Информатизация налоговых систем

Информатизация налоговых  систем 
 

Системные аспекты  и анализ  

Наличие развивающейся  адекватной системы социально-экономических, правовых, технологических, гуманитарных связей и отношений – необходимая  предпосылка построения информационного  общества. При этом одной из важнейших  социально-экономических систем является налоговая [1, 8, 11, 13]. Уровень экономического развития общества определяется как  развитием средств производства и производственных процессов, так  и развитием информационных процессов  и отношений в налоговых системах, причем их состояние решающим образом  воздействует на эволюцию производственных и непроизводственных сфер, а также  на все общество в целом. 

Информатизация налоговых  систем – это процесс превращения  их в управляемые, самоорганизующиеся системы на основе средств описания и изучения, технологий их актуализации, направленных как на получение информации, знаний (это их внутренняя сущность), так и на использование информации, знаний, принятие на их основе решений  в различных социально-экономических  областях (это их внешняя сущность). 

При информатизации налоговых систем решается целый  ряд задач. В их числе компьютерная и технологическая поддержка  деятельности налоговых служб, в  частности, компьютеризация, развитие систем и средств связи налоговых  служб, использование типовых компьютерных сетей и корпоративных открытых информационных систем для оперативного учета, контроля и делопроизводства. При этом компьютеризация – не самоцель, а необходимое инструментальное обеспечение для постановки и  решения проблем информатизации и делопроизводства. 

Еще один пласт задач  – автоматизация работ по налогообложению (ведение баз данных по налогооблагаемым лицам, налоговому законодательству, действиям  налоговой службы и др.) и подготовка (переподготовка) кадров для ее поддержки, разработка и использование АРМ  работника налоговой службы. Здесь  автоматизация служит средством  необходимой методологической и  технологической поддержки. 

Решаются также  задачи разработки и использования  экономико-математических моделей  и расчетов для оперативного и  долгосрочного прогнозирования  экономических ситуаций, например, динамики сбора налогов и ставок налогообложения, оптимальных и  предельных ставок налогообложения  и др. При этом моделирование является средством необходимой экономико-математической поддержки предсказуемости и  устойчивости системы. 

В процессе информатизации достигается интеллектуальное обеспечение  принятия решений в различных  социально-экономических ситуациях  и оценки динамической тяжести налогового бремени, финансовых последствий решений  в системе налогообложения, инфологическая и компьютерная поддержка принятия таких решений. Оно служит необходимой  поддержкой ЛПР и является условием жизнеспособности системы. 

В число важнейших  задач информатизации входят также  обеспечение информационной безопасности налоговых систем и учреждений, моделирование  и прогнозирование информационной опасности и несанкционированного доступа к данным. Обеспечение  этих функций является необходимым  условием надежности и помехоустойчивости системы. 

В процессе информатизации налоговой системы необходимо создать  программно-алгоритмическую и техническую  базу разработки и внедрения перспективных  вычислительных сред, корпоративных  систем и сетей. Предстоит также  создать качественные и гибкие налоговые  информационные потоки и структуры, системы на основе внедрения новых  информационных технологий и информационного  реинжиниринга. Одновременно следует  обеспечить информационную безопасность налоговых систем и повысить налоговую, информационную грамотность населения. 

Любое экономическое  решение должно быть основано на фундаментальных  принципах системного анализа, информатики, теории управления и учитывать поведение  человека и организационно-рыночной структуры в окружающей среде, рациональные и экономически обоснованные формы  мотивации и нормы поведения  в этой среде. В налоговых системах часто отсутствует системный  подход: одни виды налогов стимулируют  одни виды деятельности, а другие –  совершенно иные, отсутствует единый источник налоговых платежей, имеются  косвенные налоги (НДС, акцизы), отдельные  виды налогов несопоставимы и  т.п. Системный подход к взиманию налогов означает единый источник налогов  – прибыль, причем с учетом меры влияния налоговых составляющих прибыли на саму прибыль, а также  с учетом отчислений во внебюджетные фонды. Необходима единая налоговая  правовая база, система мер, способствующих росту ответственности за налоговые  правонарушения, а также сокращающих  риск и повышающих инвестиционную активность и устойчивость предпринимательской  деятельности. Важным фактором системности  экономических решений, особенно, в  налоговой политике, является понимание  того, что экономические ценности актуализируемы лишь с учетом культурных, религиозных, политических и других ценностей и институтов общества – каждое общество само (иногда неявно) устанавливает место экономических  ценностей в системе других ценностей, упорядочивая их (например, с помощью  налоговых норм и прав) в структуры  и законы. 

Основные системно-информационные цели налоговой системы: 

актуализация и  поддержка правовых актов и законов  о налогах и платежах;  

учет платежей и  плательщиков, правильности и своевременности  платежей в бюджет;  

взаимодействие с  исполнительными, финансовыми органами;  

правильное применение штрафных санкций, учет скрытых (заниженных) прибылей и потерь в теневой экономике;  

представление отчетности и документации вышестоящим органам  и др.  

Основные системно-информационные функции налоговой системы: 

обеспечение учета  налогоплательщиков и налогов по категориям, видам платежей и т.п.;  

анализ динамики налоговых платежей и их прогнозирование  по всем основным и отслеживаемым  факторам;  

проведение налогового мониторинга;  

анализ экономической  деятельности предприятий региона;  

организация и проведение необходимых налоговых мероприятий;  

внедрение систем и  сред с использованием новых информационных технологий, систем принятия и поддержки  решений;  

совершенствование функционирования налоговых систем и систем налогообложения и др.  

Развитие налоговой  системы определяется целью и  ресурсами системы, а изменение  внутрисистемной информации происходит таким образом, чтобы уменьшалась  энтропия системы (в соответствии с  информационной синергетикой). 

При формировании федеральной  и региональной налоговой политики необходимо учитывать, что сфера  производства, распределения и потребления  товаров и услуг невозможна без  сферы производства, распределения  и потребления знаний и профессионализма, а уровень развития общества зависит  от качества, количества и адекватности информационных потоков и магистралей  для решения социально-экономических  проблем. 

Политика информатизации, инвестиционная и налоговая политика тесно взаимосвязаны и в информационном обществе взаимно определяют друг друга. 

Новые информационные технологии в налоговых системах: проблемы, примеры и опыт применения модельных решений  

Самые прогрессивные  информационные технологии не могут  развиваться и даже функционировать  в условиях слаборазвитой и негибкой, неэффективной экономики, низкой квалификации и недостаточного профессионализма работников. Для нормального развития таких технологий необходимо также  четкое понимание социально-экономических  систем (их целей, ресурсов, моделей), ведущих  к эффективному производству и бизнесу, рациональному распределению и  потреблению, целенаправленным и ресурсообеспеченным  процессам в обществе. 

Чаще всего в  налоговых системах актуализируются  следующие новые информационные технологии: 

моделирование и  вычислительный эксперимент;  

базы данных и  автоматизированные информационные системы (АИС);  

базы знаний, экспертные и интеллектуальные системы (в том  числе часто – эвристические  процедуры и системы);  

интеллектуальные  среды планирования и управления;  

телекоммуникационные  средства доступа и сжатия информации;  

автоматизированные  системы (контроля, управления и т.д.), АРМы;  

компьютерные, виртуальные  организационные системы;  

интегрированные пакеты прикладных программ;  

мультимедийные, гипертекстовые, гипермедийные и WWW-технологии;  

технологии когнитивные  и визуализации;  

объектно-ориентированные  технологии;  

средо-ориентированные  технологии;  

CASE-технологии;  

нечеткие и нейро-ориентированные  технологии.  

Рассмотрим примеры, демонстрирующие имеющийся у  авторов опыт их использования, а  также перспективы применения и  направление вектора информационного  реинжиниринга налоговых систем. Выберем для этой цели часто применяемые  в таких системах технологии. 

Экономико-математическое и компьютерное моделирование, вычислительный эксперимент. Для решения актуальных задач управления и планирования используются математическое, в частности, имитационное моделирование и вычислительный налоговый эксперимент. Перечень решаемых задач постоянно расширяется, а  сами модели усложняются. 

Актуальной задачей  в налоговых системах является анализ и, хотя бы краткосрочное, прогнозирование  темпов сбора налогов. Рассмотрим следующую  модельную задачу: построить математическую и компьютерную модель и провести вычислительные эксперименты для анализа  динамики задолженности и налогособираемости, а также выявления факторов, влияющих на эту динамику. 

Смысл используемых ниже переменных: х1 - коэффициент абсолютной ликвидности; х2 - коэффициент текущей  ликвидности; х3 - дебиторская задолженность; х4 - кредиторская задолженность; х5 - превышение кредиторской задолженности над  дебиторской; х6 - коэффициент финансовой зависимости; х7 - коэффициент соотношения  привлеченных и собственных средств; х8 - кредиторская задолженность перед  бюджетом; х9 - кредиторская задолженность  по социальному страхованию и  внебюджетным платежам; х10 - коэффициент  собираемости налоговых платежей; х11 - коэффициент собираемости налога на прибыль. Эти коэффициенты определяются в соответствии с известными финансовыми  и нормативно-справочными материалами  и по данным республиканской налоговой  базы данных (БД УМНС РФ по КБР). 

Были проведены  различные (отсеивающие, классифицирующие, регрессионные и корреляционные) вычислительные эксперименты с использованием БД УМНС РФ по КБР. План экспериментов  определялся экономическими соображениями, а также целями и рекомендациям  отдела анализа УМНС РФ по КБР. Большинство  экспериментов было направлено на выявление  факторов, оказывающих наибольшее влияние  на сбор налогов (на коэффициент сбора  налогов) за различные месяцы, кварталы и годы, на оценку налогового потенциала предприятий, их финансовой самостоятельности  и устойчивости. В частности, осуществлялись эксперименты по нахождению эмпирических зависимостей вида: x10 = f(x1, x2, x3, x4, x6, x8, x9), x10 = f(x3, x4, x6, x7, x8), x10 = f(x1, x2, x6, x7), x10 = f(x3, x4, x8), x10=f(x1, x2, x3, x4, x5, x6, x7, x8, x9), x10 = f(x1, x2, x6), x10 = f(x3, x4, x8, x9), x10 = f(x3, x4, x8), x6 = f(x3, x4, x8, x9), x10 = f(x1, x2, x6), x6 = f(x1, x2, x3, x4, x5, x7, x8, x9, x10, x11), x10 = f(x1, x2, x3, x4, x5, x6, x7, x8, x9, x10), x6 = f(x1, x2, x3, x4, x7, x8, x10), x10 = f(x1, x2, x3, x4, x6, x7, x8), x6 = f(x1, x2), x6 = f(x1, x2, x10, x11). 

Важные эксперименты ставили целью нахождение эмпирической зависимости вида х6 = f(x1, x2, x3, x4, x7, x8, x10). Она позволяет статистически  оценить финансовую зависимость  предприятий района, их налоговый  потенциал. Например, в результате обработки  данных из БД УМНС РФ по КБР по Баксанскому  району КБР была найдена линейная зависимость вида:  

x6 = 0.85278 + 0.01021 x1 + 0.0001 х2 – 0.000005 х3 + 0.00002 х4 + 1.000025 х7 –  0.000012 х8+0.000281 х10 .  

Коэффициент множественной  корреляции значим и составляет 0.98. Вычислены доверительные интервалы  коэффициентов связи и значимость. Построена также общая корреляционная таблица 95%-ной значимости, которая позволяет оценить тесноту связей указанных выше факторов и определить основные управляющие и управляемые параметры налоговой системы, осуществить краткосрочное планирование и управление. 

Аналогичные зависимости  были получены и использованы для  других районов и городов КБР. Не приводя их из-за однотипности, отметим  основные результаты анализа проведенных  экспериментов: 

наиболее адекватные результаты получены для экспериментов  типа x6 = f(x1, x2, x3, x4, x5, x7, x8, x9, x10, x11) и x6 = f(x1, x2, x3, x4, x7, x8, x10);  

по каждому району и городу для экспериментов указанных  двух типов найдена регрессионная  зависимость с высокой степенью адекватности; коэффициент множественной  корреляции равен 0.96 – 1.0, а относительная  погрешность составляет в среднем 5 – 9%; эксперименты других типов дают худшие результаты и требуют использования  нелинейного регрессионного анализа  и более сложных методов, что, однако, не представляет принципиальных трудностей;  

использованная авторская  программа (возможно использование  известных мощных пакетов анализа, например, MATHCAD, STATISTICA, но этот путь требует  согласования входных и выходных спецификаций пакета и БД УМНС РФ по КБР) работает качественно, например, имевшиеся  колебания параметров (от 7814.612 до 0) “ухвачены” и отражены в модели, а вычисленные доверительные  интервалы коэффициентов зависимостей можно использовать для определения  предельных прогнозных значений функции  отклика;  

по указанным зависимостям можно оценивать (прогнозировать на короткий срок, например месяц, квартал) сбор налогов и финансовую активность предприятий при тех или иных значениях остальных значимых факторов, т.е. можно проводить имитационные расчеты и планирование;  

необходимо построить  более сложные и адекватные модели (отследить динамику за длительный период) и провести налоговый информативный  мониторинг.  

В региональной системе  налогообложения очень важно  использовать методы анализа экономического и финансового состояния предприятий  и фирм, позволяющие получать сравнительные  оценки экономической или финансовой устойчивости предприятий и их налогоплатежеспособности. Такой анализ необходим и для  выработки соответствующих рекомендаций по изменению порядка уплаты налогов, их структуры и др. 

В настоящее время  в стране и, в частности, в КБР  растет удельный вес убыточных предприятий. Как показывают данные по республике за 1998 г., самые большие убытки в  размере 70,1% наблюдаются в промышленности. Проводимые эксперименты, анализ их результатов  позволяют оценить потенциал  производителей. 

Сложность и многообразие, слабая структурированность и плохая формализуемость экономических  и политических механизмов, определяющих работу предприятий, не позволяют преобразовать  процедуры принятия решений в  налоговой системе в эффективные  математические модели [7] и алгоритмы  прогнозирования. Поэтому часто  эффективно использование хотя и  простых полуэмпирических (подобных описанным выше), но гибких, надежных и технологичных процедур принятия решения. Кроме того, в силу динамичности процессов, происходящих в налоговых  системах, их плохой формализуемости  и структурируемости, недостатка информации, дороговизны и сложности проведения налогового мониторинга, имитационное моделирование зачастую является основным источником получения информации о  системе. 

Имитационная модель может быть прогнана с различными ставками налогообложения, что позволит выработать оптимальную для бюджета  ставку (она отличается от максимальной ставки), в частности, соответствующую  той или иной кривой Лаффера. Эти  кривые демонстрируют, что с ростом ставки налогообложения сбор налогов  в бюджет увеличивается лишь до определенного  значения, а затем уменьшается. Может  иметь место оптимальная ставка налогообложения, максимизирующая  инвестиции в экономику, и она  меньше ставки, максимизирующей поступления  налогов в бюджет. Высокие налоги ведут к спаду производства, деловой  активности, сокрытию доходов, инфляции. 

Рассмотрим еще  одну, пока лишь исследованную математически, и не доведенную до практического  использования (из-за необходимости  идентификации модели), но достаточно актуальную задачу – моделирование  возможности снижения налогового бремени [6]. 

В последнее время  все острее ощущается необходимость  прогнозирования воздействия уровня налогообложения на деятельность хозяйствующего субъекта. В частности, необходимо определить ту предельную норму, превышение которой  влечет потери общества и государства. Определение совокупной величины налоговых  сборов таким образом, чтобы она, с одной стороны, максимально  соответствовала государственным  расходам, а с другой – оказывала  слабо отрицательное воздействие  на деловую активность, относится  к числу главных задач государственного управления. В России, в отличие  от большинства развитых стран, значительная часть доходов поступает в  государственный бюджет в виде налогов  с юридических лиц. При таких  условиях важно смоделировать, как  снижение налогового бремени влияет на деятельность и платежи предприятий  в бюджет. 

Итак, наша задача заключается  в том, чтобы определить потенциальную  возможность увеличения собираемости налогов в зависимости от поведения  различных факторов, влияющих на этот процесс. Объектом исследования будут  способы увеличения объемов выпуска  и факторы, на это влияющие. Поэтому  в качестве налоговой базы принимаются  объемы выпуска продукции. 

Пусть Q - исходная налоговая  база (объем выпуска в денежной форме), В - доход бюджета, Т - налоговая  ставка. Сформулируем многокритериальную оптимизационную задачу нахождения максимума прироста общего объема выпуска  продукции  

,  

где n - количество рассматриваемых  предприятий, DQi - прирост объема выпуска i-го предприятия. Для простоты рассмотрим аддитивный вариант – максимальный прирост общего объема выпуска продукции  есть сумма максимальных приростов  выпуска продукции каждого предприятия:  

Используя производственные функции типа Кобба-Дугласа, прирост  объемов выпуска по каждому предприятию  будем выражать в виде:  

где m - количество факторов, yi(t) - i-й фактор, уimax - максимальное значение, уimin - минимальное значение, уiopt - оптимальное  значение i-го фактора, t - время расчетного периода, ai(t) - важность фактора уi и  она является весовой функцией каждого i-го фактора. 

Так как величина начальной налоговой ставки оказывает  непосредственное влияние на деятельность предприятия, в качестве фактора  у0 принимается величина ставки налогообложения  Т0 в начальный момент времени t0 = 0. При этом 0 Ј Т0 < 1. 

Оптимальными значениями i-го фактора будем считать экспертные оценки, характеризующие оптимальные  значения по каждому i-му фактору, или  данные, выбираемые из статистических материалов, баз данных или же получаемые в результате решения более простых  оптимизационных задач. Для нашей  задачи актуальна следующая интерпретация: фактор у1(t) – величина изменения налоговой ставки DТi (0Ј DТiЈ 1 - Т0); фактор у2(t) – коэффициент рентабельности продукции R (в долях единицы), аЈ RЈ b; фактор у3(t) – удельный вес условно-постоянных расходов L в их общей величине (в долях единицы), cЈ LЈd (0<a,b,c,d<1). 

Следует отметить, что  расчетный период не должен быть длительным. Условия кривой Лаффера предусматривают  падение доходов бюджета на некотором  промежутке времени, длительность которого зависит также от степени адаптируемости предприятия к данной экономической  ситуации. Если степень адаптируемости невысока и до начала действия условий  Лаффера проходит слишком много  времени, то существует опасность того, что последующий рост производства и, соответственно, налоговых отчислений, не сможет компенсировать потери от длительного  временного лага. 

Как правило, параметр (t) имеет большое значение и априори  неизвестен, или же его определение  сопряжено с трудностями, например, с дорогостоящим экономическим  мониторингом и с необходимостью обучения модели. В этих условиях необходимо решить задачу идентификации параметра (t) по минимально достаточным для  идентификации дополнительным данным экспериментального, априорного характера. 

Компьютерное моделирование, вычислительный эксперимент, системы  поддержки принятия решений в  налоговых системах позволяют отсеять  ошибки стратегии и тактики налогообложения, не пропускать их в законодательные  акты, в практику. Из-за длительности и сложности, а также плохой структурированности  процессов в этих системах математическое и компьютерное моделирование часто  может стать наиболее рациональным, адекватным и эффективным орудием  исследования этих систем и управления процессами. Математическое и компьютерное имитационное моделирование могут  быть использованы для решения, в  частности, таких важных проблем  выработки налоговой политики, как: 

согласования объемов  импорта и экспорта;  

максимизации возвращения  в страну капитала;  

увеличения декларирования доходов в частном секторе;  

реструктуризации  низкоэффективных налогов;  

дифференциации налогов;  

ограничения воздействия  инфляции и изменений курса рубля  на ставку и технику налогообложения, динамику поступлений налогов (например, уменьшения промежутка времени между  производством товаров и услуг  и уплатой соответствующих им налогов);  введение льгот на налогообложение  и др.  

База знаний и  экспертная система. Рассмотрим (модельную) базу знаний и экспертную систему  “Налоговая среда”, которая позволит оценивать (качественно) социально-экономическое  и налоговое состояние некоторой  среды по задаваемым пользователем (налоговым экспертом) количественным оценкам тех или иных ее параметров, выбираемым из базы знаний системы. Для  каждого входного фактора в диалоговом режиме задаются относительные (от 0 до 1) оценки влияния этого фактора (вес  фактора). После анализа этих данных (этой налоговой обстановки) система  на основе базы знаний принимает решение  о состоянии социально-экономической  среды, используя удельную количественную оценку (от 0 до 1) и 10-бальную качественную систему влияния (до 0,1 – максимальное отрицательное воздействие, до 0,2 –  значительное отрицательное, до 0,3 –  выраженное отрицательное, до 0,4 – некоторое  отрицательное, до 0,5 – слабое отрицательное, до 0,6 – слабое положительное, до 0,7 – некоторое положительное, до 0,8 – выраженное положительное, до 0,9 –  значительное положительное, до 1,0 –  максимальное положительное). База знаний может быть основана на нечетких данных и выводах (на нечетких и эвристических  средствах и технологиях). Такие  системы могут стать ядром  АРМа налогового работника. 

Работу модельной  экспертной системы иллюстрирует приведенный  ниже сценарий диалога (моделируется гипотетическая налоговая ситуация). Входные параметры  – экспертные оценки факторов налоговой  системы. Выходные параметры – качественно-количественная(ые) оценка(и) общего состояния налоговой  системы. 

Протокол диалога  с экспертной системой 

Состояния входных  параметров: 

1. Уровень контроля  налоговых органов: 0.7 

2. Удельный вес  привлеченных средств: 0.31 

3. Удельный вес  собственных средств: 0.78 

4. Оценка кредиторской  задолженности: 0.3 

5. Оценка дебиторской  задолженности: 0.4 

6. Уровень текущей  ликвидности: 0.75 

Уровень финансовой активности: 0.45  

8. Уровень задолженности  перед бюджетом: 0.2 

9. Уровень задолженности  по социальному страхованию: 0.15 

10. Уровень инновационной  политики: 0.001 

11. Уровень безработицы: 0.05 

12. Плотность трудоспособного  населения: 0.8 

Принятие решения (цифры - оценка уровня влияния): 

Финансовая самостоятельность: 0.58 (слабое положительное).  

Превышение кредиторской задолженности над дебиторской: 0.51 (слабое положительное).  

Задолженность по социальному  страхованию и внебюджетным платежам: 0.47 (слабое отрицательное).  

Собираемость налогов  на прибыль: 0.65 (некоторое положительное).  

Собираемость налогов  по налоговым платежам: 0.48449 (слабое отрицательное).  

Соотношение привлеченных и собственных средств: 0.59051 (слабое положительное).  

Эта модельная система  может стать как учебной, так  и основой разработки промышленной экспертной системы, которая, как известно, представляет очень сложную и  дорогостоящую задачу. 

Экспертные системы  используются также в качестве помощника (или инструментария) налогоплательщика. Примером может служить система  “Советник” индивидуального (домашнего) пользования. Она разработана в  Екатеринбурге (http://www.metatron.ru) и предназначена  для решения задач автоматизации  заполнения налоговой декларации, ведения  книги доходов и расходов, уменьшения налоговых платежей законными методами, легализации доходов, расчета налоговых  последствий операций с активами, поддержки законодательной базы по налогообложению и юридической  поддержки на всех этапах [2]. 

Базы данных, интегрированные  программные системы планирования, управления и телекоммуникации, автоматизированные системы. В КБР внедрены [14] комплексы  задач налогообложения юридических  и физических лиц, налоговой отчетности, завершен переход на электронные  лицевые карточки налогоплательщиков, организован достаточно полный компьютерный документооборот, включая анализ отчетов  с помощью разработанной и  внедренной в эксплуатацию информационной системы с базой данных (БД УМНС РФ по КБР). Анализ проводится также  и с целью предварительного прогноза налогособираемости на основе статистического  анализа текущих данных финансовых отчетов юридических лиц. Создается  единое информационное пространство налоговой  системы республики на основе средств  телекоммуникаций – основы виртуальной  региональной корпоративной среды. При этом ставится цель объединить в единую информационную систему  как территориально разбросанные подразделения, так и всех сотрудников. Работы в  этом направлении ведутся с 1993 г. и начинались с двух небольших  ЛВС на базе стандарта 10BASE-2 протокола Ethernet 802.3 и сетевой операционной системы NetWare 3.11. К настоящему времени  создана единая ЛВС налоговой  службы с двумя серверами NetWare 4.1 и одним сервером Windows NT 4.0 на базе компьютеров IVK Commander Pro и Hewlett-Packard 4/66 LC, объединяющих около 100 клиентских рабочих  станций. Поскольку подавляющее  число налогоплательщиков республики состоит на учете в г. Нальчике, ЛВС города развивались наиболее активно (протоколы 10Base-T, 100VG-AnyLAN, серверы NetWare 4.1, компьютеры Hewlett-Packard LH Pro и 5/66 LC). В городской инспекции установлены  два терминала, с помощью которых  бухгалтеры предприятий могут получить основную информацию о текущем состоянии  налоговых дел их предприятий, об изменениях и формах отчетности, образцах представляемых справок и документов. Организована и “работа на дому”  – система автоматического обзванивания “ПАКС” для обзванивания налогоплательщиков с недоимками. Развиваются районные ЛВС; сейчас во всех 10 районных налоговых  инспекциях созданы ЛВС Ethernet на базе сетевой ОС NetWare 3.12, каждая из этих ЛВС имеет по 15-25 клиентских рабочих станций и по два мощных сервера.