《数字时代的税收筹划实战》——让枯燥的数据会说话

数字时代，企业需要推进数字化转型才能(néng)生存并更好地发展，数字化企业最核心的特征就是要以数据驱动企业战略发展、生产运营、经营管理(lǐ)等各项行為(wèi)，这已经成為(wèi)大家的共识了，但是怎样才能(néng)更好地利用(yòng)数据，让枯燥沉默的数据会说话呢(ne)，这是当前很(hěn)多(duō)财務(wù)人员面临的难题，下面我们就来分(fēn)析一下原因，并从数据应用(yòng)的角度来看看有(yǒu)什么好的方法吧。

一、业财融合的数据分(fēn)析能(néng)帮助企业发现问题、找到动因

随着企业信息系统建设的不断深入，企业各类经营活动都被信息系统记录下来并形成了各类線(xiàn)上数据，财務(wù)数据是这些数据中非常重要的一类数据。在进行数据分(fēn)析的时候，财務(wù)人员会以财務(wù)数据為(wèi)主进行分(fēn)析，反映企业时点的财務(wù)状况、一段时期的经营成果和现金流量情况，并进行数据的同比分(fēn)析和环比分(fēn)析。这些分(fēn)析报告确实能(néng)从财務(wù)角度反映出企业的现状和过去经营活动的成果，也能(néng)反映出过去经营的好坏，以及当前存在的一些问题，但是这些问题要怎么解决呢(ne)，财務(wù)人员往往很(hěn)难给出精准的回答(dá)。这是因為(wèi)财務(wù)数据是结果数据，单独分(fēn)析财務(wù)数据并不能(néng)精准地分(fēn)析出结果产生的原因，而业務(wù)数据相对于财務(wù)数据来说，是过程数据，结果数据可(kě)以反映出问题，而过程数据则可(kě)以发现问题背后的原因。所以我们需要对财務(wù)数据进行分(fēn)解、下钻，再结合业務(wù)数据和运营数据进行分(fēn)析，才能(néng)找到数据结果产生的动因，进而设计解决问题的方案，明确企业应该采取的主要措施。

二、要让数据分(fēn)析形成从发现问题到解决问题的闭环

在数据分(fēn)析中仅仅提出问题、找到问题产生的动因、确定了解决方案和企业可(kě)采取的措施是不是就足够了？不是的。分(fēn)析团队要想让分(fēn)析有(yǒu)价值，还需要结合问题和动因，分(fēn)析结果和影响要素之间的关系，结合关系设计出数据模型，这样就能(néng)够模拟出企业采取不同措施后，要素可(kě)能(néng)发生的变化、以及要素变化后对于结果的影响，这套what-if分(fēn)析能(néng)够帮助我们预测企业采取措施后能(néng)够产生的效果，為(wèi)企业进行方案选择提供数据支持，这也就是我们前面所说的“数据驱动”。在措施执行之后，企业还需要密切跟踪业務(wù)数据的变化，以及对财務(wù)数据产生的影响，这就是有(yǒu)针对性地跟踪行动过后的结果，通过对实际数据进行分(fēn)析测算，并与what-if分(fēn)析中的预测数据进行比较，能(néng)够进一步分(fēn)析行动效果，评价行动方案的有(yǒu)效性，同时检验预测模型的精准度，一方面為(wèi)行动改进提供了数据支持、另一方面也能(néng)够推动预测模型的优化和迭代。

这样就形成了一个闭环，通过财務(wù)分(fēn)析发现问题，通过业務(wù)数据进行过程复盘，发现问题产生的动因，找到优化的要素，模拟测算要素变化对结果的影响，确定解决问题的行动方案，跟踪方案执行后带来的数据变化，评价行动方案的有(yǒu)效性，再通过数据分(fēn)析找到还需要优化和解决的问题，持续改进，就形成了一个PDCA的闭环。

三、以需求导向為(wèi)核心、结合场景解决问题

数据分(fēn)析做到了业财融合、形成闭环是不是就足够了？不是的。我们财務(wù)人员面对着海量的大数据，会发现很(hěn)多(duō)问题，也会产生很(hěn)多(duō)的分(fēn)析思路，但是并不是所有(yǒu)的分(fēn)析思路都要在一份分(fēn)析报告中全部體(tǐ)现出来，因為(wèi)数据分(fēn)析报告的阅读者最想要通过报告高效地解决他(tā)们所面临的问题，这里所说的高效，就是要占用(yòng)阅读者较少的时间和精力，让他(tā)们在定位问题时获得数据支持、找到解决问题的方案，支持他(tā)们做出决策。因此数据分(fēn)析报告并不是越長(cháng)越好，而是要结合报告阅读者的需求，有(yǒu)针对性地输出。作為(wèi)数据分(fēn)析人员，我们可(kě)以积累大量的数据分(fēn)析场景和素材，但是形成数据分(fēn)析报告时，却需要做到千人千面，有(yǒu)针对性地為(wèi)阅读者提供定制化的分(fēn)析报告，这样的报告才是更有(yǒu)价值的。

总结一下，怎么才能(néng)让枯燥的数据会说话呢(ne)？一是：我们需要将财務(wù)数据和各类业務(wù)数据有(yǒu)效融合，实现从结果到动因的分(fēn)析；二是：我们需要在充分(fēn)分(fēn)析的基础上，总结出要素和结果之间的关系，形成数据模型，可(kě)以预测、反馈、总结、提升，实现PDCA的闭环；三是：数据分(fēn)析一定要沉淀大量的场景和素材，但是输出报告的时候却要做到千人千面，要能(néng)够有(yǒu)针对性地支持阅读者高效地发现问题、解决问题。

推荐阅读：《数字时代的税收筹划实战》

本书紧扣时代脉搏，与时俱进，理(lǐ)论联系实际，以数字时代的特征及数字经济发展為(wèi)抓手，在探索数字时代的税收与产业演变的基础上，分(fēn)析了数字时代的税收筹划原理(lǐ)，研究了数字时代的税收筹划新(xīn)方法，形成了关于数字时代的税收筹划方法论及其应用(yòng)模式。基于方法论的理(lǐ)论框架，从案例视角诠释和解读了互联网平台企业的税收筹划真谛，以及数字企业特殊业務(wù)的税收筹划实战技术与综合案例，让读者深入领会数字时代的税收筹划实战规则与蕴含规律。全书语言风格清新(xīn)隽永，大数据融入税收筹划，體(tǐ)现了专业与技术的双轮驱动，向读者展示了数字时代税收筹划的深邃性与哲思性，昭示着大数据治税的数字化、规范化、智能(néng)化发展方向。

作者：蔡昌，中央财经大學(xué)财政税務(wù)學(xué)院教授，税收筹划与法律研究中心主任，博士生导师，博士后合作导师（应用(yòng)经济學(xué)），北京大数据协会财税大数据专业委员会会長(cháng)，福建省闽江學(xué)者讲座教授，会计學(xué)博士，國(guó)际注册高级会计师（ICSPA），北京海淀區(qū)知联会副会長(cháng)，中國(guó)税收与法律智库丛书主编。