財稅大數據分析
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇財稅大數據分析范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
財稅大數據分析范文第1篇
2小微企業發展現狀
小微企業是我國經濟社會中必要的組成部分，在解決就業、活躍市場、提供民生服務領域起到了重要的作用；在促進社會主義市場經濟穩定增長、民生改善方面起到積極作用；在增加國家稅收、財政收入等方面也發揮著不可或缺的作用。據統計，截至2019年底，我國小微企業數量為10140萬戶，占全部市場主體的90%以上，隨著各地方政府努力改善營商環境，積極落實大眾創業政策，小微企業數量劇增。但是由于小微企業的特點，其經營風險較高、抗風險能力弱，經營管理中也存在很多問題，特別是財務管理模式、財務工具及財務目標存在較多問題，不能為企業健康持續發展提供必要的財務支持。
3小微企業財務管理概述
3.1財務管理模式分析
目前，除少數微型企業經營活動不連續外，開展實際經營活動的小微企業財務管理模式一般采用財務外包和獨立設置財務機構2種模式。
財務外包是通過記賬公司完成財務服務。這類小微企業為了控制成本，一般不設立專門財務機構，除貨幣資金管理放在企業內部外，其他業務如財務核算、納稅申報等外包給記賬公司或者兼職會計。該模式的優勢是企業能以較小的費用成本完成基礎財務核算任務，特別是稅務申報工作。同時，該模式也存在一定缺點，因記賬公司只提供核算和填報稅務平臺等規范性流程服務，財務決策、戰略分析、業務指導等關乎企業長遠發展的服務欠缺，數據挖掘和決策建議等服務水平較低，對小微企業的價值創造與持續發展不能提供支持，加上財務數據存放于第三方，不便于小微企業及時查閱，財務僅僅解決外部需求，很難對內創造價值，財務服務與業務決策基本脫節，管理會計無法發揮作用。
設立獨立機構的財務管理模式一般適用于已經發展較成熟的小微企業，經過一段時間的經營活動，已經度過高風險期，并有繼續擴大規模、向管理要效益的需求。此時，企業會健全管理機構，設置財務管理機構、配備專門人員，加強業財融合，發揮管理會計的作用。
3.2會計電算化普及應用
隨著信息技術的全面發展，各類個性化的財務軟件、平臺被廣泛應用，會計電算化在小微企業基本普及。小微企業中設置會計機構、配備財務人員的企業普遍實現了電算化，主要選擇了總賬、報表、固定資產、應收賬款等模塊。除了制單、審核、對賬等需要手工操作外，核算工作都實現了自動化，少數企業也使用Excel配合手工賬方式完成財務核算，極大地減少了記賬、算賬、查賬、報賬的工作量。財務外包的企業也由記賬公司根據不同的客戶分別設置賬套，實現信息化核算。但是，這與大中型企業相比，對大數據、智能化工具應用較少，數據分析挖掘不足。
3.3財務活動單一，財務目標短期化
小微企業經營管理活動比較單一，一般依附于價值鏈的大中型核心企業而存在，或者滿足于終端消費市場，因此，在財務管理活動上主要以財務核算、營運資金管理為主，很少涉及項目投資、證券投資、股權設計、融資上市、利潤分配等問題。由于小微企業的主要目標是滿足持續經營需求、解決生存問題，與企業目標對應的財務目標就是追求利潤最大化。同時，規避短期風險，保證財務資料規范、合法報稅、滿足融資需要等。由于缺乏對企業價值的關注，對未來現金流量的考慮不足，使得財務管理目標短期化，增加了企業風險。
4小微企業智能化財務轉型的策略
4.1加強業財融合
業財融合是財務智能化轉型的前提和基礎，將業務和財務相互結合，使得小微企業的財務人員或第三方記賬單位對企業的業務有更深入的了解，也使業務人員及時掌握財務數據，科學準確地指導業務。基于以上目標，在業財融合過程中要注意以下內容：第一，建立業財融合機制，小微企業行政部門大多集中辦公，信息傳遞方便快捷，這為業財融合提供了條件。為保證信息傳遞不受人為因素影響，也避免隨著企業規模擴大溝通日趨不暢，要建立業財融合的有效機制。例如，企業經理定期召開經營決策會議，召集業財部門共同決策；制定信息傳遞制度，保證時效性和通知到人。第二，借助移動辦公手段，廣泛運用智能化辦公程序，通過智能手機實現數據上傳、查閱、分析、審批等工作，提高業財融合的效率和準確性。第三，實施必要的績效管理。通常，企業建立了成熟的業務人員績效管理制度，但是對財務人員的績效指標不明確，為提高財務人員對業務支撐的積極性，應將財務人員的績效與業務掛鉤，實現業財利益一體化。
4.2搭建智能化財務與業務系統架構
首先，財務智能化必須依賴于財務系統與業務系統的有效對接，將實際問題轉化為數據需要；其次，通過系統數據采集、人工數據維護、外部數據支撐使財務數據與業務數據有機融合，形成企業大數據，原始的、分散的、海量的數據成為企業智能化財務分析的數據基礎；再次，運用數據關聯技術對數據進行標準化處理，運用分析方法理論、云計算、商業智能等分析工具對數據進行分析；最后，根據不同信息使用者需求，運用智能專家系統提供更加準確的決策建議，提供可視化的圖表及決策結論。
4.3合理選擇智能化財務軟件
財務智能化的轉型，必然需要智能財務軟件的支持，當前可選的高端智能化財務軟件價格昂貴，動輒幾十萬元、上百萬元，小微企業很難負擔。小微企業對智能財務軟件的選擇可以參考2種模式。第一，租用在線智能軟件平臺。可以選擇面向小微企業的云財務平臺，適用于企業設有獨立財務部門且配有專業財務人員的企業，例如，好會計—智能云財務，其可以幫助財務人員管理財務內容，智能提升小微企業的財務管理水平，有效實現發票、單據一鍵生成憑證，自動匹配會計準則，自動識別會計科目。在稅務工作中，能夠實現自動生成稅表，并具有直連稅務局、一鍵報稅功能，稅務監控指標能夠自動檢查財稅風險，最大限度享受稅收政策優惠。第二，通過專業記賬公司，例如，慧林記賬公司擁有慧算賬平臺和大數據分析系統，為小微企業提供記賬服務同時，兼顧智能財稅服務，為小微企業提供診斷和數據支持，解決了小微企業缺少智能化硬件設施、沒有存儲大量數據的服務器及足夠多的數據信息問題，為小微企業提供了大中型企業能夠享有的數據服務。互聯網和云計算共享服務器虛擬架構，清除了財務智能化的障礙，業務、財務數據的匯總和分析都在云財務上實現。
4.4提升財務人員的智能化水平
在實施智能化財務轉型的過程中，能夠將財務人員從重復性、流程化的工作中解放出來，進而從事有助于企業價值創造的工作。但是并不代表智能財務完全替代人工，并且智能化財務下的流程設計、系統維護、審核驗證、政策解讀、溝通表達還是需要人工完成。這就要求財務人員具有智能化思維和理念，能夠熟練地掌握智能化工具的使用，熟練地運用互聯網、云財務、數據庫等技術。為此，企業要樹立勇于創新的思維，企業管理者要鼓勵新管理工具的使用和實踐，使人人敢于創新實踐，主動運用新工具解決工作中的實際問題，對青年財務人員更要發揮他們在信息技術方面的優勢，既要“以老帶新”，也要“以青促老”，避免企業太過死板、理念陳舊、不愿改革。在具體實施過程中，小微企業要加強對財務人員、業務人員的培訓，加快實現辦公“無紙化”，費用報銷“在線化”，在選用云財務平臺的過程中，由平臺方進行專門培訓，有條件的企業可以聘請專門的IT人員與財務人員對接，既提升財務人員的智能化水平，又能促進企業流程再造，提升企業整體智能化水平。
5小微企業智能化財務轉型的實施流程
在確定了財務轉型的目標，選擇了適合企業的財務管理模式，明確了實現途徑及智能財務軟件的功能之后，就要實施財務轉型。為此，本文結合小微企業是否獨立設置財務部門兩類情況，梳理出智能化財務轉型的流程，供小微企業參考借鑒。
第一，對于沒有設立獨立財務部門的企業來說，需要在企業之外的第三方記賬機構內實現智能化轉型。首先，由記賬公司與小微企業簽訂委托合同，保證小微企業的數據、賬號安全，同時，方便小微企業共享記賬公司的大數據。其次，小微企業業務部門通過云平臺將財務數據分類上傳到數據庫，雙方在平臺內實現對接，完成從遠程提取發票信息、票據溝通、業務憑證、納稅申報直到歸檔的全面會計核算流程。實施過程中，小微企業業務部門可以利用客戶端APP或者圖像識別系統自動掃描發票等票據信息，系統完成校驗真偽，將財務信息和業務數據實時傳遞給記賬公司，記賬公司實現實時記賬，可以最大限度減少票據的傳遞成本、人工成本，提高了工作效率，業財數據同步傳遞，實現了業財融合。同時，財務數據、財務報表無須等到月末才能查看，而是隨時可以查閱。最后，雙方共同讀取數據，小微企業可以隨時查看并管理數據，記賬公司運用大數據分析提供智能化財稅服務，將結果通過客戶端供小微企業實時查看，保證數據真實、完整、及時地反映給企業。企業業務部門隨時能夠以可視化的圖標形態看到當期數據與往期數據的對比情況，便于縱向比較。同時，可以看到企業在同類型企業中的位次，便于橫向對比，還可以進行財務指標分析，測評企業財務風險、經營風險、納稅風險等，盡早地規避風險。
第二，對獨立設置財務部門、配備財務人員的小微企業的智能化轉型要考慮到企業的實際情況，這類企業一般為生產型企業或者業務規模不斷擴大的成長型企業。這類企業大多可以運用在線云財務平臺或者少數選擇自建智能財務平臺，這里主要介紹在線云財務平臺模式。首先，發生業務時業務部門運用圖像識別系統上傳電子票據或者以掃描二維碼讀取數據的形式上傳信息，智能票據分析系統自動識別對比驗證，并對發票、銀行單據、費用票據進行信息整合，分類存儲到各個模塊，并保存路徑，上傳到云財務系統，傳輸到財務系統中，生成不同的標記，便于查找。對系統不識別的票據，將會做提示預警，轉入人工修改審批。其次，業務信息轉入云財務平臺后，企業可以通過大數據結合人工智能憑借記賬流程經驗，自動生成記賬憑證，自動形成摘要。云財務與互聯網對接，隨時調整會計工作流程，保證會計數據實時符合最新要求，智能校驗系統還可以自動對賬，對比對有誤的信息進行預警，轉人工處理。最后，小微企業稅務服務是重點，云財務實現了增值稅進銷項發票自動比對，具有一鍵報稅、審核稅表、繳納稅款的功能。
財稅大數據分析范文第2篇
【關鍵詞】智慧城市；大數據；數據挖掘；數據分析
【Abstract】With the development of urbanization and spatial distribution， wisdom city construction has become the hot issues in current study， large data is the cornerstone of wisdom city construction， is a key of city construction， management decision. We introduce the large data play in the role of wisdom City， lay the foundation for further study on Application of big data technology， provides the reference for the building wisdom city digital platform.
【Key words】Wisdom City； Big data； Data mining； Data analysis
0 引言
大數據時代的到來打破了數據的壟斷，信息源的擴大化和豐富化是大數據時代的重要特點。在未來，大數據將遍布城市各個角落，不管是人們的衣食住行，還是城市的運營管理，都將在大數據支撐下走向“智慧化”，而大數據將為智慧城市提供“智慧引擎”。
1 大數據的含義以及特征
大數據又被稱為巨量數據，指的是所涉及的數據規模巨大，以至于無法在合理時間內通過人工截取、管理、處理并成為人類所能解讀的信息[1]。這些數據來自方方面面，比如傳感器采集的氣候信息、數字照片和視頻、購物交易記錄、手機信號等。
大數據具有四個特征：
（1）數據量大，大數據的起始計量單位至少是P、E或Z。
（2）數據類型繁多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，因而對數據的處理能力提出了更高的要求。
（3）價值密度相對較低，信息海量但是要完成數據的價值“提純”難度較大。
（4）巨大的數據價值，包括商業價值、社會價值、科研價值等。
2 大數據與智慧城市建設
近年來，國內外掀起了智慧城市建設的熱潮，僅我國明確提出創建智慧城市行動計劃及發展戰略的城市已有200多個。大數據為智慧城市建設提供了新的技術、路徑、要求和機遇。
2.1 大數據是智慧城市建設的關鍵技術
智慧城市相對于數字城市概念，最大的區別在于對感知層獲取的數據進行大數據處理，從而獲得支撐和保障智慧城市順利運營的多元信息。
要實現對數字信息的智慧處理，前提是引入大數據處理技術，從而來整合分析跨地域、跨行業、跨部門的海量數據的處理，將特定的信息應用于特定的行業和特定的解決方案中。
智慧城市的應用過程實際上就是對數據采集、分析、存儲和利用的過程[2]，大數據是智慧城市各個領域都能夠實現“智慧化”的關鍵性支撐技術。
2.2 大數據在智慧城市中有廣泛的應用領域
大數據在智慧城市中的落腳點是為智慧城市的各個領域提供強大的決策支持，大數據就像血液一樣遍布智慧交通、智慧醫療、智慧生活等智慧城市各個應用系統，科學治理城市。
在智慧交通系統中，通過對道路、車輛、天氣、行人等大量交通信息的實時挖掘，能有效緩解交通擁堵，并快速響應突發狀況，為城市交通的良性運轉提供科學的決策依據。
在智慧安防系統中，通過平安城市、智能交通管理、環境保護、危化品運輸監控、食品安全監控等大數據的挖掘，可以及時發現人為或自然災害、恐怖事件，提高應急處理能力和安全防范能力等。
在智慧城管系統中，通過對不同時間段、不同區域、不同部門獲得的大量監測數據進行實時采集、實時處理及深度挖掘，實現對城市管理實時監控與長期管理優化。
2.3 大數據對智慧城市建設提出了新的要求
大數據為智慧城市建設提供了新的技術和手段，同時也為智慧城市建設提出了新的要求。
一是，要更加注重信息共享。我國智慧城市建設的一個瓶頸在于“信息孤島”效應[3]，各政府部門間不愿公開、分享數據，無法產生數據的深度價值和綜合價值。在大數據時代，智慧城市建設應大力推進大數據基礎平臺和基礎網絡建設，積極推進信息資源數據交換和共享體系建設，使大數據真正產生“大智慧”。
二是，要更加注重信息安全。大數據時代，數據資產化成為趨勢，企業內部運行數據和客戶資料成為寶貴的數據資產，而且很多智慧城市應用系統涉及公民財產安全甚至國家安全，數據價值很高，因此信息安全問題成為大數據時代智慧城市建設重要難題。
三是，要更加注重大數據產業的發展。智慧城市必然催生大數據運營行業的快速發展，包括大數據的采集、儲存、分析、挖掘等相關技術并且市場潛力十分巨大。未來三年我國智慧城市大數據應用市場年均將翻番。因此，在智慧城市建設過程中，要高度重視、積極培育圍繞大數據運營管理的相關產業和龍頭企業。
3 智慧城市與大數據實踐經驗
從國家政策來看，中國“863計劃”智慧城市項目總體技術體系架構在科技部863計劃“智慧城市（一期）”項目的支持下，提出了“六橫兩縱”的智慧城市技術框架。“六橫”層層遞進，最下層的是城市的感知層，再是傳輸層，再上面依次分別是處理層、支撐服務層、應用服務層，最上面是智慧應用層，貫穿全局的是安全保障體系以及標準與評測。而要真正實現智慧城市，必須引入大數據技術，主要包含以下三大方面的需求。
3.1 大數據融合技術
我國智慧城市建設面臨的重大挑戰之一，是城市系統之間由于標準問題無法有效集成，形成信息孤島。因此，在大數據融合技術領域，一方面要加強大數據標準建設，另一方面要加強海量異構數據建模與融合、海量異構數據列存儲與索引等關鍵技術研發[4]，給予底層數據集成的信息共享提供標準和技術保障。
3.2 大數據處理技術
大規模數據在智慧城市系統流動過程中，出于傳輸效率、數據質量與安全等因素的考慮，需要對大規模數據進行預處理。大數據處理技術往往需要與基于云計算的并行分布式技術相結合，這也是目前國際產業界普遍采用的技術方案。
3.3 大數據分析和挖掘技術
相比于大數據融合和處理技術，大數據分析與挖掘技術更為復雜，是國際學術界和產業界面臨的極具挑戰性的技術難題。
4 大數據時代推進智慧城市建設的幾點建議
4.1 強化對大數據的研究
引導科研院所和相關企業成立大數據技術創新聯盟，進一步加強對大數據發展前沿技術和信息的持續跟蹤研究。積極開展以社會需求為導向的大數據科學研究，建立大數據分析平臺，努力推出具有自主知識產權的大數據分析設備、軟件和服務，加速大數據理論、技術和應用的創新。
4.2 優化大數據形成機制
加強政府部門在管理和服務過程中對數據的主動采集，在構建人口、法人、自然資源與空間地理、宏觀經濟等基礎數據庫，經濟社會重點領域的信息資源綜合數據庫和專業數據庫的基礎上，建立政府大數據庫。鼓勵制造業企業和商業機構加強對生產經營活動中的數據采集，形成覆蓋生產過程和商業各環節各流程的數據庫。推進無線識別技術、傳感器、無線網絡、傳感網絡等新技術的廣泛應用，提高數據采集的智能化水平。強化對大數據建設工作的組織協調，打破地區和部門數據壁壘，實現數據資源聯合共建、廣泛共享。
4.3 加快大數據產業發展
出臺大數據產業發展與應用規劃綱要，規劃建設大數據產業基地，出臺專項政策，成立產業發展基金，搭建研發創新平臺，吸引電信運營商、知名大數據企業以及互聯網領軍企業落戶。積極培育本地大數據企業，進一步培養和引進大數據專業人才、領軍人才、應用型人才，重點發展數據獲取、存儲、集成、挖掘、管理、融合、安全、可視化、建模等技術以及大數據一體機、新型架構計算機、大數據獲取工具、大數據管理產品、大數據分析軟件等硬件裝備和軟件產品。
4.4 推進大數據普及應用
從推進大數據商業化應用、推動政務大數據應用兩方面入手，大力促進大數據普及應用。在政務方面，重點選取醫療衛生、食品安全、港口物流、智慧交通、公共安全、科技服務等具有大數據基礎的領域，建設大數據公共服務平臺，強化大數據在智慧城市建設應用系統中的應用。
在商業方面，實施典型應用示范工程，支持和鼓勵行業協會、中介組織開發深度加工的行業應用數據庫，建立行業應用和商業服務大數據公共服務平臺，提供數據挖掘分析和商業智能等大數據應用服務。推動大數據在生產過程中的應用，鼓勵有條件的企業運用大數據開展個性化制造，創新生產管理模式，提高企業競爭力。
4.5 加強大數據規范管理
研究大數據產業相關的政策法規，提出數據資源權益、隱私保護等方面的法規細則建議，制定大數據相關標準，并提出技術解決手段，在保護數據資源的同時，促進數據資源合理有序地開發利用。在人才、財稅、科技金融等方面出臺有利于數據人才和數據產業發展的政策，逐步建立有利于大數據研究與發展的制度法規體系。重視大數據及其信息安全體系建設，加大對大數據信息安全形勢的宣傳力度，明確大數據的重點保障對象，加強對敏感和要害數據的監管，加快面向大數據的信息安全技術的研究，培養大數據安全的專業人才，建立并完善大數據信息安全體系。
5 結束語
智慧城市是城鎮化進程的下一個階段，是城市信息化的新高度，是現代城市發展的遠景。無線城市、數字城市、平安城市、感知城市是智慧城市的必要條件。誠信城市、綠色城市、健康城市、人文城市是智慧城市應有之意，智慧城市產生大數據，大數據反過來支撐智慧城市。智慧城市與大數據技術相結合一定會有璀璨的明天。
【參考文獻】
[1]李小龍.基于MapReduce的電子商務個性化推薦研究[D].北京：北京交通大學，2014.
[2]王靜遠.以數據為中心的智慧城市研究綜述[J].計算機研究與發展，2014，51（2）：239-260.
財稅大數據分析范文第3篇
關鍵詞：大企業；典型案例；稅務風險防控
一、大企業稅務風險背景及稅務管控特點
（一）大企業稅務風險背景隨著國地稅合并推行大數據技術管理，大企業稅收管理的重點是以大企業業務流程分解為起點，以企業納稅風險識別、風險評估、風險應對為抓手，有效整合第三方信息，進一步拓寬數據采集范圍和渠道，依托“互聯網＋稅務”新時代的海量數據運用，完善稅收風險特征庫、風險分析識別模型和風險應對策略庫的建設，強化了稅務機關對大企業的稅務風險管控，有效滿足區域內重點企業的稅源監控。
（二）大企業稅務風險管控特點（1）稅務基礎數據標準化：實現稅務管理信息自動化，企業需要將生產經營中各經營要素（如人、財、物）和各流程環節（如研發、采購、生產、儲運、銷售等）形成的各種涉稅數據，以及經營鏈條中實物流和資金流等形成的“信息流”，按照稅收法規和內部管理的要求進行標準化處理，形成可用的涉稅風險基礎數據，為稅務標準化信息建設系統打造良好基礎。（2）涉稅數據計算自動化：納稅申報信息和稅負測算的自動化，是指通過信息系統自動采集、計算和生成各稅種的定期、不定期申報和繳納的過程，并為財務報表提供當期和有關應繳稅額與已繳稅額的比對結果信息；各稅種稅負的計算和申報信息的生成，與企業其他信息系統中有關的涉稅數據的錄入和輸出有密切關聯，比如企業所得稅信息需要賬務、生產、銷售、投資、內部交易結算等多個系統的過程數據和不同信息來源確定；需要指出的是，目前我國稅收法規還在不斷變化完善中，企業尚不能很好地適應納稅人自我遵從的期望要求。（3）稅務風險監控數據化：成員企業個體微觀既有稅務事項操作差錯風險的動態監控，又有集團內部各成員間企業宏觀稅負指標的動態監控和風險預警閾值及涉稅指標的統計和分析；集團總部對成員企業實行日常稅務事項自主管理模式下的總體稅務風險管控的手段，就是監控和統計分析集團內各法人單位或納稅實體的宏觀稅負指標及選定的個別關鍵性涉稅指標；對涉稅指標的監控和分析，應集中在對集團內部關聯交易政策執行狀況的動態監控、集團宏觀稅負，包括分業務板塊的稅務貢獻（或負擔）的統計和分析，這些統計和分析可以為總體稅務風險管控決策提供信息支持。（4）使用大數據稅務籌劃：通常需要對歷史經營成本費用，盈利水平，供應鏈條中地域劃分和各項要素（如原材料、無形資產、市場、成本）單位貢獻值等方面進行數據分析，進而對未來的營業利潤和供應鏈環節成本等場景進行模擬和預測。稅務數據化系統的建立，可以為大企業稅務管理團隊進行稅務規劃和決策提供了大數據分析的基礎條件和可操作的工具。
二、大企業部分典型案例的分析
筆者曾參與XX省大企業管理局部分行業重點企業（千戶企業）涉稅風險檢查，抽查樣本為房地產行業的部分龍頭企業，通過案頭分析及實地調研后，發現部分大企業的稅務風險具有較為顯著的分行業特征，具體情況如下。
（一）房地產行業的部分典型案例：
（1）背景情況：XX集團初創于1992年，總部設于中國上海，在中國A股實現整體上市，并控股多家中國香港上市公司，XX集團房地產開發經營作為XX地集團的核心主導產業，建設項目遍及上海、北京、天津、西安、武漢等全國24個省54個城市；商業地產、建筑、能源、金融、汽車服務等產業也已經具有了較大的規模和較強的實力，2016年，XX集團實現2474億元的營業收入、144億元的利潤總額、94億元的凈利潤。
（2）在對XX集團公司西安地區旗下XX實業房地產開發有限公司、常X置業有限公司、西安XX置業有限公司、XX北城實業有限公司等四家房地產企業進行2013年至2017年的關聯稅務風險排查時，發現故流轉稅方面問題較小，該行業屬于政府嚴控領域，住戶取得房產證的之前必須取得發票；而在財產及行為稅方面，則呈現出一些有意或無意的問題，如契稅出現一些問題，主要表現未將土地拆遷補償費或取得城市基礎設施配套費納入契稅計稅基礎，未按照規定足額繳納契稅，存在拖欠問題，且欠繳稅額一般都在百萬元級別以上，經與企業溝通，反饋理由主要是先拿地后補辦手續納稅積極性不高及業務人員缺乏足夠的稅務知識及資金緊張所致；房地產行業的特色稅種—土地增值稅則出現較為嚴重的問題，如表現為只預提不申報繳納或少申報繳納現象突出，少繳稅額一般都在千萬級別以上，同時造成年度企業所得稅虛減，加大了集團整體稅務風險，經與企業溝通，反饋的主要理由也是資金流較為緊張正與稅務機關協議延緩繳納稅款事宜及普通住宅預繳容易以后退稅難。
財稅大數據分析范文第4篇
“智慧中國（Smarter China）”是以信息化為龍頭，以科技為支撐，以創新為驅動，以環境為載體，以智慧為本位，涵蓋城鄉管理生產、生活、環境、文化等方面的智能化。“智慧中國（Smarter China）”是“數字中國（Digital China）”發展的高級階段。形象地講：數字中國+物聯網+云計算+大數據+……=智慧中國。因之，智慧中國離不開大數據技術，我們必須用大數據技術來建設智慧中國。
大數據的定義及特征
聯合國資料顯示，全球互聯網流量累計達到1EB（即10億GB或1000PB）的時間在2001年是一年，在2004年是一個月，在2007年是一周，而2013年僅需一天。未來10年里預計數字信息總量將從2009年到2020年增長44倍，全球數據使用量將達到大約35.2ZB（1ZB=10億TB）。
大數據（Big data）泛指P（1000個T）級以上的數據（包括E（100萬個T）、Z（10億個T）級大數據）。維基百科把大數據定義為一個大而復雜的、難以用現有數據庫管理工具處理的數據集。廣義上，大數據有三層內涵：一是數據量巨大、來源多樣和類型多樣的數據集；二是新型的數據處理和分析技術；三是運用數據分析形成價值。因之，業界將大數據的特征概括為4V：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）和“1秒定律”。
大數據技術包括信息的采集技術、整理加工技術、存儲技術、管理技術、傳輸技術、搜索技術等各個方面，涉及到數據庫、網絡、人工智能、通信、地理信息系統、多媒體、仿真等信息技術的各個專業領域，其核心技術是數據挖掘（DM）和數據分析技術，其本質是知識發現（KDD）。
物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數據來源或者承載的方式。在智慧中國建設中，大數據將會如基礎設施一樣，有數據提供方、管理者、監管者，數據的交叉復用將大數據變成智慧中國的一大產業。據統計，目前大數據所形成的市場規模在51億美元左右，而到2017年，此數據預計會上漲到530億美元
大數據對智慧中國建設的推動作用
大數據將對智慧中國的科學研究、經濟建設、社會發展和文化生活等各個領域產生革命性的影響；對培育數據產業，服務智慧中國，促進經濟結構調整和產業轉型，將產生巨大的推動作用。
大數據將改變智慧中國的治理模式、企業業務流程和個人生活方式。大數據時代網民和消費者的界限正在消弭，企業的疆界變得模糊，數據成為核心的資產，并將深刻影響企業的業務模式，甚至重構其文化和組織。因此，利用大數據更加貼近消費者、深刻理解需求、高效分析信息并作出預判，將對智慧中國治理模式、對企業的決策、組織和業務流程、對個人生活方式都將產生巨大的影響。
大數據將引發智慧中國新一輪信息化投資和建設熱潮。據麥肯錫預測未來智慧中國大數據產品的潛在市場規模有望達到1.57萬億元，給IT行業開拓了一個新的黃金時代。數據處理技術和設備提供商、IT系統咨詢和ERP/CRM/BI改造服務商、智能化和人機交互應用以及信息安全提供商將獲巨大需求，相應公司將獲得機會。
大數據為智慧中國擁有數據資產的企業提供發展機遇。預計今明兩年將是大數據市場的培育期，2015年以后大數據產品將會形成業績。由于國際巨頭在硬件層和基礎軟件層壟斷優勢明顯，本土企業將主要依靠對客戶需求的了解和客戶資源優勢，以及本地化服務的優勢，在應用軟件層分得蛋糕，擁有大數據處理、挖掘技術、數據分析人才以及數據資產的公司值得看好，將在智慧中國建設中迎來難得的發展機遇。
大數據反映智慧中國的輿情和民意。網民在網上產生的海量數據，記錄著他們的思想、行為乃至情感，這是信息時代現實社會與網絡空間深度融合的產物，蘊含著豐富的內涵和很多規律性信息。根據中國互聯網絡信息中心統計，2013年底我國網民數已超過8億，手機網民已超過6億，通過分析相關數據，可以了解智慧中國的大眾需求、訴求和意見。
大數據將對智慧中國社會發展帶來巨大推動作用。企業和政府的信息系統每天源源不斷產生大量數據，根據賽門鐵克公司的調研報告，全球企業的信息存儲總量年增67%。醫院、學校和銀行等也都會收集和存儲大量信息。政府可以部署傳感器等感知單元，收集環境和社會管理所需的信息。智慧中國倘若能夠更有效地組織和使用大數據，國家將得到更多的機會發揮科學技術對社會發展的巨大推動作用。
選擇重點領域推進智慧中國大數據建設。
用大數據技術建設智慧中國要重點選擇以下八個具有大數據基礎的領域和具有迫切需求的行業，探索“數據、平臺、應用、終端”四位一體的新型商業模式，推進大數據產業發展，促進大數據技術成果惠及廣大民眾。
城市規劃。根據全國城鎮化建設工作會議的戰略部署，重新搞好各地的城鎮建設規劃；通過對城鄉地理、氣象等自然數據和經濟、社會、文化、人口等人文社會信息的挖掘，為城鎮規劃提供強大的決策支持，強化城鎮規劃的科學性和前瞻性；盡快實施數字化城市管理新模式，使城市管理實現快捷有序科學化。
智慧交通。針對交通規劃、綜合交通決策、跨部門協同管理、個性化的公眾信息服務等需求，建設全方位交通大數據服務平臺。整合城鄉道路交通、公共交通的大數據資源，匯聚氣象、環境、人口、土地等行業數據，逐步建設交通大數據庫，提供道路交通狀況判別及預測，輔助交通決策管理，支撐智慧出行服務，加快交通大數據服務模式創新。針對現代物流業務的需求，建設物流大數據平臺。匯聚整合城鄉貨物、運輸車輛等數據，融合多源物聯網、北斗導航等數據，實現貨運數據共享服務，建立基于大數據的現代貨運物流服務體系。
醫療衛生。針對臨床質量分析、醫療資源分配、醫療輔助決策、科研數據服務、個性化健康引導的需求，建設全民醫療健康公共服務平臺。在健康信息網已有數據的基礎上，匯聚整合醫療、藥品、氣象和社交網絡等大數據資源，形成智能臨床診治模式、自助就醫模式等服務模式創新，為民眾、醫生、政府提供醫療資源配置、流行病跟蹤與分析、臨床診療精細決策、疫情監測及處置、疾病就醫導航、健康自我檢查等服務。建設完善涵蓋城鄉所有患者的電子診療檔案庫，形成PB級的醫療健康大數據資源，實現支撐城鄉主治醫生同時在線診療的輔助能力。
食品安全。針對食品安全和管理的需求，建設食品安全大數據服務平臺。匯聚政府各部門的食品安全監管數據、食品檢驗監測數據、食品生產經營企業索證索票數據、食品安全投訴舉報數據，建成食品安全大數據資源庫，進行食品安全預警，發現潛在的食品安全問題，促進政府部門間聯合監管，為企業、第三方機構、公眾提供食品安全大數據服務。
數字生活。針對日益增長的現代化生活需求，建設數字生活大數據服務系統。收集整合流行時尚、行業發展指數、用戶消費習慣、收視記錄、社交媒體、地理位置等大數據，充分挖掘用戶的消費習慣和興趣偏好，提升企業輔助決策能力，形成有市場競爭力的創新商業模式，面向所有消費者提供個性化衣食住行生活互動信息。
制造業。針對科學評價生產系統規劃、降低產品缺陷率等需求，建立制造業大數據系統。整合已有的車間制造、質量體系、工序數據、成本核算等建模數據，為工廠生產、實際建設提供決策依據。收集產品生產過程各環節的實時質量數據，實現敏捷的一體化質量監測和管控，并支持產品質量追溯，形成基于大數據的一貫過程質量控制及分析系統，并向第三方提供服務。
公共安全。針對治安防控、反恐維穩、情報研判、案情偵破等實戰需求，建設基于大數據的公共安全管理和應用平臺。匯聚融合涉及公共安全的人口、警情、網吧、賓館、視頻、人臉、指紋等海量業務數據，建設公共安全領域的大數據資源庫，全面提升公共安全突發事件監測預警、快速響應和高效打擊犯罪等能力。
科技服務。針對科技服務數據整合、交互式服務、發展趨勢預測、戰略決策支持等需求，探索科技服務鏈整合、眾包分包、供需對接的交互式平臺型服務模式，建立科技服務業資源共享體系，建設跨領域科技服務與工程創新平臺。匯聚科技成果、項目、人才、服務、互聯網創新創意等大數據資源，支撐研發設計、技術轉化、創新創業、科技咨詢等方面的科技服務。打造“科聯工程”，形成跨領域的大數據服務模式。
依托統計部門為全國大數據采集應用探索新路。
統計部門是城鄉大數據采集應用的主導部門，在業務工作中要不斷明確工作重點，有條不紊地落實和推進大數據應用工作，為全國大數據采集應用探索新路。一在專業突破方面，以價格統計和貿易統計為例，逐步研究采集互聯網信息特別是電商交易數據和價格數據以補充完善調查樣本，研究建立商場、超市和電商企業向統計部門提供完整電子化交易記錄的制度。二在企業電子化記錄應用方面，要與有關高校和科研部門協作，積極研究開發企業電子化生產經營記錄自動導入統計聯網直報系統的技術，爭取2014年在聯網直報平臺正式加載自動導入軟件。三在應用政府部門電子化行政記錄方面，進一步加強與民政、工商等部門的協作配合，推進電子化行政記錄和統計信息的共享。在居民收入、勞動工資等統計中，要不斷研究通過對稅務、銀行等部門行政記錄的分析，評估公民收入、工資、家庭資產等統計數據，特別是評估與校驗高收入階層的相關數據。四在利用大數據開展經濟走勢預測方面，各級統計部門要與網絡公司、科研單位和咨詢機構等開展合作，探索利用網絡搜索數據建立相關統計分析和計量模型，進行經濟形勢分析預測，為各級政府決策提供服務。
用大數據建設智慧中國應采取的對策
大數據的應用與分析對做出科學決策具有重要意義，我們從現在開始就應該為數據收集和數據分析做好充分準備，以確保智慧中國快速建設。
建設“大數據”寬帶高速通道。大數據如同節假日高速公路上的汽車，如果路面狹窄就會發生嚴重擁堵。該文原載于中國社會科學院文獻信息中心主辦的《環球市場信息導報》雜志http：//總第535期2014年第03期-----轉載須注名來源對此，我國電信、移動、聯通、廣電等電信企業要積極落實“國家寬帶工程戰略”，爭取在“十二五”末建成融合3G（第三代移動通信）、4G（第四代移動通信）、WLAN（無線局域網）、寬帶固網及NGB（下一代廣播電視網）等城域高速網絡，實現高速安全、多層次、立體化網絡覆蓋；實施“寬帶中國”戰略，全面實現“百兆到戶，千兆到企”的寬帶接入能力，城域網全面支持IPv6（國際互聯網協議第6版）訪問與解析；WLAN熱點覆蓋廣泛，城鄉無線寬帶網絡覆蓋率達到90%；力爭實現TD-LTE（分時長期演進）網絡全面商用，極大滿足智慧中國建設的需求，為大數據的廣泛應用拓寬通道。
實施“三網融合”和數字家庭試點。推動基于互聯網、通信網、廣播電視網的產業轉型和資源融合，重點發展基于廣電網的電信增值業務、互聯網接入業務和電信運營商的IPTV（交互式網絡電視）業務；開展“三網融合”數字家庭試點示范，普及家庭高清互動娛樂、視頻通信、節能管理、安全監控、遠程教育、家庭醫療保健等智能化信息應用。到“十二五”末，形成全國統一有線廣播電視網，建成IPTV、手機電視集成播控平臺和綜合業務管理平臺，全面實現廣電和電信業務雙向進入，使數字、圖像、視頻等大數據公開使用，暢通無阻。
構建各級政府大數據中心。建設和完善人口、法人、空間地理和宏觀經濟等基礎信息數據庫，以及市場監管、社會信用等專題信息數據庫，制定管理辦法，完善信息動態更新機制，依托各級云計算中心建設政府大數據中心，提高從大量數據中采集、訪問、組織、分析和可視化處理信息的水平。到“十二五”末，各級要建成多層次的空間信息云服務體系，建成宏觀經濟數據庫，為貯存、計算、處理、分析大數據，滿足城鄉管理、企業生產經營、公民生活需求和政府智慧決策提供服務。
建立政府和社會聯動的大數據形成和應用機制。各級政府部門和各行業要全面實施信息公開制度，推動公共數據資源的開發利用，提高信息資源社會價值和經濟價值。積極推行政府網上辦事，收集分析挖掘社會政務服務需求，推進公共服務個性化和政府決策智能化。支持公共服務機構和商業機構開放與社會民生密切相關的公共數據。推進國民經濟各行業和企業數據開發，發展商業智能。鼓勵開展服務大眾的大數據應用，提升智慧生活品質。
制定實施大數據的有關政策措施。大數據就是資源，建設智慧中國離不開大數據的開發應用，必須制定有關政策措施，確保大數據這一科技生產力發揮作用，以推動智慧中國建設。
創新體系建設。各省市要成立“大數據產業技術創新戰略聯盟”，設立“大數據科學實驗室”、建設“數據工程技術研究中心”等，以大數據技術創新及產業應用為目標、以聯盟為紐帶促進形成若干引領大數據產業技術創新的企業聯合實體；以合同契約為保障有效整合產、學、研、用等各方資源，以技術創新為驅動力、市場剛性需求為推動力，發展擁有自主知識產權且符合國內外產業發展需求的共性應用技術、產業標準和產品規范。
培養專業人才。開展數據專業領域人才的培養，培訓一批資深數據工程師，培育跨界復合型人才，與國內外數據專家形成持續穩定的協作關系。鼓勵高等院校和企業合作，開展數據科學和大數據專業學歷教育，依托社會化教育資源，提高大數據產業人員的業務水平，發揮大數據高層次引進人才的重要作用，開展大數據專業培訓，形成人才梯隊。
完善制度法規。研究大數據產業相關的政策法規，提出數據資源權益、隱私保護等方面的法規細則建議，制定大數據相關標準，并提出技術解決手段，在保護數據資源的同時，促進數據資源合理有序地開發利用。在人才、財稅、科技金融等方面設計有利于數據人才和數據產業發展的政策，逐步建立有利于各地大數據研究與發展、并保障大數據安全的制度法規體系。
財稅大數據分析范文第5篇
文章編號：1005-913X（2015）08-0172-03
一、引言
近年阿里巴巴、京東、蘇寧等電子商務企業相繼成立小額貸款公司（簡稱“小貸公司”）。不同于針對本地區農戶、小微企業發放線下小額貸款的傳統小貸公司，電商小貸公司向電子商務平臺內用戶提供網絡貸款，業務流程網絡化，運用基于大數據技術的風險控制機制，具有服務范圍廣、貸款環節簡化、不良貸款有效控制的優點，對其存在問題加以分析并提出相應對策，對其未來發展有借鑒意義。
二、電商小貸公司存在問題及成因――以螞蟻微貸為例
螞蟻微貸（原名“阿里金融”）是阿里巴巴集團關聯企業螞蟻金融服務集團[螞蟻金服現由馬云及其高管團隊間接持股實現控制，擁有支付寶、天弘基金、芝麻信用等子公司，負責阿里巴巴的金融業務。]旗下向阿里巴巴電子商務平臺內的小微企業和個人用戶提供網絡貸款的獨立事業群，包括浙江阿里巴巴小額貸款股份有限公司和重慶阿里巴巴小額貸款股份有限公司（簡稱“阿里小貸”），采用完全網絡化運營模式，通過互聯網批量開展小微企業小額信用貸款服務，其信用評估與風險監控基于大數據技術對阿里平臺內用戶沉淀大數據的挖掘。
（一）法律法規的限制
依據《關于小額貸款公司試點的指導意見》（銀監發〔2008〕23號，簡稱“指導意見”），小貸公司被定性為一般工商企業而非金融企業，資金來源為股東繳納的資本金、捐贈資金、至多兩家銀行業金融機構融入且不得超過資本凈額50%的資金，僅能在本省的縣域范圍開展經營。因此螞蟻微貸面臨如下問題。
1.融資渠道限制。按《指導意見》螞蟻微貸的融資渠道主要為內源融資和銀行貸款的外源融資，不能吸收公眾存款、發行債券，無法以金融機構身份進入銀行間同業拆借市場拆入資金。螞蟻微貸雖然通過信托計劃、發行銀行理財產品、信貸資產證券化的方式暫時緩解了資金壓力，但銀行貸款成本高且額度受限，[1]資產證券化等表外融資渠道程序復雜，難以及時補充流動性，更無法充分發揮財務杠桿的作用。[2]
2.資金規模限制。由于融資渠道限制，螞蟻微貸注冊資本合計16億元，若向銀行貸款8億元，資金規模至多24億元。 2012年6月至今，通過信貸資產證券化等渠道彌補資金不足，截止2014年11月可貸資金規模150億元，累計放貸2100億元，仍遠小于普通商業銀行的資金規模和放貸規模，難以滿足小微企業日益增長的貸款需求，流動性長期偏緊，只能依靠提高放貸效率和僅提供期限短、金額小的貸款來加快貸款周轉速度從而緩解資金壓力。
3.稅收政策限制。螞蟻微貸被歸為非金融企業，按一般工商企業繳納相關稅費，無法享受金融機構及其涉農、小微企業金融業務的稅收優惠政策，稅費負擔沉重，[3]須繳納5.56%的營業稅及附加、25%的企業所得稅、0.5%的印花稅，計提的貸款壞賬準備為未經國務院財政、稅務主管部門核定的準備金支出，在計算企業所得稅時不得稅前扣除[《國家稅務總局關于企業所得稅執行中若干稅務處理問題的通知》（國稅函[2009]202號）]。同樣向小微企業提供小額貸款服務的村鎮銀行、貸款公司被列為金融機構則獲得稅收政策大力支持，如對農戶小額貸款的利息收入免征營業稅、按90%計入應納所得稅額[《關于延續并完善支持農村金融發展有關稅收政策的通知》（財稅[2014]102號）]，對金融機構與小微企業簽訂的借款合同免征印花稅[《關于金融機構與小型微型企業簽訂借款合同免征印花稅的通知》（財稅[2014]78號）]，準許其對中小企業貸款計提的貸款損失準備金按風險分類后在計算應納稅所得額時按比例扣除[《關于金融企業涉農貸款和中小企業貸款損失準備金稅前扣除有關問題的通知》（財稅[2015]3號）]。
4.經營區域限制。浙江阿里小貸和重慶阿里小貸分別在浙江杭州和重慶注冊成立，按規定只在注冊地縣域范圍開展貸款業務。經與浙江、重慶的監管部門溝通，螞蟻微貸被準予跨省經營，但爭取其他省份的地方監管部門認可十分艱難，業務跨區推廣的進展緩慢，例如貸款產品“天貓貸”歷經8個月逐一推廣才最終實現面向全國范圍的小微企業開放，但部分貸款產品目前仍僅能向部分省份的小微企業提供。
（二）業務經營的困境
1.客戶規模增長面臨瓶頸。螞蟻微貸的目標客戶僅限于阿里巴巴電子商務平臺內符合其劃定的經營區域、經營年限、年銷售額等標準的部分小微企業，以貸款產品“阿里信用貸款”為例，申請條件有：平臺會員企業，工商注冊地在北京、上海、廣東、浙江、山東、江蘇、浙江，營業時間一年以上，有一定的操作記錄，一年內銷售額至少100萬元。因此平臺外企業、平臺內非規定區域企業和規定區域內新生企業即便發展前景和信用狀況良好，仍喪失貸款申請資格。在挖掘符合條件的潛在客戶后，客戶規模即達到瓶頸，因此阿里平臺內小微企業數量眾多，據阿里集團數據，B2B平臺阿里中國站企業會員800萬戶，B2C平臺天貓店鋪13萬戶，C2C平臺淘寶商鋪900萬戶，但截止2014年11月網絡貸款僅覆蓋110萬戶。
這是由于資金規模有限、經營區域限制和數據資源的約束。其中數據資源的約束是螞蟻微貸的信用評估和風險監控依賴大數據技術對借款企業積累大數據的挖掘，螞蟻微貸雖已接入人民銀行征信系統，但所獲信用記錄尚未達到大數據挖掘對數據的海量規模和實時性的要求，因此數據資源主要是借款企業在阿里平臺中沉淀的動態信用數據、交易數據、行為數據等底層數據，[4]在平臺中缺乏數據基礎的平臺內新生的和平臺外的小微企業自然被排除在外。
2.貸款質量控制與規模擴張矛盾。一方面，貸款質量控制要求設置嚴格的放貸標準，對貸款企業數量、授信額度加以控制，優選符合標準的高信用評級企業審慎放貸，在客戶規模有限的情況下，會限制貸款規模增長。[5]另一方面，逐利沖動與信貸資產證券化會推動貸款規模擴張，在高信用評級企業數量有限且已被完全挖掘的情況下，會逐漸吸納信用評級較低或不完全符合標準的企業易產生更多不良貸款而非稀釋不良貸款，將影響貸款質量。
這一矛盾無法調和緣于螞蟻微貸客戶規模有限、現有高信用評級企業客戶存量小以及無法像銀行一樣通過不良貸款處置機制剝離不良貸款以保持貸款質量，無法通過吸收公眾存款等融資渠道保持流動性以維持貸款規模擴張和稀釋不良貸款。只能以內部核銷的方式處理不良貸款，將降低流動資金頭寸、侵蝕規模有限的可貸資金，抑制貸款規模擴張，即無法同時實現貸款質量控制和規模擴張。2010年12月成立之初的螞蟻微貸不良貸款率不足0.5%，隨著貸款規模擴張，不良貸款率持續上升，在2011年4月一度超過2%，隨后因主要貸款產品淘寶貸、天貓貸的經營范圍逐漸擴大，增加了客戶規模，得以吸納更多優質客戶，不良貸款率逐漸下降，但至2014年6月的1.21%仍高于2010年末水平[數據來自阿里巴巴集團研究院《“互聯網+”――中國經濟新引擎》]。
3.無法滿足小微企業長期融資需求。螞蟻微貸的網絡貸款產品僅針對小微企業短期融資需求，額度最高100萬元、期限最長一年，具有金額小、期限短、隨借隨還的特點，據螞蟻微貸數據，截止2014年11月，戶均貸款余額約萬元，平均每筆貸款額度約7000元，平均貸款周期123天，其中訂單貸款的平均占款周期僅4天，這是基于資金規模有限，需提高貸款周轉速度使資金效率最大化、兼顧分散和降低風險的考慮。隨著經濟結構轉型深入，諸多小微企業開始轉型升級或擴大規模，該過程資金投入大、投資回報期長，應有額度高、期限長的貸款產品相匹配，但螞蟻微貸無法差別化滿足此類長期融資需求，不少小微企業反映所獲授信額度、期限遠低于期望水平，不足以支撐長期發展。
（三）多重風險的壓力
1.政策風險。政策風險是小貸公司的政府監管主體不明確、現有法律法規不完善、未來相關政策變動對螞蟻微貸造成負面影響的風險。一是小貸公司監管主體由地方政府指定，多為省金融辦等部門聯合管理，缺乏專業能力和經驗，存在多頭管理、政策缺乏可操作性、出臺法規的法律效力層次低等問題。二是關于小貸公司的現行法規僅為銀監會會同人民銀行的和地方監管部門的各類指導意見、暫行辦法，尚無成熟的法律體系，并且各地方法規不統一、監管尺度不同加大了螞蟻微貸跨區經營的難度。三是試點階段的《指導意見》亟待完善，未來出臺的正式管理辦法必將對小貸公司提出新的監管要求，對其經營活動產生重大影響，增加了不確定性。
2.合規風險。合規風險是螞蟻微貸沒有遵守法律法規和監管要求而遭受法律制裁或監管處罰的風險。由于制度設計缺失，小貸公司游離于監管邊緣，業務探索或觸及監管底線。如《指導意見》對小貸公司經營區域、融資渠道有嚴格限制，螞蟻微貸部分貸款業務跨省開展已經突破縣域經營范圍的限制，螞蟻微貸的銀行理財產品、信托計劃、資產證券化融資方式已超出《指導意見》所示三種資金來源。
3.信用風險。信用風險是借款人沒有按期歸還貸款本息使螞蟻微貸遭受損失的風險。小微企業抗風險能力弱、道德因素的影響及螞蟻微貸的數據質量的瑕疵和風險監控的缺陷都會導致信用風險。
（1）小微企業（借款人）的原因
一是抗系統性風險能力弱。螞蟻微貸借款人主要為零售業、批發業小微企業，相當部分為外貿企業，抗系統性風險能力弱，在外需疲軟、人民幣升值、產業結構調整等宏觀經濟新常態持續影響下，易陷入經營和財務困境，導致其償債能力下降、履約意愿減弱。二是道德因素影響。小微企業在提交信用審核材料時傾向隱瞞負面信息以粉飾信用狀況，如隱瞞對其他非金融機構的負債狀況，由于平臺對此沒有數據沉淀，人民銀行征信系統的信用記錄主要來自銀行業金融機構，使螞蟻微貸錯誤判斷其信用水平，從而不合理授信。
（2）螞蟻微貸（貸款人）的原因
一是數據質量的瑕疵。基于大數據技術的信用評估和風險監控的效果依賴數據質量，但工商總局2014年披露的《關于對阿里巴巴集團進行行政指導工作情況的白皮書》已指出，阿里巴巴對平臺內企業的準入把關不力、交易信用評價存有缺陷、內部員工管控不嚴，致使長期存在賣家虛構交易、刷好評，甚至虛報、假冒工商注冊信息的情況，導致數據承載信息嚴重失真，大量噪音數據既加大了數據分析的工作量又會覆蓋有關信用狀況的關鍵數據。證資管-阿里巴巴1-10號專項資產管理計劃”和“民生通惠-螞蟻微貸1-2號支持計劃”進行，前者采用循環購買基礎資產的運營方式，作為標的的信貸資產不良貸款率超出8%的預警值將停止滾動受讓，螞蟻微貸要購入占總額10%的次級資產支持證券，需優先承擔發生的資產損失，后者的模式與之類似。因此資產證券化并非完全轉移風險和損失，最終流動性風險仍停留于螞蟻微貸內部。[6]
三、電商小貸公司發展對策的建議
（一）加快制度建設，完善監管體系
一是完善監管法律體系。盡快出臺正式管理辦法，以行政法規甚至法律的形式給予小貸公司法律保障，消除原有法規的模糊和各地區間的不統一。二是確定其金融機構身份。相應給予非銀行業金融機構待遇，包括涉農、小微企業貸款的稅收優惠、財政補貼和參與全國銀行間同業拆借市場的資格。三是放寬政策約束。取消縣域經營的限制，準予網絡貸款跨省經營；放寬融資渠道和規模限制，適當提高向銀行貸款的比例，肯定已有的資產證券化的融資形式，準予符合條件的小貸公司進入銀行間同業拆借市場拆入資金、向股東定向借款、進行回購式資產轉讓。四是是明確監管主體。將小貸公司納入現有金融監管體系，由人民銀行和銀監會共同實施專業化監管。[7]
（二）拓展數據來源，提升數據質量
1.加速小貸公司接入人民銀行征信系統，實現數據查詢和報送的雙向傳遞。符合條件的小貸公司以集中接入或托管接入的方式實現對接，可實時查詢企業和個人信用記錄，同時履行按要求向征信系統上傳信用數據的義務。隨著征信系統對小貸公司覆蓋面增加，能降低行業間的信息不對稱，避免多頭貸款行為，對借款人加以約束，對惡意違約企業起到懲戒作用。
2.對接民間征信機構和其他電子商務平臺，多方位獲取數據資源。民間征信機構擁有多層級的數據資源，尤其是2014年以來獲準從事個人征信業務的第三方機構如芝麻信用，能提供經過大數據技術處理后形成的結構化數據，其底層數據來自電子商務平臺、社交網絡等動態數據源，數據質量高、具備實時性，可以直接利用，能對現有數據資源加以補充。不少電子商務平臺擁有海量數據沉淀卻沒有成立小貸公司，與之對接將數據入庫，可作為向其他電子商務平臺的用戶發放貸款的數據基礎。
3.電商平臺加強對平臺內小微企業和個人用戶的信息管理，確保數據質量。一是提升用戶注冊信息的真實性和完整性，嚴格審查用戶自行填寫的注冊信息、上傳的身份資料，敦促用戶完善信息，清退資料虛構、假冒的用戶；二是加強打擊用戶虛構交易、刷好評等信用炒作行為的力度，對這類用戶給予扣減信用評分、關閉店鋪等處罰；三是電商小貸公司應主動向電子商務平臺反饋業務中發現的用戶信息問題，協助其信息管理工作，形成信息提供和反饋的良性循環，促進數據質量的提升。
（三）延伸業務范圍，建立與銀行的合作機制
