日、信用等级、信用卡逾期经历等)对回收率影响较大。此外,通过欠缴后立即告知等方式集中管理,对提高征收率具有成效。

长期欠缴对象为53万件(32.3%)。其中6个月内欠缴回收率预测为16.3%。调查显示,经济能力(财产税征收金额、信用卡使用金额、贷款总额、房地产市价总和、负债比率等)比纳税意愿对回收率影响更大。

以京畿道为对象试点运营税金欠缴大数据模型的结果显示,欠缴征收活动的前期准备时间大幅缩短。此外,在现场调查时通过移动端提供服务也能有效征税,因此获得了很大反响。

行政安全部今后将分阶段扩大试点服务的地方自治团体范围。同时将积极反映用户需求,提高欠缴回收率预测模型的准确度,并扩大为全国性服务。

行政安全部相关人士表示:“为实现以数据为中心的科学税务行政,今后将发掘国民能够切实感受到的各类大数据课题”,“今后也将从对地方财政影响较大的课题开始分阶段分析,提高地方税务行政的可信度,持续努力改善国民生活”。 /李智成记者 engine@sedaily.com

阅读韩文原文