大數據浪潮的帶領下，幾乎所有企業都已經意識到「數據」的力量，並致力成為由數據驅動決策的營運型態。由此可見，企業稅務部門也必定能感受到「數據管理」在有效的稅務管理中所佔的一席之地。因此，KPMG將針對有效的稅務數據管理提供12點觀察與分析，希望協助企業稅務部門，據以檢視稅務管理成效。
The role of data and tax function
「我們沒辦法導入資訊系統或是數位工具，是因為數據品質太差了。」以往這個解釋可能可以被理解，但現今已不再如此。企業稅務部門和其他部門一樣，都被期待於職能上進行數位轉型，以此提升營運效率與品質。尤其企業稅務部門經手龐大的資料，在處理與分析的過程中，可找出與管理決策相關的數據，因此漸漸地也被賦予了增進企業營運效率的核心角色。
「企業稅務部門需要哪些數據？這些數據要如何滿足每位資料使用者的需求？如何讓數據可直接使用，避免使用者耗費大量時間整理或是加工數據？」企業稅務部門中每位使用者所需的數據，以及如何使用這些數據，都應有所不同。例如監管跨國集團企業全球稅務績效的成員所需的數據，必定與負責特定地區稅務合規遵循作業的成員不同。故數據管理架構的目標應是「在正確的時間提供準確的數據給使用者，且該數據係直接利於分析與解讀」。
現今的資訊技術幾乎無所不能，為什麼說它仍無法解決稅務數據問題呢？可能有使用者誤以為導入資訊技術，只要點擊一下按鈕，就可產出一份完美的稅務申報文件，或者使用這些工具能像Google搜尋一樣簡單。其實，現階段的科技應用關鍵應在於持續累積使用者經驗，逐步優化稅務職能，確保企業稅務部門、作業流程與資訊科技彼此的合作無間。
相信很多跨國集團企業很常被詢問以下問題：企業數據儲存在哪裡—在企業內部還是雲端空間？誰有權限存取這些數據？這些數據在傳輸過程中有加密嗎？是否針對個人資料進行匿名化處理？而如今，雲端儲存技術已逐漸成為主流，促使個人資料保護(Data Privacy)與網路安全(Cyber Security)受到重視，稅務主管同樣必須熟悉這些議題，並與專家合作，方能將風險控制在可掌握的範圍內。
稅務職能常被認為處於企業營運流程後端，只能被動接收各式數據資料，再由企業稅務部門將不同資訊系統中的數據資料，加工成稅務申報表與稅務調節表等法令要求之文件。而此情況在未來將有所改變。依據2020年經濟合作暨發展組織(OECD)發表之「稅務管理3.0」 (Tax Administration 3.0)，其中建議新時代的稅務職能必須變身為主動的「數據擁有者」，將稅務流程與企業營運活動緊密結合，提拱可靠的稅務數據，方能達成有效的稅務職能。
KPMG觀察到，在稅務職能轉型中拔得頭籌的企業都有一個共同點—設立稅務數據長，其職責如下：
- 代表企業稅務部門參與ERP系統更換或升級的討論，確認既有數據的留存需求與存取權限
- 正確辨識利害關係人並與其合作，以獲取所需的稅務數據
- 確保數據來源的可信度並依照法定保存年限留存數據檔案
- 與資訊部門合作，整合多重資料源數據，用更有效率的方式檢索數據，快速、精準地回應稅捐稽徵機關詢問和稽核審查的要求
以往的稅捐稽徵機關查核方式可能是隨機挑選審查對象，寄送查核通知，要求企業一個月的時間收集資料與準備回覆。然隨著全球稅制透明化、即時稅務遵循等機制推動，現在各國稅捐稽徵機關已可使用稅務申報資料與其他來源管道之相關數據，評估及審查高風險交易，並且在與企業聯繫前可能就已經掌握了所欲詢問的答案。
企業違反法令規章時，很多時候並非故意怠忽職守，而是因為治理制度運作不健全、教育訓練不足或數據品質不良的結果。根據KPMG經驗，良好的稅務合規遵循效率通常來自於有效掌握可靠的數據，並依此建構出成功的稅務治理框架。反之，當企業無法掌控數據品質，將導致違章案件持續發生。
稅務科技的軍備競賽中，贏家毫無疑問地將是全球稅捐稽徵機關，他們可於其所投資的資訊技術上取得規模經濟優勢，甚至於他們有權利要求所有納稅義務人使用這些系統。讀者應時有所聞，近年來各國稅捐稽徵機關皆積極大量投入資源，運用資訊技術優化數據分析能力，企業內部稅務職能面臨的挑戰將與過去不同，必須確保更好的數據準確性和洞察力，降低潛在稅務風險。
對企業稅務部門來說，傳統的稅務合規遵循方式將面臨挑戰，意指稅務遵循將從「事後」轉變爲「即時」，也促成了因應這些轉變所需的職能轉型或與不同專業人員合作。不同稅目間的數據連結、相輔相成與相互驗證也是另一項可預見的考驗。
延續上述觀察，如果數據管理技術將取代傳統的稅務合規遵循方式，稅收政策與稅務申報型式又將如何改變呢？因未來趨勢是以接近「即時」的機制蒐集、判定，甚至是徵收這些稅負，所以更能有效降低納稅義務人規避稅負或是逃漏稅的機會。於此，全球稅捐稽徵機關對於稅務數據準確率的要求將大幅提升，更正申報錯誤的期間變短，逾期申報或修正更有可能被處以罰鍰。
最後要分享的觀察是，可否使用數據分析技術，使其自動支援高度複雜的決策？KPMG的答案是肯定的。舉例來說：OCR(光學字元辨識)技術可讀取與收集發票憑證訊息，判別支出項目能否扣抵營業稅額；機器學習技術可協助分類費用的性質應資本化或可直接扣抵，學習判斷特定指標與邏輯後，即可複製、模仿專業企業稅務部門的決策模式。因此，當仔細觀察與逐步分析後可發現，很多耗費企業稅務部門大量時間的作業流程可由資訊科技代勞。
Connect with us
