2020年16期 （6月上旬）
基于大数据环境下税收风险管理的研究
俞伊鸣 杭州电子科技大学
摘要：大数据、5G以及人工智能等现代信息技术的迅猛发展，为税收风险管理带来了新的挑战和机遇。通过对文献的梳理和归纳，本文以大数据环境为背景，基于税收风险管理流程对税收风险管理研究进行归纳分析。同时，评析现有文献的研究趋势与不足，提出了几点思考。
关键词：大数据；税收风险管理；税收风险管理流程
行分析，选择风险应对策略以及优先实施风险应对措施。5.绩效评估：绩效评估对风险管理机制运行状况进行回顾 与评价。
二、基于大数据环境下的税收风险管理流程的研究近些年来，税务部门一直在建设基础数据管理平台方面加大力度，同时有序推进风险数据共享，不断提升风险
党的十九届四中全会提出，要利用人工智能、互联网、识别能力、数据分析能力，通过开发平台诊断涉税风险点，大数据等技术进行行政管理。在加强税收风险管理、解决税收信息不对称等方面，大数据具有极大优势。税务机关应充分利用以大数据为代表的现代化技术，通过将政府和提高税务部门管控水平。
现有较多学者分析了大数据环境下税收风险管理面临的挑战，提出了相应的解决策略及路径。也有部分学者建立了税收风险识别模型。但尚未有学者对大数据环境下税细化研究管理流程中大数据带来的变化与创新，有利于发现现阶段研究不足，进而提出实践性、创新性更强的发展方向。
一、税收风险管理概述及流程运行机理(一)税收风险管理概述
张爱球[1]认为将有限的管理资源进行最大程度的利用是税收风险管理的重要实践意义。胡云松[2]将税收风险管理定位于对税收流失的风险管理。李晓曼[3]认为，税收风险管理运用有限治理资源不断提高税收满意度和遵从度，以达到降低税收流失风险的目的。本文认为，税收风险管理是税务机关通过风险提醒、纳税评估、税务审计、税务稽查等风险应对手段，防控税收风险的税收管理活动。
(二)税收风险管理流程的运行机理
本文充分借鉴张爱球[1]的理论与研究，认为税收风险管理运行机制包括对税收风险进行战略规划、识别评定、等级排序、应对处理、管理绩效评价五个主要组成环节。1.战略规划：研究、制定风险管理战略规划主要是一定时期内对税务机关的税收风险管理的工作目标、阶段重点、方针策略、主要措施、实施步骤作出的全局性、系统性筹划。2.风险识别：风险识别的最主要目标和任务之一就是通过目标规划定位税收风险高的领域，识别并确定税收风险发生的具体目标和原因。3.评级排序：风险评级排确定最主要的、需要优先应对的纳税人。4.风险应对：税收风险的应对指的是税务机关理性地对企业风险行为进
实现更为智能化、自动化的数据分析，形成风险管理链条以实现数据收集、风险识别、数据处理、任务发布和信息公开一体化，从而在税收风险管理监控的整个过程中形成
(一)基于大数据环境下的战略规划1.基于大数据环境下的税收风险管理目标
2016年，NTCA领导层将“增加纳税遵从的确定性，减少税收缺口”定为战略目标，同时明确了纳税遵从可衡初步构建了“征科司+电税中心+大风局”的小三角框架体系以及“税收信息管理系统、业务应用和内控绩效”的大三角体系，明确了基本运行规则。乔游[4]认为在合作型遵从情境下，税务机关、纳税人降低税收流失的意愿与降低违法风险的意愿可以深度融合，以税收遵从最大化为目标互联互通，契合“互联网+”的重要理论内涵、运行模式
2.税收风险管理的策略
姚键[5]等人提出了税收风险管理应对大数据环境的五点对策：(1)以创新思维引领税收风险管理；(2)提升大数据获取机制；(3)规范涉税数据共享平台；(4)借助大数据技术推动智能化管理；(5)建立绩效考核制度匹配岗责。
江武峰[6]认为首先需要优化大数据下的税务管理组织体系，完善税收征管制度体系，其次构建大数据下的税收数据管理体系，最后提升大数据下的税收决策执行体系，同时打造大数据下的税收专业人才体系。
较多学者总结了大数据背景下面临的风险和挑战，并提出了税收风险管理的策略。其中以创新思维引领税收风险管理，健全大数据管理体系，培养引进大数据人才等策略得到较多学者的认可。关于税收风险管理策略的研究思路大体相似。
(二)基于大数据环境下的风险识别
部分学者构建了模型对税收风险进行识别。王爱清[7]
选择Bagging算法和SVM预测逃税模型同时构建了预测指判断其存在税收风险。刘尚希[10]等通过BP神经网络模型对软件行业企业所得税建立纳税评估模型。
社会各部门与税收相关的数据转化为税收治理优势资源，良性互动并搭建持续改进的闭环模式。
收风险管理的整个流程进行全面细致的研究。本文认为，量的标准。国税局于2019成立了税收大数据和风险管理局，
目前学术界对税收风险管理的相关概念还不完全统一。实质。
序环节对已识别风险进行等级估算并且进行优先级排序，标，对实例进行聚类，将出现明显异常的小类识别为异常，
Copyright©博看网 www.bookan.com.cn. All Rights Reserved.123
在税收工作实践中，基本上围绕三个方面对税收风险展开分析：查找异常企业；查找异常业务；查找异常行为[8]。最常规的是通过大数据查找异常企业，同时也可以通过分行业设定不同的指标来实现查找异常业务、异常行为。具体到识别步骤，陆远万[9]提出以信息化、人机结合等方式综合识别分析涉税数据，使结果数据更具增值利 用价值。
(三)基于大数据环境下的评价排序
借助大数据平台和风险管理系统，人工智能系统主要通过对以往有关纳税人的税收数据进行分析、再通过筛选并且标识从而形成数据特征集。将通过“机器学习”算法进行预测从而准确得出的纳税人逃税概率准确提交给税务机关。每次保存预测的结果并在下次定期预测时利用，以避免反复工作。税务机关按照已定策略，对有较高逃税概率的纳税人进行一定程度的严厉税务稽查，以降低税收管理成本为目标节省税务风险管理识别的时间和 成本。
(四)基于大数据环境下的风险应对
根据税务机关大数据共享数据处理平台的税收信息比对结果，对情况存在异常的纳税人进行纳税风险评估，依据风险评估内容决定是否需要对纳税人进行税务稽查，将纳税人申报纳税前的数额与其真实应纳税额比对，然后对纳税人进行追缴及退证[11]。最后依据税收信息比对差异结果，通过比对经常出现税务风险与真实准确税收来源找出税源监控的薄弱点，加强监控税源薄弱点防止税源 流失。
(五)基于大数据环境下的绩效评估
税收风险管理的结果亦是税收征管的质量与效果。国内税务机构普遍利用“率”等指标方式进行评价，只能体现出单一纳税事项的综合税收管理效果，很难体现对区域、行业、规模纳税人综合税收征管的情况与质量。相比较“率”等指标“指数”的综合性、固定性、对比性等优势，能够很好地反映事物的基本特征和发展规律，可以对发布的税收风险指数进行多角度综合关联分析和可比性分析，构建一个涵盖了区域指数、行业指数、税种指数、纳税人规模指数、纳税信用指数、纳税遵从指数为主要内容的“税收风险指数”，反映不同地区、类型、行业、税种、事项等涉税风险的特征发展规律、变化发展趋势，并以此为基础提出税收管理和服务的具体对策建议[4]。
同时，对风险应对的数量、结果、评价以及风险识别差异等多个方面进行研究，建立一套科学的绩效考评体系。首先，将绩效考核的标准从目标考核为主转变为以量化考评为主的“量化考评+目标考核”；其次，将过程考评方式由事后评估考核转变为以过程监控为主的“过程监控+事后评估”；最后，将考评手段由人工考核转变为以机内考核为主的“机内考核+人工考核”，科学地衡量和评估各职能部门、各岗位的风险应对绩效情况。
[5]
三、评述与展望(一)文献评述
现如今有较多关于大数据环境下税收风险管理战略规划部分的内容，学者们在分析了新的环境背景后，总结了大数据背景下面临的风险和挑战，并提出了解决策略和路径。其中以创新思维引领税收风险管理，健全大数据管理体系，培养引进大数据人才等策略得到较多学者的认可。风险识别方面研究较为丰富。税收风险识别模型，具体风险识别步骤均有丰富的研究。针对风险评价排序的研究较少，主要是用通过“机器学习”算法预测得出的逃税概率提交给税务机关进行判断。绩效评估方面，有学者指出应用“指数”替代“率”进行评价。同时也有学者指出要强化绩效考评的科学性。
(二)研究展望
1.传统的检查过分依赖税务干部的业务水平、工作经验，判断结果主观且具有离散性，只存在逃税或者没有逃税两种可能性。无差别管理的税收管理模式已不再适应当前形势。应针对新时代、新情景制定更全面更有针对性的战略规划。
2.对各行各业的税收征管技术，国家税收征管部门等相关部门必须要在社会平均水平以上，不然便不能精准地判断一些采用高科技企业相关涉税业务的真实性。本文认为，学者们可着眼于更新、更高技术含量的现代信息技术，建立精确度更高的风险识别模型，设计出更为先进的税收数据管理体系。
3.在大数据时代，互联网金融、电子商务等新业态的高速发展对行业管理规则形成了挑战与革新。要加强行业的税收管理，针对行业特征设计适用性强的差异化税收风险管理流程。■参考文献：
[1]张爱球.OECD的税收风险管理理论与实践[J].中国税务,2009(11).
[2]胡云松.税收风险管理的探索与实践[J].税务研究,2009(11).[3]李晓曼.税收风险管理的国际比较[J].涉外税务,2013(3).[4]乔游.浅析“互联网+”背景下的税收风险管理[J].税务研究,2016(5).[5]姚键,王周飞,陈爱明.基于大数据背景的税收风险管理[J].税务研究,2015(11).
[6]江武峰.大数据背景下税收管理改革的实践与思考[J].税务研究,2018(1).
[7]王爱清,朱凯达.人工智能技术与税收风险管理创新[J].会计之友,2020(7).
[8]李为人,李斌.在税收风险分析中引入人工智能技术的思考[J].税务研究,2018(6).
[9]广西南宁市地方税务局课题组,陆远万.“互联网+税务”的实践与思考[J].经济研究参考,2017(65).[10] 刘尚希,孙静.大数据思维:在税收风险管理中的应用[J].经济研
究参考,2016(9).[11] 王伟域,解洪涛,王文丽.浅议大数据背景下的税收风险监控体系
[J].财会月刊,2017(34).作者简介：俞伊鸣(1995—)，女，浙江桐庐人，学士，主要从事会计学研究。
124
Copyright©博看网 www.bookan.com.cn. All Rights Reserved.
因篇幅问题不能全部显示，请点此查看更多更全内容