ВНЕДРЕНИЕ МЕТОДОВ ПРОГНОЗНОГО АНАЛИЗА В РАСПРЕДЕЛЕННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЕ ФЕДЕРАЛЬНОГО УРОВНЯ
Степанова Е.Б.1, Шаваева М.О.2
1 Кандидат физико-математических наук, 2 Магистр, Национальный исследовательский ядерный университет «МИФИ»
ВНЕДРЕНИЕ МЕТОДОВ ПРОГНОЗНОГО АНАЛИЗА В РАСПРЕДЕЛЕННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЕ ФЕДЕРАЛЬНОГО УРОВНЯ
Аннотация
Разработана и внедрена методика контроля данных на основе технологии Predictive Analytics в распределенной информационной системе ведущего отечественного страховщика с целью выявления ошибочных или преднамеренных искажений в комплексе электронных документов, связанных с налогообложением.
Показана целесообразность введения нового комплекса электронных документов, связанных с точками контроля ключевых процессов обработки данных.
Ключевые слова: процессно-ориентированное проектирование, точка контроля процесса, технология прогнозирования, стандартный электронный документ.
Stepanova E.B.1, Shavaeva M.O.2
1 PhD in Physics and Mathematics, 2 Master, National Research Nuclear University «MEPHI»
PREDICTIVE ANALYTICS TECHNOLOGY IMPLEMENTATION IN DISTRIBUTED INFORMATION SYSTEM
Abstract
Method to control data flow based on Predictive Analytics technology in distributed information system is implemented for monitoring and distortion detecting in the electronic documents related to taxation.
New electronic documents complex relating to the control points of key processes are introduced.
Keywords: process-oriented technology, key control point, Predictive Analytics technology, electronic document.
Стратегия развития электронной налоговой отчетности базируется на комплексном моделировании процессов учета и обработки больших массивов данных, поступающих в распределенную информационную систему организации.
При этом на первое место выступают методы прогнозирования, которые потенциально способны вовлечь в рассмотрение данные, поступившие в систему, но неиспользовавшиеся ранее или в типовых отчетных формах.
Применение Predictive Analytics в информационных системах федерального уровня в качестве Descruptive technology дает возможность перейти на новый этап подготовки комплекса сведений по налогам и сборам.
Так, одним из направлений, в котором возможно сокрытие данных от уплаты налогов, является добровольное медицинское страхование.
В подпункту 16 статьи 255 Налогового Кодекса РФ (далее НК РФ) в расходы на оплату труда в целях начисления налога на прибыль включаются суммы страховых взносов по ДМС, уплаченные работодателем за работников, в сумме, не превышающей 6% от общей суммы расходов на оплату труда, рассчитанной с учетом статьи 255 НК РФ, а также согласно статье 253 НК РФ расходы на оплату труда учитываются в расходах, которые уменьшают налогооблагаемую прибыль [1].
Если рассматривать медицинское страхование со стороны страхователей, т.е. компаний, которые застраховали своих сотрудников, то можно выявить множество ситуаций, одним из наиболее часто встречающихся является следующий:
- заключение договора ДМС на оказание медицинских услуг в рамках уплаченной страховой премии.
Данный вид медицинского страхования является актуальным, поскольку можно застраховать всех сотрудников на равных условиях, однако оказание самих услуг будет согласовываться с работодателем, что позволяет контролировать процесс. На многих предприятиях имеется практика оплаты сотрудниками дополнительных манипуляций или госпитализаций, которые прописаны в договоре ДМС, но сумма за оказание данных услуг не направляется в лечебное учреждение или страховую компанию, а удерживается из заработной платы сотрудника. Таким образом, работодатели оплачивают страховую премию вне зависимости от наступления страхового случая, но в последствие данные расходы возмещают, однако данное возмещение уже не будет налогооблагаемой прибылью, т.е. с данной суммы налоги уплачиваться не будут.
Рассмотренная ситуация показывает, что нельзя однозначно определить: какая страховая сумма была уплачена и (или) впоследствии не была удержана с сотрудника, то появляется проблемное место, которое возможно контролировать с помощью различных технологий анализа, в частности Predictive Analitycs. Применение данной технологии позволяет проводить очистку данных, контролировать процесс и управления в рамках деятельности предприятия [2].
В качестве решения по идентификации неправомерных действий со стороны организаций при уплате налогов можно применять анализ на наличие взаимосвязи между наличием больничного листа и (или) иных документов, подтверждающих оказание медицинских услуг в заданный период, и удержания заработной платы с данного сотрудника в сторону работодателя. В случае положительного результата осуществляется информирование сотрудника органа исполнительной власти, выполняющего функцию контроля для проверки достоверности путем предоставления отчетности в виде электронных налоговых документов, формат которых будет единым для каждой организации.
Показано, что сравнительный анализ моделей процессов оформления отчетных документов в информационной системе позволяет:
- увеличивать количество различных сценариев ухода от уплаты налогов;
- минимизировать ошибки в системе, тем самым увеличив качество обработки данных.
Таким образом, введение технологий прогнозирования позволяет вне зависимости от типа организации выполнять данные операции в рамках бухгалтерской деятельности, и, следовательно, получать данные одного формата из однотипных модулей. Наличие методологического описания переводит решение в класс референтных, оно может быть рекомендовано для внедрения как в распределенных информационных системах предприятия, так и региональных подразделениях контролирующих региональных и федеральных структур.
Литература
- Налоговый кодекс Российской Федерации [Электронный ресурс] : части 1 и 2: с изм. и доп. Дата обновления:11.2015. Доступ из системы ГАРАНТ.
- Е.Б. Степанова, М.О. Шаваева. Анализ данных сложных форматов на основе подхода Predictive Analytics в распределенной информационной системе страхования. Системный анализ в проектировании и управлении: Сборник научных трудов XIX Международной научно-практической конференции (1-3 июля Санкт-Петербург). Санкт-Петербург: Изд-во Политехнического университета, 2015. - Ч. 2. - С. 68-73.
References
- Nalogovyj kodeks Rossijskoj Federacii [Electronic resource]: part 1 and 2. Accessed: 25.11.2015. Available at: system GARANT.
- B. Stepanova, M.O. Shavaeva. Analiz dannyh slozhnyh formatov na osnove podhoda Predictive Analytics v raspredelennoj informacionnoj sisteme strahovanija. Sistemnyj analiz v proektirovanii i upravlenii: Sbornik nauchnyh trudov XIX Mezhdunarodnoj nauchno-prakticheskoj konferencii (1-3 ijulja Sankt-Peterburg). Sankt-Peterburg: Izd-vo Politehnicheskogo universiteta, 2015. - Part 2. - P. 68-73.