智能稅收風險防控管理研究

覃鈺路 許卉

【摘 ?要】論文以稅收風險管理為導向、大數據為基礎、納稅風險評估為重點、以信息管稅為依托，旨在降低稅務部門在稅源管理過程中因納稅人合法納稅意識不足、違法納稅成本不高而產生的稅款流失的稅收管控風險，同時，解決因各監管部門涉稅信息共享不足、監管不到位造成的征稅效能低下的問題，探索為各監管部門提供統一的針對稅收風險識別、分析、預警的工具或手段。論文對此進行深入的思考和研究，以期為智能稅收風險防控管理設計綜合性風險管理分析模型提供思路和建議。

【Abstract】The paper is guided by the tax risk management， based on big data， focused on the tax payment risk assessment and supported by information tax management. This paper aims to reduce the tax management and control risk of tax loss caused by the lack of taxpayers' awareness of legal tax payment and low cost of illegal tax payment in the process of the tax source management. At the same time， the paper aims to solve the problem of low efficiency of tax collection caused by insufficient tax information sharing and inadequate supervision and management of various regulatory departments. It is necessary to explore to provide a unified tool or mean for tax risk identification， analysis and early warning for various regulatory departments. This paper deeply considers and studies these contents， so as to provide ideas and suggestions for the design of comprehensive risk management and analysis model of intelligent tax risk prevention， control and management.

【關鍵詞】稅收風險;風險管理;稅收管理;智能稅收

【Keywords】tax risk; risk management; tax management; intelligent tax

【中圖分類號】F812.42 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2020）04-0027-02

1 引言

國家稅務總局在2019年12月12日，官宣設立社會保險費司和稅收大數據和風險管理局，負責組織指導全國稅收大數據和風險管理相關工作。為了進一步落實國家稅務總局發布的《稅源與征管狀況監控分析一體化工作制度（試行）》文件精神，以稅收大數據為基礎，以稅收風險管理為工作導向，結合實際情況不斷進行探索，提出稅收風險識別、分析、預警等統一的管理思路、方法、工具或手段，以規避稅收管控風險和解決稅收征管成效不佳的問題，基于智能稅收風險防控管理設計出綜合性風險管理分析模型[1]。

2 智能稅收風險防控管理的現狀

當前，我國市場經濟高速發展，國家大力推行簡政放權，為中小企業減負。在激發國家經濟活力的新形勢下，在稅收管理方面也出現了各種復雜的新情況：納稅主體多元化、稅收信息孤島化、涉稅行為復雜化等，為使稅收管理跟上時代發展的步伐、適應市場經濟的需求、符合國家政策的要求，這些情況和問題亟待解決。

2.1 智能稅收風險防控管理分析模型體系尚未成形

隨著金稅三期工程的落實，電子稅務局和各類稅收管理信息系統的使用范圍擴大和深入，促進了我國稅務大數據信息化進程，涉稅數據增速極快，稅務數據量每兩年就會翻一番。在這樣前所未有的市場經濟時代和數字化時代，無論是稅收風控指標還是稅收風險分析模型的淘汰速度都在加快，要求有大量的新指標和新模型產生來適應時代的需要和發展。但現實是目前尚未建立起適應性較強的分析模型體系和足夠豐富的稅收風控指標，無法應對發展的需要，導致現有的稅收分析模型和稅收風控指標數量不足、質量不高，無法準確、有效地反映稅收風險情況及嚴重程度，造成稅收風控工作難以有針對性地開展。

2.2 涉稅信息共享共治數據庫尚未成形

近年來，政府部門也認識到這種現狀對監管帶來的障礙。由政府牽頭聯合各部門在推進第三方涉稅信息共享方面取得較大進展，但距離實現共享共治大數據全面監管的目標還有一定距離。首先，一些對稅收風險監管和分析至關重要的行業經濟指標、物流、資金流等數據仍無法全面獲取;其次，獲取的第三方信息來源渠道多樣，數據接口不統一，缺少固定的格式，信息質量不高，難以成為有效的稅收征管參考信息。

2.3 對信息技術的運用不足

信息化時代已經到來，涉稅數據渠道來源越來越多、數據量越來越大，這些數據信息種類和特征也越來越復雜。因此，造成了稅源越來越隱蔽，稅收征管難度越來越大。稅務機關目前針對稅源信息采集和管控的手段還比較落后，信息技術在稅收風險管理方面的成熟運用不足，亟須借助新的信息技術改善稅收風險管控手段，實現智能化稅收管理、智能化稅收風險管控，解決傳統人工稅收監管難、管效低的問題。

3 智能稅收風險防控管理的改進建議

根據“智慧稅務，效能機關”的總體規劃，提出智能風險防控思路，建設適合稅務業務應用的風險防控系統，以加強組織收入管理、執法管理、隊伍管理和社會管理四大風險的防控，借助信息化手段實現智能管控，自動采集、分析、預警，使征管工作在標準明確、流程清晰、監管完善、風險預警的信息化大平臺環境下運行，杜絕干部有意或無意突破法律界限的可能，降低稅收執法的管理難度，在推進廉政建設同時，提高稅務對納稅人、稅源風險的監控力度，有效防止偷稅漏稅行為，為稅務部門提供智能、有效的稅收風險防控平臺，降低內、外部稅收管理風險[2]。

3.1 構建智能稅收風險分析模型

采用大數據技術，歸集、整理、建立稅收風險指標庫，分設通用指標和系統指標進行稅收風險分析，為稅收風險分析夯實基礎。

設計稅收風險分析識別成果疑點審核、評定標準和指標，利用智能深度學習技術，逐步完善和提高AI稅收風險分析識別能力，采取提示提醒、反避稅、稅務稽查等各種應對措施，對納稅人實施差別化管理，進行提前干預管理、消除稅收風險，提高納稅人的稅法遵從度。

建立、健全稅收風險分析、預警體系，對稅務大數據倉庫的稅務信息進行統一歸集、統一清洗、統一分析、統一監控、統一查詢，有效協助各級管理員進行稅源管理。

3.2 構建智能稅收風險防控管理共享數據庫

要實現共享共治稅收大數據全面監管，需要的數據來源除了現有企業申報信息和財務報表信息外，還需要對企業生產經營全過程涉稅信息進行采集，包括用水量、用電量、庫存狀況、收購情況、生產量、生產附屬產品、產品行業價格等。為實現不同行業、企業的風險評估建立行業指標和模型，對第三方數據進行加工指標和模型設計，構建涉稅大數據庫，搭建含各類主題風險特征庫，實現多個指標模型和主題庫的管理和分析應用，可以采用爬蟲技術、接口技術等對各類涉稅數據進行采集，應用云計算技術完成大數據計算，建成稅收風險管理共享數據庫。

3.3 構建智能稅收風險防控管理平臺

采用面向SOA的J2EE體系架構，將互聯網、物聯網、云計算等技術結合，依據金稅三期的技術規范，實現統一的智能稅收風險防控管理，構建以稅收風險管理為核心的管理平臺，將原有的各業務管理系統通過重構和鏈接的方式進行整合歸并，搭建立風險指標庫、模型庫、數據中心，實現跨平臺涉稅大數據抽取、對比，借助AI智能深度學習技術實現自主學習、分析、識別、預警，并為稅收管理人員進行及時的風險處理提供信息支撐。既適應新的業務需求，實現省、市、縣三級的分類分級稅源專業化管理的具體目標，又繼承原有系統各類業務處理、查詢分析等功能，還實現人性化、主動式服務的理念，從人找工作到工作找人的轉變，實現“事前有提醒，事中可監控，事后可復查”的風險防控[3]。

智能稅收風險防控管理平臺利用已預處理好的多種指標定期對納稅人進行風險掃描和預警分析，形成“數據分析應用體系”，在業務管理過程所產出的業務數據的基礎上，利用一定的數據分析和挖掘技術手段，將數據轉化成有價值的信息或知識，并且反饋回業務管理層，為風險管理平臺的應用提供支持。構建一個統一、標準化的基礎數據分析應用平臺，既能集合現有系統的各種數據，又能為日后的應用提供自動的推送數據服務。對風險管理平臺所須的各種指標分主題存儲，并進行歸類、整理，按照實際需求進行預處理。在指標數據預處理的前提下，設計高效的查詢、統計功能，并能靈活地進行指標的組合和分析，從而為智能稅收風險防控管理工作的有效開展保駕護航。

【參考文獻】

【1】金龍，陳宏.“放管服”改革背景下稅收風險管理存在的問題及應對措施和建議[J].環球市場信息導報，2018（033）：57-58.

【2】王猛.專業化、智能化與稅收風險管理——以淮安市地稅局為例[J].稅收經濟研究，2015（02）：60-65.

【3】彭驥鳴，曹永旭，韓曉琴.大數據時代稅源專業化管理面臨的機遇與挑戰[J].稅收經濟研究，2013（06）：25-28.