人工智能在税收风险管理中的应用分析

■卞帅帅

（香驰控股有限公司）

引 言

在开展税收风险管理的过程中，运用人工智能技术能为人们提供更多地创造性思路，此技术在调查税收风险时具备较强的优势。管理人员可设置灵活性强的人工智能模型，并将税收风险要素放置其中，在对其实行精准地分类与计算后，可准确得出其具体的税收风险，因而将税收风险管理与人工智能有效结合能提升企业的风险管控水平，有助于其发展趋势的改变。

1 税收风险管理中运用人工智能技术的必要性

1.1 人工智能的技术原理

在应用人工智能前，技术人员应掌握其技术工作原理，人工智能技术也属AI技术，作为当前的高尖端技术，其主要是将人工与智能相结合，借助人脑创造出不同形态的计算机算法，并运用互联网技术来实现人脑的行为活动。当前的人工智能主要模拟大脑内部的神经元，其系统能借助网络与神经元的连接进行工作学习，在该系统内有两种智能创造的方法，其一，大脑思考的整个过程被全部了解，运用人为的方式模拟全过程。其二，该系统只能模拟大脑的部分功能，仅模仿其作用，其原理为借助部分功能来创造人工智能。人工智能技术主要用来识别系统内部的海量数据，并探索出部分数据背后的隐藏信息，在处理数据信息问题时，人类虽能依靠较多的知识与经验，但对于其隐藏信息或模式却不易发现，因此，技术人员可运用人工智能系统，将该技术优势的作用与价值发挥出来。

1.2 人工智能影响社会发展

随着信息技术的快速发展，人工智能已应用到多项领域中，其技术先进的主要原因在于全新的软件工具，更易训练或搭建一个网络应用程序。人工智能系统不但能运用多种编程语言，在识别目标后即使是离线状态也能训练神经网络。在开发与训练完成后，该系统可放置到网络平台中，借用云能力或PC还能搬到多类硬件或软件平台内。多个行业在运用人工智能后都发生了较大改变，多种智能机器取代了脑力或部分体力劳动，给多个行业造成严重冲击，社会劳动结构也发生了根本性变化，多种管理理念与模式也都发展出全新方向，而当前部分企业的税收风险管理正处于转型的过程中，应用人工智能系统可加速其改革步伐，促进其风险管理水平的提升[1]。

2 税收风险管理的工作现状

2.1 管理理念较传统

当前部分企业在进行税收风险管理时，其管理理念比较传统，一方面，过去的税收管理思维与方法都不能与当前的发展相适应，部分管理者甚至还会混淆专业化管理与基础税源管理的部分事项，而约谈、下场地与打电话的方式也较落后，其对税收的管理手段较为粗放，并没有对风险疑点或涉税数据进行深入地研究与挖掘，因而在管理中会产生较多漏洞。另一方面，整套税收管理都存有一定的风险，但目前的风险管理并未涉及到每一环节，易存在安全隐患。税收风险管理的体系性较强，在建设时包含管前预警、事中防控与事后评估等，构成该系统的要素还有信息系统、岗责体系与必要的业务流程等。

2.2 管理手段较落后

在分析税收风险时其管理手段也并不先进，其一，其税收风险点较难借助人工找到，在探索与实践过程中，只有凭借工作人员的日常经验与积累，或运用科学手段分析出政策结果才能提出税收的风险疑点，但当前的渠道较为有限，且研究人员的主观性较强，没能将集成效应发挥出来。其二，部分管理人员运用数据模型分析税收风险，但该模型中的数据较单一，并不能准确地反映出此类风险。受限于数据运行或人工思维，指标法较难将税收风险清晰地展现出来，由于该风险的指标带有综合性特征，应设置一个系统性的数据模型，通过综合分析将不同的风险展示出来，运用传统方式难以判断并识别出税收风险。其三，税收风险应设置为多种等级，但当前其等级标准并未统一，通常来讲，风险管理人员会依照后果设立不同等级，也会根据其对企业的影响对该等级进行排序。在判断税收后果或固有属性时大多会按照以往经验，对新的税收风险会预估不足，由于其排序方法无明确的规范化、数量化与标准化，对风险判断易出现偏差。

2.3 缺少管理闭环

第一，税收风险管理的重点在事后评估，识别风险疑点也是依照当前显现的线索，比如，各项信息数据的比对、发票流向或某项财务指标等出现问题时才会开展风险防控。而指标法的风险模型只能应对当前已出现的风险，对于潜在风险的判断与预测并不准确。第二，在评估税收风险后，其管理人员并未根据可能产生的风险进行有效应对。在完成某一阶段的税收风险评估后也没能开展有效地归纳与总结，在管理方向上也并不明确，因而在了解到税收风险后，部分企业的管理人员也没能充分应对，其管理效率与效果大打折扣。

3 税收风险管理中应用人工智能的创新措施

3.1 升级管理理念

当前由于管理理念的落后，部分企业在税收风险管控中存有不足，而人工智能技术的运用则能有效改变当前困局，升级管理理念。

首先，运用人工智能可将大数据作为管理核心，基于大数据的量化属性，税收风险管理的流程与指标将变得更加清晰，工作人员运用网络系统记录人员的登记信息、发票与财务状况，其行为轨迹都可用图像视频的方式显现出来。利用人工智能技术可高效挖掘出内部信息数据的规律与联系，其管理中的各项职能都能科学划分。其次，人工智能的应用还可改善管理人员的思维模式，相较于传统的人工思维方式，会消耗较多的人力与财力，但大数据时期，管理人员可将现阶段的税收风险用音频、视频或图像等形式输入系统平台内部，其依照科学的数据分析得出具体的税收风险，此思维模式较为理性，可有效改善此管理工作的效率。最后，大数据技术在预测税收风险上也更加合理，将多项数据信息放置到平台内部，其会将变化与潜在风险征兆的规律找到，此类预测也会加强税收风险的可控性，尽快确定疑点企业，其风险扼杀在萌芽中。

3.2 优化风险管理系统

在税收风险管理中运用人工智能、云计算或大数据等技术时，对工作人员的技术水平也提出较高要求，比如，采用大数据前需将涉税数据进行收集与整合，为人工智能系统提供数据支持。针对数据共享，人工智能的要求也较高，要将不同渠道的数据进行检验与交互才能将此类数据的作用与价值发挥出来。此外，管理人员还需改进风险管理流程，基于人工智能的精准属性，其税收数据已变得更加可靠与准确，其主要原因在于管理流程的透明化，比如，税收数据在进行系统平台后要进行收集、沉淀与转化，再开展分析和运用，将数据价值发挥到最大化。当前人工智能在管理税收风险时将管理方法作用在整套管理流程中，使各环节的风险都会被合理控制。

3.3 革新税收风险管理方法

一方面，技术人员要改善风险的分析方法，当人工智能完成税收风险识别以后，针对纳税人的行为模式实行科学的判断与分析，将非结构或结构性数据涵盖其中。在加强风险监督的过程中以机器为主人力为辅。工作人员需加大人工智能技术的使用频率，如神经网络、随机森林或决策树等，并实时构筑风险模型，将部分税收风险的特征或风险等级的权重纳入其中。与此同时，在应对税收风险上，人工智能系统会对风险结果与其特征的关联性更加关注，相较于传统的因果联系，当前的方式与思路更为先进与完善。具体来说，技术人员可搭建风险模型，对其样本中的数据进行实时修正，将可疑企业挑选出来，并检查其风险数据。此模型对管理人员的技术要求较高，运用培训或内部挖潜的手段提升其业务素养与管理水平[2]。

另一方面，税收风险模型的修正模型也需适时更新，人工智能对其系统内部的数据准度有较高要求，当一次风险评估完成后，其管理人员需采用积极、有效地应对措施以改进管控现状，并将与之相关的数据进行记录，逐步修正与完善该模型，使风险应对与风险分析形成良性互动。

3.4 构建人工智能系统

税收风险管理员需明确人工智能系统在此项工作中的地位与价值，打造一套完善的生态系统，该系统的搭建核心为大数据技术，将涉税数据合理收集，并设置科学的修正体系，使该管理系统形成闭环结构，即数据采集、加工、应用、反馈、修正及采集。同时，运用网络平台中的学习算法增强模型的迭代性、延伸性与拓展性，满足不同形式的风险要求。此外，人工智能系统需要较强的技术能力，管理部门需组建专业化的人才队伍，其中包括风险分析员、模型构建员与平台运维员等，只有提升技术水平、管理能力，税收风险管理才会愈加科学。

3.5 开展风险预测

通常来讲，税收风险的管理源自事后分析，此方式会增加风险发生的频率，为改善现状，运用人工智能系统开展风险预测，进而在事前规避风险，使企业处在稳定发展中。比如，香驰控股有限公司在管理税收风险的过程中，技术人员建立了税务稽查系统，如图1所示，针对可能出现的漏税企业，运用数据信息进行分析与判断，并将该结果备份保留，利用算法与训练模型找到相应的目标企业，准确得出企业的纳税等级，当其出现逃税行为时，根据相关标准添加对应性分数，再得出结果，此税收风险结果将较为准确，运用此方式其稽查模式也更加科学。

图1 税务稽查系统

总 结

综上所述，改善税收风险管理的趋势已不可逆转，为使其管理理念与方式更加科学，技术人员应引入人工智能系统。该系统在管理思路与行为上比较合理，运用该平台能准确预测税收风险，利用其内部的大数据技术能完善管理过程的每项环节，依靠管理人员的技术水平与工作经验，此项服务的质量将更加优质，税收风险管理模式也会朝着智能化与流程化的方向发展。