人工智能在税收风险管理中的应用探析
2020/6/11 10:44:15

   一、当前税收风险管理工作中存在的主要问题
  经过近几年的实践,税收风险管理内容的系统性、科学性、规范性不断增强,但在管理理念、分析手段、成果运用等方面仍然存在一些问题,制约了税收风险管理的效果。
  (一)税收风险管理理念过于传统
  在过去管户制模式下,税收管理采取的是“人盯人”战略。随着商事制度改革,海量纳税人不断涌现,早已出现税收管理员“管不了,管不好”的困境。一是传统管户模式阻碍税收风险管理效能的发挥。在对纳税人开展分级分类风险管理的过程中,税收管理员受制于传统惯性思维的束缚,不能清晰区分基础税源管理事项与专业化的风险管理事项,打电话、下场地、约谈询问等管户制度下税收管理员惯用的管理手段仍然被频繁使用,而往往忽视了深入挖掘涉税数据、精确定位风险疑点、监控预测风险事项等现代风险管理手段的重要性。
  二是税收风险管理未能贯穿税收管理全流程。税收风险管理是一个体系工程,贯穿于税收征管工作的全过程、各领域、各环节,既包括事前预警、事中防控、事后评估的“三道防线并举”,也包括征管业务流程、岗责体系、信息系统的支撑,以及纳税人税务风险与税务人执法风险的“二维管控”。但在现行税收风险管理实践中,风险管理容易被当成一种征管工具,抑或是纳税评估的替代,并未真正实现“大风控”的理念目标。
  (二)税收风险管理分析手段落后
  一是人工分析难以找寻税收风险点。当前的税收风险分析工作实践中,风险疑点的来源主要有两类:一类源自分析人员的工作积累或生活经验,另一类源自政策分析结果。风险疑点的来源渠道非常有限,主观性较强且缺乏科学性,未充分发挥涉税数据的集成效应。
  二是数学模型简单导致指标作用有限。目前常见的税收风险分析方法局限于指标法,主要是运用各指标之间的勾稽比对关系构建单指标或综合指标,进而开展风险扫描。但囿于人工思维和数据运行的局限性,指标法往往只能针对单一或较为简单的风险特征建立函数规则,即便是综合类指标,风险特征所描述的逻辑关系也不会太复杂。同时,指标法选取阈值时一般是基于简单的分类或汇总计算,止步于对数据表层的运用,只能依赖建模人员和分析人员对相应领域的数据进行主观判断和人工分析。可以说,在传统指标法下构建真正意义上的综合性风险识别指标非常困难。
  三是税收风险管理分级分类标准不统一。实践中,风险分析人员一般会根据风险固有的属性、风险产生后果及影响进行等级排序,进而由风险任务统筹人员根据现有征管资源对等级进行调整。其中,固有属性的判断往往是根据既往经验,将涉嫌偷、逃、抗、骗税违法行为的风险归类为高风险;风险产生的后果及影响一般是根据预估补缴税款等主观判断给予等级划分。目前尚无明确的标准化、数量化、规范化的等级排序方法,实践中较为随意、主观。
  (三)税收风险管理闭环缺失
  一是风险管理局限于事后防控。当前,税收风险管理往往更强调事后管理,包括根据已显现的线索(如财务指标、发票流向、数据比对结果等)分析识别风险疑点并开展有效应对,排除风险。运用指标法构建的风险识别模型,能有效识别已发风险,但难以实现风险预测和过程监控,未能充分发挥风险管理对税收管理全流程的管控效果。二是风险应对反馈成效不显著。目前税收风险管理工作往往止步于风险应对环节,对于已经确认的风险及其后续的应对、排除情况未加以总结归纳。在常用的指标法中,应对结果对指标的反馈通常只限于收窄或放宽筛选口径、调高或调低既定阈值,或者重新建立新的模型,无法实现模型迭代。因此,风险应对人员提供的风险应对结果对风险分析人员所起到的反馈作用微乎

下一页
返回列表
返回首页
©2024 永大中国 | 永大会计师事务所 | 永大税务师事务所 | 永大评估师事务所 电脑版
Powered by iwms