簡析大數據和人工智能背景下企業稅務風險及應對

山東鋼鐵集團日照有限公司

引言

大數據和人工智能正在以令人難以置信的速度潛入普通大眾的生活，2017年當我們還在震驚于阿爾法狗戰勝人類圍棋冠軍時，新的阿爾法狗已經以100:0的戰績戰勝了原來的阿爾法狗。美國的一家商業科技公司Salesforce的科學家們甚至開發出了一個名為“AI經濟學家”的系統，用于為模擬經濟制定最優的稅收政策[1]。8月26日，國家稅務總局依托阿里云打造的智慧稅務大數據平臺已建設完成，該平臺采用分布式海量計算技術，計算速度大大提高（2000倍），國家稅務總局稅務系統借助新平臺可實現30多個省級機關核心稅務數據的當日匯總、計算。總之，明者見于無形，智者慮于未萌，數據時代對企業稅務工作帶來了諸多新的問題和挑戰，其中面臨的風險也應值得深思和重視。

一、當下大數據時代企業面臨的稅收環境及其影響

（1）稅收法制化、標準化、數字化程度大幅提升，為稅收管理智能化提供了必要條件，企業風險預警的頻率大幅上升。不僅從金稅工程到大數據平臺進行建設，稅務機關還對與稅收有關的標準進行了統一，包括納稅識別號、商品開票代碼、商品出口退稅編碼、行業代碼、軟件接口等，大數據平臺可以設置多種個性化的預警指標，全天候地對納稅者的經營信息進行掃描和監控。前段時間東莞市某地國稅局對轄區企業凌晨開具發票的行為進行預警，在網上引起不小的反響，當然引起預警的指標并非基于“月高夜深”的夜晚適合偷漏稅這一古典小說場景再現，但是大數據的監控智能化程度越來越深卻是不爭的事實。據報道，依據數據平臺，2020年上半年，深圳市稅務局就完成了對金融行業的5次典型調查任務，統籌完成稅務總局風險應對任務97項，合計入庫稅款1.81億元，“足不出戶”帶來了征管效率的大幅提升，不斷攀升的稅收預警也給企業納稅工作者提出了更高的要求和挑戰。

（2）包含金稅三期在內的稅收平臺不僅方便了納稅者稅收申報，還同時實現了跨部門的信息共享，要求企業經營者及時恰當地處理非財務信息以防止出現稅收風險。除了稅務部門之間的繳稅信息共享，還包括第三方數據工商、海關、公安、質檢、財政、國資委以及第三方的接口比如A股股票交易平臺、社保局社保費管控平臺、銀行結算平臺、市場監管局的單位登記信息平臺、房管局房屋交易平臺，并且第三方平臺可以根據需要隨時添加[2]。大量多樣化涉稅信息的共享與統一，充分整合與使用各種公共資源，價值信息存儲系統與運算系統的日益進步，為稅務機關獲得大數據、利用大數據、提高稅收監控的廣度創造了便利的條件，原先資產交易、股權變更、金融資產轉讓等環節的稅收遵從度將大幅上升。

（3）稅務機關的信息化、數據化建設始終位于政府各部門的前列，而相對于稅務機關而言，企業的稅務管理系統進展仍停留在以發票管控為起點的初始環節，與企業目前面臨的內外部環境不相匹配，需要企業經營者和從業者給予足夠的重視。尤其企業內部各業務部門信息孤立，存在大量的信息孤島，這些碎片化的信息，極有可能形成稅務預警的源頭和線索。

（4）納稅者的生產運營模式、商業經營模式等均出現了明顯的改變。全新的商業模式紛紛涌現，跨流域、虛實融合成為其明顯特點，稅源的變換性與隱蔽性不斷增強。涉稅數據不對稱極易導致征管漏洞、稅源變化，甚至引起稅收執法問題，在客觀方面需要創新以往的稅收風險形式。

二、大數據時代的企業稅務風險識別

大數據時代的企業稅務風險企業面臨多種稅務風險，一是企業的納稅行為是否合法合規，是否存在應納稅未納稅或少納稅的情況，從而導致補稅、罰款、企業信用或信譽的損失等風險；其次，企業是否充分運用了稅收優惠的相關政策，依法合規合理地進行稅收籌劃，防止承擔不必要的稅收；第三，企業是否有意或無意的未按照稅收法規要求進行納稅申報、發票管理等。稅務系統智能化設置的預警指標多而繁雜，企業只能結合自身實際業務來進行稅務風險的判斷和識別。

（1）通過分析財務報表指標和會計科目來進行稅收風險識別。突然增加的費用（比如宣傳費、勞務費、會議費等）、合同負債大幅度增加，企業主營毛利率異常變動、存貨過高、固定資產綜合折舊率的增加等是出現預警信息最多的領域，企業一旦出現這些情況要及時查找原因并作出處理。另外投資收益、其他應收（付）款、營業外收入等科目，企業免稅收入、不征稅收入等大額發生也經常是稅務預警的多發地，其背后多與股權轉讓、關聯交易、政府補助等非經常性交易活動有關，牽涉增值稅、所得稅、印花稅等的申報繳納，企業稅務人員要及時發現其中的稅收風險而提前排查。

（2）通過分析行業平均指標和企業的歷史指標進行稅收風險識別。目前稅務系統通常用于預警行業指標有企業所得稅行業稅負率、行業利潤率、增值稅稅負率、成品油消費稅單位稅負率、存貨扣稅比等。主要分析方法包括橫向比較法、縱向比較法。橫向比較法，要求本地區存在同行業標的企業，由于數據難以獲取，稅務機關往往采用縱向比較法。縱向比較法可采用的對比指標包括本企業的歷史數據、預算數據等，對比差異查出原因。從而來判斷企業的稅負是否出現了異常。

（3）稅收優惠適用過程中的稅收風險識別。在目前減稅降費及簡政放權的大環境下，國家推出的優惠政策很多，比如增值稅減稅并檔、小規模納稅人增值稅起征點的提高，部分行業的加計抵減政策，增值稅留抵退稅政策等，這些優惠政策分別以法律、法規、國務院規章、部門公告、部門規章、地方人大決議等不同形式存在，企業財務人員要建立稅收優惠信息庫，及時判定交易性質，識別享受上述優惠政策的風險，并按照規定報送或留存審批備案資料。

（4）經營或交易過程及外部環境中的稅收風險識別。納稅申報時間、地點、增值稅納稅人身份選擇、適用稅率、合同價款、結算方式、增值稅專用發票開具和抵扣等等環節都需要非常強的專業判斷能力進行風險識別。另外企業經營數據比如人員數量及薪資、能源消耗、水電使用、賬戶收款信息等都可以作為企業稅收風險識別的信號。例如正常開票連續3個月未進行增值稅稅款繳納，大部分省的稅務信用評分系統就會自動扣分，稅收風險管理就要求企業財稅人員提前處理，避免稅收信用等級突然下調的風險。

三、如何構建企業風險管理體系

稅務機關近年來以數字經濟作為切入點進行了全面的改革，優化網上納稅服務、增加大數據稅收分析及風險管控功能等等。這些舉措均反映出我國的稅務管理已經在不斷調整及優化稅收管理模式，以適應經濟數字化對征管水平提高的要求。但稅收的傳導機制較為漫長，經歷從政策-制度-管理到宏觀-中觀-微觀的傳導路徑，企業通常是在財務部門來具體承擔稅務工作，構建企業風險管理體系的工作有待進一步加強。

（1）企業需要以管理總體經營風險為導向，及時樹立“業務財務稅收一體化”與“數字經濟”理念，致力于建設多維度智能財稅管理體系，實現財稅管理由業務導入型向戰略導向型轉變。同時需要強調稅務管理、風險管控、稅收經營一體化，如構建企業級發票池、財務共建共享平臺、建立財稅稽核系統等，實現稽核分析、數據分析、納稅申報集成化功能，在數字經濟時代下構建新的商業模式和生態系統。

（2）制定風險控制流程，設置風險控制點。以大數據技術為代表的高新科技的不斷發展，使得原本不可能獲取、存儲、處理的海量數據得以高效處理，為涉稅風險管理向系統分析階段發展提供了必要的數據與技術支撐，使得事前預警、事中提示、事后處理的全方位稅收風險管理體系構建成為可能[3]。2009年國家稅務總局頒布《大企業稅務風險指引》，明確指出企業稅務風險管理的目標，同時針對具體稅務風險問題提出了解決方案和措施。企業應當參考《大企業稅務風險指引》，制定相應的稅收風險控制流程。可能出現重大稅務的風險，企業應當全方位全過程控制；對其他風險所涉及的業務流程，合理設置關鍵控制環節及相應的控制措施；制定科學合理、適合企業發展的稅務風險管理制度，同時確保相關制度能落實，降低企業的稅收風險。

（3）提高涉稅人員的素質，加強涉稅人才隊伍建設。企業稅務工作存在常規性與非常規性事務，稅務工作具有一定的主觀性和客觀性，具有極強的潛在風險。特別是大數據時代背景下，企業所面臨的稅收監管風險更高，國家為支持經濟發展多項優惠政策具有時效性，這就要求涉稅人員具有較高的專業素質，時刻關注國家稅收政策，盡量避免不必要的實務，且充分利用國家稅收優惠政策。其次，企業還應當加強復合型人才隊伍的建設，充分利用人工智能掌握大數據信息，熟練運用計算機和電子技術，通過計算機和電子技術，熟練地運用會計和數據統計等知識，組成風險數據庫，為稅收風險管理提供技術保障。

結語

大數據和人工智能的發展使得企業面臨的稅收環境發生了翻天覆地的變化，企業應該結合自身實際業務判斷和識別稅務風險，構建企業風險管理體系，降低稅務風險，適應經濟數字化對征信水平提高的要求。