सिफ़ारिश पर आईआरएस की प्रतिक्रिया: अपडेट: अगस्त 2016 में TY 2018 मॉड्यूल के लिए IMF CCNIP मॉडलिंग लागू की गई थी। मानकीकृत IDRS एक्सेस (SIA) के साथ सिस्टम संबंधी समस्याओं के कारण, मॉडलिंग को उस समय ASFR सिस्टम में पास नहीं किया जा सका। नवंबर 2018 में सुधारात्मक प्रोग्रामिंग लागू की गई थी, लेकिन TY 2016 मॉड्यूल को पहले ही स्कोरिंग के बिना ASFR में भेजा जा चुका था और इसे अपडेट नहीं किया जा सका। स्कोरिंग उपलब्ध है और सभी TY 2017 मॉड्यूल के साथ पास की जा रही है, लेकिन यह तब तक व्यक्तिगत मॉड्यूल पर उपलब्ध नहीं होगी जब तक कि TY 2017 गणनाएँ लागू नहीं हो जातीं। फाइलिंग सीज़न ब्लैकआउट अवधि समाप्त होने के बाद कार्यान्वयन निर्धारित है।
TY 2017 मॉड्यूल का चयन मई/जून 2019 तक नहीं किया जा सकता, जब उस वर्ष के लिए कर गणना लागू की जाती है। जून 2019 के लिए RAAS के साथ एक टेस्ट एंड लर्न निर्धारित किया गया था, लेकिन सरकारी बंद के कारण इसे स्थगित कर दिया गया। अंतरिम में, IMF CCNIP और ASFR ने 2,000 मॉड्यूल के लिए कार्यान्वित स्कोरिंग का परीक्षण करने की योजना का समन्वय किया। उस परीक्षण के लिए इन्वेंटरी फाइलिंग आवृत्ति पर आधारित होगी।
जुलाई 2018 में ASFR प्रोग्रामिंग को अपडेट किया गया था ताकि पहले से दाखिल रिटर्न के आधार पर अनुमानित बकाया स्कोर प्राप्त किया जा सके और प्रदर्शित किया जा सके। ऊपर बताए गए SIA मुद्दे के कारण, ASFR को नवंबर 2018 तक स्कोरिंग प्राप्त नहीं हो सकी। एक बार TY 2017 मॉड्यूल चुने जाने और शुरू होने के बाद, ASFR सटीकता के लिए दिए गए स्कोरिंग के साथ दाखिल रिटर्न की निगरानी और तुलना करेगा ताकि यह निर्धारित किया जा सके कि समायोजन की आवश्यकता है या नहीं। परिणाम रणनीतिक विश्लेषण और निगरानी (SAM) के साथ साझा किए जाएंगे।
अपडेट: यह विषय निरंतर विकसित हो रहा है। हम अपने केस चयन को बेहतर बनाने के लिए मॉडल का उपयोग करना जारी रख रहे हैं ताकि ASFR को संदर्भित मामलों में करदाता द्वारा अपना बकाया रिटर्न दाखिल करने पर रिफंड के बजाय कर देयता की संभावना अधिक हो। हालांकि, 2017 के टैक्स कट्स एंड जॉब्स एक्ट (TCJA) ने कर कानून में बदलाव किए (मानक कटौती में वृद्धि, अनुसूची A कटौती को सीमित करना, और व्यक्तिगत छूट को समाप्त करना) जिससे ऐसा प्रतीत होता है कि TAS की सिफारिश कम फलदायी हो गई है, जितना कि जब इसे मूल रूप से बनाया गया था।
आईआरएस वर्तमान में केस क्रिएशन नॉनफाइलर आइडेंटिफिकेशन प्रोसेस (सीसीएनआईपी) और एएसएफआर मामलों के लिए अतिरिक्त स्कोरिंग पर काम कर रहा है। एएसएफआर कार्यक्रम चयन प्रक्रिया को परिष्कृत करना जारी रखता है और वित्त वर्ष 2014 में केस चयन के लिए अतिरिक्त मॉडलिंग को शामिल करने के लिए समन्वय शुरू किया। कर कानून आईआरएस को कुछ छूट, कटौती और क्रेडिट शामिल करने से रोकता है जो केवल करदाता द्वारा दाखिल रिटर्न पर दावा किया जा सकता है। हालांकि, भविष्य के मॉडलिंग का उपयोग उन मामलों का चयन करने के लिए किया जाएगा, जिनके परिणामस्वरूप रिफंड के बजाय कर देयता होने की अधिक संभावना है यदि इन क्रेडिट का दावा दाखिल रिटर्न पर किया गया था। बेहतर चयन मानदंडों के माध्यम से करदाताओं को अनुपालन में लाने से फाइलिंग टैक्स गैप को बंद करने और भविष्य में फाइलिंग अनुपालन में सुधार करने में मदद मिलेगी।
हमने CCNIP प्रक्रिया और ASFR के लिए स्कोरिंग का उपयोग करने पर विचार किया। हमारे द्वारा किए गए विश्लेषण के आधार पर हमने इस समय केस चयन के लिए इसे शामिल न करने का निर्णय लिया है।
हमने गैर-फाइलर मामलों के लिए IMF CCNIP में तीन स्कोर विकसित और लागू किए हैं, जो भविष्यवाणी करते हैं:
(1) करदाता द्वारा कर दाखिल करने की संभावना
(2) बकाया राशि होने की संभावना
(3) अनुमानित बकाया शेष.
ASFR प्रणाली में सीमाओं के कारण, "पूर्वानुमानित बकाया स्कोर" ASFR द्वारा नियोजित एकमात्र स्कोर है, और यह पूर्वानुमान कारक होगा जो सीधे इस अनुशंसा और सुधारात्मक कार्रवाई से जुड़ता है। हमने कर वर्ष (TY) 2017 चयनों के लिए स्कोर का विश्लेषण किया। हमने 3,000 बंद TY2017 ASFR मामलों के एक यादृच्छिक नमूने की समीक्षा की, जहाँ करदाताओं ने अपना रिटर्न दाखिल करके जवाब दिया। केस का चयन ASFR द्वारा प्रस्तावित देयता के आधार पर किया गया था। हमने प्रस्तावित देयता की तुलना पूर्वानुमानित बकाया स्कोर और करदाता द्वारा दाखिल रिटर्न पर दिखाए गए वास्तविक देनदारियों से की।
हमने पाया कि इस स्कोरिंग का उपयोग करने से उन मामलों का चयन नहीं हो पाता जिन्हें चुना जाना चाहिए था। "पूर्वानुमानित बकाया मॉडल" स्कोरिंग ने अनुमान लगाया कि 1,842 में से 3,000 मामले ASFR चयन मानदंड से नीचे रिटर्न दाखिल करेंगे। समीक्षा करने पर, मॉडल द्वारा पूर्वानुमानित 1,842 मामले ASFR मानदंड से नीचे होंगे:
- वास्तविक फाइलिंग परिणामों से पता चला कि 932 करदाताओं में से 1,842 ने ASFR चयन मानदंडों से ऊपर देयता की सूचना दी;
- मामले के चयन के लिए पूर्वानुमानित शेष राशि मॉडल स्कोरिंग का उपयोग करने से 147 उच्च आय नॉनफाइलर मामले और 267 संघीय कर्मचारी रिटर्न डेलिंकेंसी पहल (एफईआरडीआई) मामले, अन्य के अलावा, चयन से बाहर हो गए होंगे, जहां करदाताओं की वास्तविक रिटर्न फाइलिंग से पता चला कि वे एएसएफआर मानदंडों को पूरा करते हैं;
- पिछले वर्ष के दाखिलों के आधार पर स्कोरिंग भी इसी तरह समस्याग्रस्त थी; जबकि इससे यह अनुमान लगाया गया था कि 61.4% जनसंख्या ASFR मानदंड से नीचे होगी, वास्तविक करदाता प्रतिक्रियाओं से पता चला कि केवल 30.3% ही मानदंड से नीचे थे।
इसके अलावा, वर्तमान स्कोरिंग में TCJA परिवर्तन शामिल नहीं हैं (जिसने मानक कटौती बढ़ाई, शेड्यूल A कटौती सीमित की, और व्यक्तिगत छूट समाप्त की)। हमने निर्धारित किया कि इन कर कानून परिवर्तनों ने मॉडल को कम प्रासंगिक बना दिया है। हम संभावित सुधारों की पहचान करने और भविष्य के चयनों की तुलना करने के लिए FY21 में अपनी स्कोरिंग समीक्षा जारी रखने की योजना बना रहे हैं, जिसमें TCJA रिपोर्टिंग परिवर्तनों को मॉडल में शामिल किया गया है।
सुधर करने हेतु काम: कलेक्शन इन्वेंट्री डिलीवरी और चयन, नॉन फाइलर और इन्वेंट्री विश्लेषण फ़ंक्शन नॉन फाइलर केस चयन के लिए अतिरिक्त मॉडलिंग और स्कोरिंग को आगे बढ़ाने के लिए रणनीतिक विश्लेषण और मॉडलिंग (एसएएम) समूह और आईटी हितधारकों के साथ समन्वय करना जारी रखेगा। प्लेसहोल्डर्स को शामिल करने के लिए यूडब्ल्यूआर को वित्त वर्ष 2015 में प्रस्तुत किया गया था। कार्यान्वयन की योजना वित्त वर्ष 2017 के लिए बनाई गई है। परीक्षण और कार्यान्वयन ASFR इन्वेंट्री के लिए उपलब्ध संसाधनों पर निर्भर है।
अपडेट: कलेक्शन इन्वेंट्री डिलीवरी और चयन, नॉन फाइलर और इन्वेंट्री विश्लेषण फ़ंक्शन आईटी हितधारकों के साथ समन्वय करेगा ताकि यह निर्धारित किया जा सके कि ASFR मॉड्यूल के लिए अतिरिक्त कारण कोड बनाए जा सकते हैं या नहीं। समन्वय वित्त वर्ष 2016 में होगा, जिसका निर्धारण अक्टूबर 2016 तक होगा। यदि अतिरिक्त कार्य करने के लिए आईटी संसाधन सुरक्षित हैं, तो दिसंबर 2016 तक UWR इनपुट किया जाएगा।
ASFR प्रणालीगत प्रोग्रामिंग अपडेट में मई, 2017 कार्यान्वयन तिथि के साथ स्कोरिंग के लिए प्लेसहोल्डर शामिल होगा। हालाँकि प्लेसहोल्डर जोड़ा जाएगा, लेकिन IMF CCNIP और ASFR द्वारा स्कोरिंग का कार्यान्वयन इस समय पूरा नहीं किया जा सकता है। FY16 और FY17 में संसाधन में कमी ने ऐसे किसी भी पायलट को रोक दिया है जो मॉडलिंग और स्कोरिंग के लिए पूर्ण कार्यान्वयन को सक्षम करेगा। मॉडलिंग का काम जारी है लेकिन इसे लागू नहीं किया गया है।
अपडेट: ASFR स्कोरिंग फ़ील्ड को मई, 2017 में लागू किया गया था, और पायलटों के संचालन के लिए सिस्टमिक पहचानकर्ता जोड़े गए थे। हालाँकि, ASFR चयनों के लिए मॉडलिंग का परीक्षण करने के लिए FY18 कार्य योजना में संसाधन उपलब्ध नहीं कराए गए थे। IT संसाधन मुद्दों के कारण IMF CCNIP द्वारा स्कोरिंग/मॉडलिंग को लागू नहीं किया गया है। IMF CCNIP स्कोरिंग के लिए JAVA प्रोग्रामिंग की आवश्यकता होती है जिसे IT इस समय समायोजित नहीं कर सकता है।
संग्रह इन्वेंट्री डिलीवरी और चयन, नॉन फाइलर और इन्वेंट्री विश्लेषण फ़ंक्शन आईटी हितधारकों के साथ समन्वय करेगा ताकि यह निर्धारित किया जा सके कि ASFR मॉड्यूल के लिए अतिरिक्त कारण कोड बनाए जा सकते हैं या नहीं। समन्वय वित्त वर्ष 2016 में होगा, जिसका निर्धारण अक्टूबर 2016 तक होगा। यदि अतिरिक्त कार्य करने के लिए आईटी संसाधन सुरक्षित हैं, तो दिसंबर 2016 तक UWR इनपुट किया जाएगा।
अपडेट: जुलाई 2018 में ASFR प्रोग्रामिंग को अपडेट किया गया था ताकि पहले से दाखिल रिटर्न के आधार पर अनुमानित बकाया स्कोर प्राप्त किया जा सके और प्रदर्शित किया जा सके। ऊपर बताए गए SIA मुद्दे के कारण, ASFR को नवंबर 2018 तक स्कोरिंग प्राप्त नहीं हो सकी। एक बार TY 2017 मॉड्यूल चुने जाने और शुरू होने के बाद, ASFR सटीकता के लिए दिए गए स्कोरिंग के साथ दाखिल रिटर्न की निगरानी और तुलना करेगा ताकि यह निर्धारित किया जा सके कि समायोजन की आवश्यकता है या नहीं। परिणाम रणनीतिक विश्लेषण और निगरानी (SAM) के साथ साझा किए जाएंगे।
टीएएस प्रतिक्रिया: नेशनल टैक्सपेयर एडवोकेट को खुशी है कि आईआरएस अपने ASFR चयन मानदंड के हिस्से के रूप में तीसरे पक्ष की जानकारी पर विचार करने के लिए तैयार है। इस जानकारी का उपयोग करने से आईआरएस की ASFR के लिए ऐसे मामलों का चयन करने की क्षमता बढ़ेगी जहां वास्तव में देयता मौजूद है, बजाय इसके कि किसी ऐसे खाते पर मूल्यांकन किया जाए जिससे संभवतः छूट मिल जाए, जिससे आईआरएस के संसाधन बर्बाद हो जाएं जिनका कहीं और बेहतर उपयोग किया जा सकता है। फिर से, नेशनल टैक्सपेयर एडवोकेट आईआरएस से इस बात पर विचार करने का आग्रह करता है कि तीसरे पक्ष की जानकारी पर विचार करने के लिए अपने चयन मानदंड को समायोजित करने के लिए किए गए अग्रिम निवेश से दीर्घकालिक रूप से अधिक कुशल और प्रभावी कार्यक्रम कैसे बन सकता है।
गोद लिया गया, आंशिक रूप से गोद लिया गया या नहीं गोद लिया गया: आंशिक रूप से अपनाया गया
खुला या बंद: बन्द है
कार्रवाई की नियत तिथि (यदि खुला छोड़ दिया जाए): एन / ए
अमेरिकी सरकार की एक आधिकारिक वेबसाइट 