人工智能在稅收風險管理中的應用分析

■卞帥帥

（香馳控股有限公司）

引 言

在開展稅收風險管理的過程中，運用人工智能技術能為人們提供更多地創造性思路，此技術在調查稅收風險時具備較強的優勢。管理人員可設置靈活性強的人工智能模型，并將稅收風險要素放置其中，在對其實行精準地分類與計算后，可準確得出其具體的稅收風險，因而將稅收風險管理與人工智能有效結合能提升企業的風險管控水平，有助于其發展趨勢的改變。

1 稅收風險管理中運用人工智能技術的必要性

1.1 人工智能的技術原理

在應用人工智能前，技術人員應掌握其技術工作原理，人工智能技術也屬AI技術，作為當前的高尖端技術，其主要是將人工與智能相結合，借助人腦創造出不同形態的計算機算法，并運用互聯網技術來實現人腦的行為活動。當前的人工智能主要模擬大腦內部的神經元，其系統能借助網絡與神經元的連接進行工作學習，在該系統內有兩種智能創造的方法，其一，大腦思考的整個過程被全部了解，運用人為的方式模擬全過程。其二，該系統只能模擬大腦的部分功能，僅模仿其作用，其原理為借助部分功能來創造人工智能。人工智能技術主要用來識別系統內部的海量數據，并探索出部分數據背后的隱藏信息，在處理數據信息問題時，人類雖能依靠較多的知識與經驗，但對于其隱藏信息或模式卻不易發現，因此，技術人員可運用人工智能系統，將該技術優勢的作用與價值發揮出來。

1.2 人工智能影響社會發展

隨著信息技術的快速發展，人工智能已應用到多項領域中，其技術先進的主要原因在于全新的軟件工具，更易訓練或搭建一個網絡應用程序。人工智能系統不但能運用多種編程語言，在識別目標后即使是離線狀態也能訓練神經網絡。在開發與訓練完成后，該系統可放置到網絡平臺中，借用云能力或PC還能搬到多類硬件或軟件平臺內。多個行業在運用人工智能后都發生了較大改變，多種智能機器取代了腦力或部分體力勞動，給多個行業造成嚴重沖擊，社會勞動結構也發生了根本性變化，多種管理理念與模式也都發展出全新方向，而當前部分企業的稅收風險管理正處于轉型的過程中，應用人工智能系統可加速其改革步伐，促進其風險管理水平的提升[1]。

2 稅收風險管理的工作現狀

2.1 管理理念較傳統

當前部分企業在進行稅收風險管理時，其管理理念比較傳統，一方面，過去的稅收管理思維與方法都不能與當前的發展相適應，部分管理者甚至還會混淆專業化管理與基礎稅源管理的部分事項，而約談、下場地與打電話的方式也較落后，其對稅收的管理手段較為粗放，并沒有對風險疑點或涉稅數據進行深入地研究與挖掘，因而在管理中會產生較多漏洞。另一方面，整套稅收管理都存有一定的風險，但目前的風險管理并未涉及到每一環節，易存在安全隱患。稅收風險管理的體系性較強，在建設時包含管前預警、事中防控與事后評估等，構成該系統的要素還有信息系統、崗責體系與必要的業務流程等。

2.2 管理手段較落后

在分析稅收風險時其管理手段也并不先進，其一，其稅收風險點較難借助人工找到，在探索與實踐過程中，只有憑借工作人員的日常經驗與積累，或運用科學手段分析出政策結果才能提出稅收的風險疑點，但當前的渠道較為有限，且研究人員的主觀性較強，沒能將集成效應發揮出來。其二，部分管理人員運用數據模型分析稅收風險，但該模型中的數據較單一，并不能準確地反映出此類風險。受限于數據運行或人工思維，指標法較難將稅收風險清晰地展現出來，由于該風險的指標帶有綜合性特征，應設置一個系統性的數據模型，通過綜合分析將不同的風險展示出來，運用傳統方式難以判斷并識別出稅收風險。其三，稅收風險應設置為多種等級，但當前其等級標準并未統一，通常來講，風險管理人員會依照后果設立不同等級，也會根據其對企業的影響對該等級進行排序。在判斷稅收后果或固有屬性時大多會按照以往經驗，對新的稅收風險會預估不足，由于其排序方法無明確的規范化、數量化與標準化，對風險判斷易出現偏差。

2.3 缺少管理閉環

第一，稅收風險管理的重點在事后評估，識別風險疑點也是依照當前顯現的線索，比如，各項信息數據的比對、發票流向或某項財務指標等出現問題時才會開展風險防控。而指標法的風險模型只能應對當前已出現的風險，對于潛在風險的判斷與預測并不準確。第二，在評估稅收風險后，其管理人員并未根據可能產生的風險進行有效應對。在完成某一階段的稅收風險評估后也沒能開展有效地歸納與總結，在管理方向上也并不明確，因而在了解到稅收風險后，部分企業的管理人員也沒能充分應對，其管理效率與效果大打折扣。

3 稅收風險管理中應用人工智能的創新措施

3.1 升級管理理念

當前由于管理理念的落后，部分企業在稅收風險管控中存有不足，而人工智能技術的運用則能有效改變當前困局，升級管理理念。

首先，運用人工智能可將大數據作為管理核心，基于大數據的量化屬性，稅收風險管理的流程與指標將變得更加清晰，工作人員運用網絡系統記錄人員的登記信息、發票與財務狀況，其行為軌跡都可用圖像視頻的方式顯現出來。利用人工智能技術可高效挖掘出內部信息數據的規律與聯系，其管理中的各項職能都能科學劃分。其次，人工智能的應用還可改善管理人員的思維模式，相較于傳統的人工思維方式，會消耗較多的人力與財力，但大數據時期，管理人員可將現階段的稅收風險用音頻、視頻或圖像等形式輸入系統平臺內部，其依照科學的數據分析得出具體的稅收風險，此思維模式較為理性，可有效改善此管理工作的效率。最后，大數據技術在預測稅收風險上也更加合理，將多項數據信息放置到平臺內部，其會將變化與潛在風險征兆的規律找到，此類預測也會加強稅收風險的可控性，盡快確定疑點企業，其風險扼殺在萌芽中。

3.2 優化風險管理系統

在稅收風險管理中運用人工智能、云計算或大數據等技術時，對工作人員的技術水平也提出較高要求，比如，采用大數據前需將涉稅數據進行收集與整合，為人工智能系統提供數據支持。針對數據共享，人工智能的要求也較高，要將不同渠道的數據進行檢驗與交互才能將此類數據的作用與價值發揮出來。此外，管理人員還需改進風險管理流程，基于人工智能的精準屬性，其稅收數據已變得更加可靠與準確，其主要原因在于管理流程的透明化，比如，稅收數據在進行系統平臺后要進行收集、沉淀與轉化，再開展分析和運用，將數據價值發揮到最大化。當前人工智能在管理稅收風險時將管理方法作用在整套管理流程中，使各環節的風險都會被合理控制。

3.3 革新稅收風險管理方法

一方面，技術人員要改善風險的分析方法，當人工智能完成稅收風險識別以后，針對納稅人的行為模式實行科學的判斷與分析，將非結構或結構性數據涵蓋其中。在加強風險監督的過程中以機器為主人力為輔。工作人員需加大人工智能技術的使用頻率，如神經網絡、隨機森林或決策樹等，并實時構筑風險模型，將部分稅收風險的特征或風險等級的權重納入其中。與此同時，在應對稅收風險上，人工智能系統會對風險結果與其特征的關聯性更加關注，相較于傳統的因果聯系，當前的方式與思路更為先進與完善。具體來說，技術人員可搭建風險模型，對其樣本中的數據進行實時修正，將可疑企業挑選出來，并檢查其風險數據。此模型對管理人員的技術要求較高，運用培訓或內部挖潛的手段提升其業務素養與管理水平[2]。

另一方面，稅收風險模型的修正模型也需適時更新，人工智能對其系統內部的數據準度有較高要求，當一次風險評估完成后，其管理人員需采用積極、有效地應對措施以改進管控現狀，并將與之相關的數據進行記錄，逐步修正與完善該模型，使風險應對與風險分析形成良性互動。

3.4 構建人工智能系統

稅收風險管理員需明確人工智能系統在此項工作中的地位與價值，打造一套完善的生態系統，該系統的搭建核心為大數據技術，將涉稅數據合理收集，并設置科學的修正體系，使該管理系統形成閉環結構，即數據采集、加工、應用、反饋、修正及采集。同時，運用網絡平臺中的學習算法增強模型的迭代性、延伸性與拓展性，滿足不同形式的風險要求。此外，人工智能系統需要較強的技術能力，管理部門需組建專業化的人才隊伍，其中包括風險分析員、模型構建員與平臺運維員等，只有提升技術水平、管理能力，稅收風險管理才會愈加科學。

3.5 開展風險預測

通常來講，稅收風險的管理源自事后分析，此方式會增加風險發生的頻率，為改善現狀，運用人工智能系統開展風險預測，進而在事前規避風險，使企業處在穩定發展中。比如，香馳控股有限公司在管理稅收風險的過程中，技術人員建立了稅務稽查系統，如圖1所示，針對可能出現的漏稅企業，運用數據信息進行分析與判斷，并將該結果備份保留，利用算法與訓練模型找到相應的目標企業，準確得出企業的納稅等級，當其出現逃稅行為時，根據相關標準添加對應性分數，再得出結果，此稅收風險結果將較為準確，運用此方式其稽查模式也更加科學。

圖1 稅務稽查系統

總 結

綜上所述，改善稅收風險管理的趨勢已不可逆轉，為使其管理理念與方式更加科學，技術人員應引入人工智能系統。該系統在管理思路與行為上比較合理，運用該平臺能準確預測稅收風險，利用其內部的大數據技術能完善管理過程的每項環節，依靠管理人員的技術水平與工作經驗，此項服務的質量將更加優質，稅收風險管理模式也會朝著智能化與流程化的方向發展。