上市公司董事会头天下午开会刚刚做出转让股权的决定，晚上才发布公告，到现在很多员工都还不知道的时候，国税局立刻知道消息找上门了。为什么这么快？透露消息的，不是“内鬼”是“爬虫”！

　　一是拓展信息渠道，将网络“爬虫”技术引入涉税信息的采集，对外部网站披露的与企业资本运作活动有关的信息适时捕捉，丰富案源线索；

　　三是融合多方信息，引入了税务登记、申报、鉴证报告、财务报表、地税印花税等多方信息作为信息分析的主要着力点；

　　福州市国税局依靠“网络爬虫”技术自主研发了互联网涉税信息监控平台，实现了对上市公司股权交易等信息的实时精准掌控，突破了收集上市公司股权转让、股票减持信息难，导致税收征管不到位的瓶颈问题。

　　不久前，福州两位税务干部“突降”某上市公司，企业财务经理吃了一惊：“公司董事会转让股权的公告昨晚才发布，国税局怎么这么快就知道了？”税务干部说，第一时间给他们“透露”消息的不是哪个人，而是“网络爬虫”。

　　2013年7月，福州市国税局成立了风控中心，运用“网络爬虫”技术自主研发了互联网涉税信息监控平台，相继编写了上市公司公告信息采集、限售股解禁信息采集和上市公司十大股东信息分析3个软件，同时还开发了辅助扫描等程序，建立起上市公司股权交易数据库，实现了对上市公司股权交易等信息的实时精准掌控。截至目前，该平台已抓取和分类储存上市公司信息257万条。

　　福州市国税局风控中心工作人员陈寰介绍，“网络爬虫”也称“网页蜘蛛”，是一个自动提取网页的程序，运用“网络爬虫”技术设定程序，可以根据既定的目标更加精准选择抓取相关的网页信息，有助于在互联网海量信息中快捷获取有用的涉税信息。

　　福州市国税局总经济师李建乐介绍说，他们的涉税信息监控平台具有三个突出的特点：分类抓取、实时监控和智能比对。平台主要从证券财经网站，重点抓取上市公司公告、上市公司十大股东股票减持、限售股解禁等信息；风控中心的专用电脑全天候实时抓取、储存和分类整理相关信息；平台将从互联网获取的信息与税收征管系统以及其他第三方信息进行自动比对，从中筛选出存在税收风险的管征户信息。

　　记者日前来到福州市国税局，了解涉税信息监控平台的运行方式。进入系统后，先连接互联网的风控中心电脑，通过“网络爬虫”程序定向抓取各网站上发布的上市公司公告信息，并且将这些信息转化成可识别的文本。在当天股市收盘后，扫描程序开始启动，扫描“网络爬虫”抓取的公告内容。如果扫描中出现了福州市国税局管理的企业名称或者是其他有效信息，监控平台会自动将公告与福州市国税局管理企业建立起关联，并且以不同颜色的字体和高亮方式显示在电脑屏幕上。风控中心人员可以实时看到关联信息。

　　对于互联网涉税信息监控平台抓取的信息，福州市国税局风控中心由专人盯守，一旦发现关联企业减持股票涉及税款问题，立即通知管征局到企业去调查核实，督促企业及时缴纳税款。今年5月，风控中心监控到福州一家上市公司减持股票，涉及金额1亿多元。税务干部马上赶到，向企业提示税收风险，企业当即缴纳1000多万元税款。

　　另外，福州市国税局通过对监控平台抓取的信息，与税收征管信息系统信息进行比对分析，找出存在风险的纳税人芝麻代理怎么自动换ip，有针对性地开展纳税评估，也取得显著成效。

　　今年前10个月，福州市国税局风控中心对上市公司十大股东及持有上市公司限售股信息进行分析，筛选出124户存在税收风险的企业，涉及减持226只股票。相关管征局对这些户开展纳税评估，已有多家企业补缴了税款。某汽车维修公司连续减持一上市公司股票未申报，通过评估后补税3700万元。某超市减持一上市公司股票2.8亿股，通过开展反避税谈判，已入库非居民税收5000万元。（魏文忠 叶生成）

　　现在国地税协作，大数据将共享，利用“网络爬虫”原理调用百度、搜狗等知名搜索引擎的接口，获取其他方面诸如实际关联公司、经济案件的法院判决结果等信息数据，是轻而易举的事儿。以后，还将积极探索采集外语信息，将境外上市公司纳入监控范围，不断拓展互联网+应用领域，进一步提升税收征管水平。

　　天津市国税局引入“互联网+”理念，利用百度地图、乡镇土地规划部门和林业局等第三方信息，升级种植业风险管理，在防范种植企业虚开发票、制造虚假减免税方面取得明显效果。

　　截至目前，天津市国税局通过百度地图查处与承包合同比对不符企业20户，并对其中12户进行发票降版降量，4户暂停领用发票，4户取消票种。同时，对191户没有种植用地的企业停票、停止办理减免税，补缴税10.4万元，加收滞纳金1.8万元，为已经核查属实的种植企业，建立了完整的电子档案及销售台账。

　　不久前，天津市国税局从行业风险管理系统数据发现，种植业企业开业户逐年快速增长。以武清区为例，2012年~2015年，该区种植业户数分别为234户、275户、308户，但是辖区内实际种植用地增长并不明显。鉴于种植业承包面积难以通过传统的实地调查确定，通过伪造合同、虚拟用地而导致虚假注册、发票虚开情况时有出现，个别纳税人存在外购农产品直接用于销售的情况，天津市国税局升级种植业风险管理，通过为种植企业建立电子档案和销售台账完成信息化管税。

　　据了解，天津市国税局利用百度地图标记企业种植使用地块位置，并将标记地块位置与乡镇土地规划部门和企业实际签订合同比对。由于标记地块位置具有唯一性，避免了虚假合同造成的地块重复。标记确认无误后，天津市国税局会为企业建立电子档案和销售台账。电子档案包括企业基本信息、百度地图标记地块的截图照片、实地核查地块种植项目的照片等内容。销售台账列明种植项目的购进时间、成本、期间费用，并提供鉴证性附列资料，如购进时银行对账单、购进至销售期间费用列支凭证等。

　　电子档案及销售台账建立后，天津市国税局引入林业部门提供的第三方参考数据，按照草皮、各种类苗木的指导价格区间、单亩种植的承载能力、成熟周期，推算发票用量及累计最大开票额度，从而有效防范企业随意开具发票，销售非自产的免税农产品等情况。

　　据武清区国税局局长穆健介绍，企业电子档案及销售台账的建立净化了种植业的经营环境。目前，在新办企业中，种植业盲目办证、虚假注册的行为明显减少，种植业户大规模虚开发票情况基本消失。不仅如此，风控管理还延伸到了其他风险行业，如养殖业也使用百度地图定位养殖地块，用养殖项目成熟期的指导价格、养殖地块的承载能力测算最大开票限额及发票用量，从而发现可疑点。

　　天津市国税局局长程安亭表示，近两年，天津市国税局将互联网数据与征管数据相结合，实现“互联网+税务”在风险管理上的有效应用。下一步，该局将充分依托互联网创新技术，持续把“互联网+”融入税收管理，努力提高运用互联网的意识和能力，不断完善管理制度、创新工作举措，以“数据引领，风险应对”提升风险管控能力。（孙文胜 刘鸿珠 穆健 徐盛）

　　税务稽查网络爬虫强大的功能就在于它完全是按照税务稽查所下达查验的方向指令进行行动，这些爬虫可以很快的按照税务稽查的要求抓取到税务稽查人员所要的分析结果和反映出纳税人涉税异常点。

　　一是拓展信息渠道，将网络爬虫技术引入涉税信息的采集，对外部网站披露的与企业资本运作活动有关的信息适时捕捉，丰富案源线索；二是精准工作定位，将风险方向定位在股权投资和土地、房屋等大额资产的处置上，分析方法和指标设计针对性强；（今后会快速延伸到其它环节）三是融合多方信息，引入了税务登记、申报、鉴证报告、财务报表、地税印花税等多方信息作为信息分析的主要着力点；四是强化信息的挖掘应用，软件着重建立了各类信息源之间的对应关系和勾稽关系，用以支持风险的推定和排查；五是风险信息重构，对多个投资方信息进行整理归纳，形成控制关系网络架构图，将复杂的资本运作行为重构还原为清晰的交易轨迹，以准确定位和发现这些交易中的税收风险。

　　看到以上税务稽查新的措施，大家有可能会感到惊悚。其实，利用社会媒介公开的信息，用于分析和抓取纳税人经济活动痕迹以此验证纳税申报的真实性这种逻辑分析方法，早在10年前就已经在采用了。

　　例如：某税务机关在社会媒体公开报道中看到一条新闻，大致意思是：XXX影视艺术文化公司公司投资拍摄电视剧XXXXX，创下国内电视剧之最，后期又投资拍摄了甲、乙两部电视剧......

　　这篇报道大家看了也就觉得是一个新闻而已。但是，这篇报道在税务机关信息源中，那就是一个彰显这个影视公司的经济效益。试想一想，该企业投资一部电视剧创下国内电视剧之最，紧接着又拍了两个电视剧，从资金运作的逻辑上分析，该企业第二次投资两个新的电视剧必须是第一部赚了钱，有了不错的利润，才会有资金又连续投资两个新的电视剧。

　　所以，根据这一信息，税务机关对该企业纳税申报进行了分析核查，发现该企业一直以来财务报表利润数据都反映的是亏损，这样的财务数据显然是与新闻报道中信息出现了疑点，既然亏损，那怎么可能有钱又紧接着投资了两部新电视剧？那当然，也可能是有新的股东投资、或者企业外借款、或者有人赞助等资金来源，那就查查看吧，结果追踪检查企业财务账务，该企业并没有新的股东投资，也没有外借资金，更没有资金赞助或者捐赠等行为，也就是说没有任何资金流入企业。这就奇怪了，没资金怎么两部新的电视剧拍出来了，往来账也没有欠款啊（赊账）？根据疑点最终检查出该企业利用收入不入账的手法逃逸税收，而且偷税数额占当年度应纳税额的比例均在30%以上。

　　随着网络的迅速发展，互联网成为大量信息的载体，而且人们对互联网的依赖已经达到了每日没水可以，每日没有网络不行。人们被网络绑架了。人们已经习惯利用网络在最短的时间里抓取自己需要的信息，而且这种习惯时时刻刻，无时不在的融入在每个人的生活、工作等多方面之中。当我们在寻找信息或在做推介时，也在利用网络输入自己的信息，一来一往，就在网络中留下了诸多的痕迹，被社会共享。

　　就如去年我去一家集团企业做营改增业务调查，闲聊中，我问道：您企业营改增之前属于地税管理，现在要移交国税管理，账面如果存在涉税问题，现在是一个纠正的机会。

　　看着他很坚决的回答，我顺手拿起桌上的上年损益表看了一眼，然后又打开电脑调阅了该企业网络上首页信息的介绍，文字信息表述：该企业上年实现收入40亿，实现利润为1980万元，看完后，我又追问道：根据您企业网络介绍的信息来看，假如按照建筑行业税务机关核定利润率10—20%来测算，您企业上年实现利润最起码应该是在4000万以上，可是财务报表实现的利润率过低，为什么？

　　假设： 税务机关利用税务大数据平台和网络“爬虫”技术，对本市某一家汽车企业进行数据分析，按照该企业采取的一项营销措施，即：代办购车贷款的业务进行信息对接，将该企业代办购车贷款与银行贷款的数据与申报纳税的销售收入数据进行比对，如果发现贷款信息与该企业申报的收入出现严重不符，那么税务机关就会纵深检查，也就会发现企业采取真假两套账手法 进行逃逸税的行为。

　　例如：某税务机关在网络上看到一条房地产开发企业销售房屋的效益，信息中详细的介绍了该企业与香港某开发上联合开发楼盘......这条信息马上让税务机关产生了异议，根据税收征管信息该企业是100%内资控股，怎么会出来一个外商香港公司，经过追踪核查，发现该企业股东在一年前将30%股权出让给了香港某公司，对于这种出让股权的行为，按照税法规定是要按照公允价格申报缴纳20%个人所得税，但是，税务机关征管信息中并没有该股东申报纳税的记录，经过查验，该企业股东并没有申报纳税。

　　税务机关在一次网络爬虫的操作的演示中：在电脑中打开一个软件，按照需要所取得信息，输入几个关键指标值，点击确定，随着电脑屏幕上一个绿色小虫缓慢的爬过，几十个红色的预警信号出现在屏幕中，此时，税务人员只要点击爬虫抓，它就会抓取到所有的每一个预警信息，具有疑点的企业和疑点具体信息就即刻逐一显现出来。红色预警信号，显示企业在某个方面，存在较高的税收风险（即：纳税异常行为）。