【2018年06月19日】在稅收風(fēng)險分析中引入人工智能技術(shù)的思考

在稅收風(fēng)險分析中引入人工智能技術(shù)的思考

李為人      李 斌

內(nèi)容提要：稅收風(fēng)險分析是稅收風(fēng)險管理的核心環(huán)節(jié)之一。本文通過分析人工智能和稅收風(fēng)險分析的基本性質(zhì)，對在稅收風(fēng)險分析過程中引入人工智能的必要性和可行性進行了探討，并就如何在稅收風(fēng)險分析中引入人工智能提出了建議。
關(guān)鍵詞：稅收風(fēng)險分析 人工智能 風(fēng)險管理

人工智能技術(shù)正在以意想不到的速度撲面而來。2017年，當(dāng)我們還在震驚于阿爾法狗戰(zhàn)勝人類圍棋冠軍時，新的阿爾法狗已經(jīng)以 100∶0 的戰(zhàn)績戰(zhàn)勝了原來的阿爾法狗。這樣的比賽之所以如此引人關(guān)注和深思，在于這兩臺阿爾法狗已經(jīng)具備了自我學(xué)習(xí)的能力，而不是依靠儲存和記憶數(shù)量龐大的棋譜。也就是說，在人工智能領(lǐng)域，已經(jīng)出現(xiàn)了認知的革命。這種認知革命的影響在迅速放大，國內(nèi)能和人交流的、有學(xué)習(xí)能力的機器人已經(jīng)出現(xiàn)，美國也出現(xiàn)了對股市分析的人工智能系統(tǒng)?；谶@樣的背景，探討在稅收風(fēng)險分析中引入人工智能技術(shù)顯得十分必要。

一、人工智能及其在財務(wù)、金融等領(lǐng)域的應(yīng)用
（一）基本概念
人工智能（Artificial Intelligence），英文縮寫為AI，是一門研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的技術(shù)科學(xué)。美國麻省理工學(xué)院的溫斯頓教授認為：“人工智能就是研究如何讓計算機去做過去只有人才能做的智能工作?！边@一說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容，即人工智能是通過研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)， 從而進一步研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。

（二）人工智能的實現(xiàn)形式
人工智能有兩種實現(xiàn)方式。一種是直觀法。這種方法采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法已在一些領(lǐng)域取得了應(yīng)用，如文字識別、在線翻譯、電腦下棋等。采用這一方法， 需要人工詳細規(guī)定程序邏輯，如果邏輯簡單，實現(xiàn)起來還比較容易；如果邏輯復(fù)雜，角色數(shù)量和活動空間增加，相應(yīng)的邏輯就會按指數(shù)級別增長。以電腦下棋為例，這種方法在處理象棋（包括國際象棋和中國象棋）和圍棋時有很大的不同，象棋中每走一步都有明確的價值判斷，棋譜有窮盡；而圍棋每一步棋都需要結(jié)合“勢”來分析，棋譜多到無法窮盡。根據(jù)阿爾法狗之父—英國劍橋大學(xué)神經(jīng)學(xué)博士杰米斯·哈薩比斯計算：“一共有10 的170 次方的可能性，這個數(shù)字比整個宇宙中的原子數(shù)（10的80 次方）都要多”。

另一種是模擬法。這種方法不僅要看產(chǎn)生的效果，還要求實現(xiàn)方法也和人類或生物機體所用的方法相同或相似。模擬法分為遺傳算法和人工神經(jīng)網(wǎng)絡(luò)兩種。遺傳算法模擬人類或生物的遺傳和進化機制，人工神經(jīng)網(wǎng)絡(luò)則是模擬人類或動物大腦中神經(jīng)細胞的活動方式。采用這種方法時，編程者要為每一角色設(shè)計一個智能系統(tǒng)來進行控制，這個智能系統(tǒng)開始什么也不懂，就像初生嬰兒那樣，但它能夠?qū)W習(xí)，能漸漸地適應(yīng)環(huán)境，應(yīng)付各種復(fù)雜情況。這種系統(tǒng)開始也常犯錯誤，但它能吸取教訓(xùn)，下一次運行時就可能改正。阿爾法狗的運行機制是這一方法的典型應(yīng)用，阿爾法狗首先根據(jù)人類棋譜只模擬下一步棋擺放位置的5～10 種可能性，然后進行幾百萬次的訓(xùn)練，通過誤差加強學(xué)習(xí)，對于贏了的情況，讓系統(tǒng)意識到，下次出現(xiàn)類似的情形時，更有可能作出相似的決定。相反，如果系統(tǒng)輸了，那么下次再出現(xiàn)類似的情況，就不會選擇這種走法。通過這種試錯機制不斷走向優(yōu)化，這和人類的活動非常類似。

（三）人工智能在財務(wù)、金融等領(lǐng)域的應(yīng)用
目前，人工智能在不同領(lǐng)域飛速發(fā)展，并在財務(wù)、金融等諸多應(yīng)用場景中取得了一定的成效。

德勤等四大會計師事務(wù)所相繼推出了“財務(wù)機器人”，用以此來替代枯燥的、高度重復(fù)的制作會計憑證、輸入信息系統(tǒng)和產(chǎn)生會計報表等工作， 并與企業(yè)生產(chǎn)經(jīng)營系統(tǒng)、銷售系統(tǒng)、人事系統(tǒng)等實現(xiàn)有效的對接。這一做法的意義非同尋常：一是雖然財務(wù)電算化早已成熟，但是對各類紙質(zhì)票據(jù)的自動識別一直需要人工處理。如果財務(wù)機器人能夠識別紙質(zhì)票據(jù)并能辨別真?zhèn)?，那么可以替代相?dāng)一部分的審計工作量。二是審計將從抽樣變?yōu)槿?。眾所周知，由于人工成本問題，對某一企業(yè)特別是大企業(yè)開展全面審計是難以實現(xiàn)的，抽樣審計是當(dāng)前財務(wù)審計的主流。如果財務(wù)機器人能夠替代人工，審計的工作量將主要是對規(guī)則的確認和例外的處理，后續(xù)檢查的工作量將大大減輕， 全面審計的時代將逐步到來，利用“未發(fā)現(xiàn)”之類詞匯掩蓋特定數(shù)據(jù)審計責(zé)任的空間將逐步收窄， 這對稅收管理也有一定的借鑒意義。三是大數(shù)據(jù)分析的前景開始顯現(xiàn)。當(dāng)一臺或幾臺財務(wù)機器人連續(xù) 24 小時工作時，它們可以處理大量的企業(yè)賬務(wù)，并且基本上不會出錯。可以想見，未來或出現(xiàn)若干大規(guī)模的記賬中心，每個記賬中心會處理成千上萬戶企業(yè)的賬務(wù)，這將對稅收風(fēng)險管理提出深刻的挑戰(zhàn)。

在金融領(lǐng)域，人工智能的應(yīng)用也在不斷拓展。目前，人工智能在金融領(lǐng)域的應(yīng)用還主要體現(xiàn)在分析客戶行為習(xí)慣以提供適合客戶的產(chǎn)品方面，但是，人工智能替代金融分析的前景已經(jīng)顯現(xiàn)。國際金融協(xié)會（IIF）指出：“科技的迅猛發(fā)展，大數(shù)據(jù)的爆發(fā)、更強大的軟件、更低的成本、規(guī)?；脑朴嬎?，人工智能似乎終于來到了轉(zhuǎn)折點”，“人工智能服務(wù)的應(yīng)用將極大改變行業(yè)運營和就業(yè)”。野村證券認為，隨著數(shù)據(jù)量的快速增長，在一些行業(yè)里， 機器人在速度和數(shù)據(jù)整合準確度上的表現(xiàn)，可能已經(jīng)超過金融分析師。野村證券通過對未來 2～3 年券商業(yè)務(wù)構(gòu)建框架的預(yù)測，認為經(jīng)紀平臺將從股票研究、企業(yè)接入、交易轉(zhuǎn)變?yōu)榻灰?、企業(yè)接入、獨立研究、金融數(shù)據(jù)機器人。

在其他領(lǐng)域，人工智能技術(shù)也在快速與具體業(yè)務(wù)結(jié)合。例如，貴州法院已經(jīng)開始出現(xiàn)計算機自動判案，阿里巴巴也在基于大量的醫(yī)療實例探討電子醫(yī)生開出的處方和人類醫(yī)生開出處方的差別，部分稅務(wù)機關(guān)也正在引進人工智能技術(shù)提供納稅服務(wù)或者開展稅收分析等等。

二、稅收風(fēng)險分析中引入人工智能的必要性
（一） 引入人工智能是稅收風(fēng)險分析的性質(zhì)決定的
在引入人工智能分析之前，我們首先需要探討稅收風(fēng)險分析在做什么。在稅收工作實踐中，稅收風(fēng)險分析基本上圍繞以下三個方面展開：一是查找異常企業(yè)；二是查找異常業(yè)務(wù)；三是查找異常行為。

1.查找異常企業(yè)是以大數(shù)據(jù)為基礎(chǔ)展開的。其基本步驟是：先選取同一行業(yè)內(nèi)若干樣本企業(yè)，再設(shè)定一個指標，比如增值稅稅負率或者資產(chǎn)負債率，然后計算出不同樣本企業(yè)針對這一指標的加權(quán)平均值，也就是我們通常說的“閾值”，最后將明顯超出或者明顯低于這個閾值的企業(yè)確定為異常企業(yè)。例如：我們選取 1000 家服裝加工企業(yè)，設(shè)定一個凈利率的指標，信息系統(tǒng)自動統(tǒng)計出這 1 000 家企業(yè)的平均凈利率是8%，那么這個8%就是閾值，假設(shè)某一服裝加工企業(yè)的凈利率只有1%，那么我們有理由懷疑這家企業(yè)有著比較高的稅收風(fēng)險。查找異常企業(yè)主要基于企業(yè)報表，事實上，報表本身就是一系列指標的組合，從中我們可以組合出非常多的比率，其中，和稅收相關(guān)的指標就構(gòu)成了稅收風(fēng)險指標體系。在報表之外，我們還可以更深入地查找賬套數(shù)據(jù)。賬套數(shù)據(jù)的好處在于它提供了更細的顆粒度，我們可以看到更明細的科目甚至是憑證的摘要，這為人工智能分析提供了與人工查賬更相似的環(huán)境。

2.查找異常業(yè)務(wù)是針對某一企業(yè)的具體生產(chǎn)經(jīng)營行為的更細一步的分析。這一分析需要企業(yè)的賬套數(shù)據(jù)。即便是我們通過前面的設(shè)定指標沒有發(fā)現(xiàn)這一企業(yè)有問題，我們?nèi)匀豢梢酝ㄟ^對會計分錄的進一步分析來發(fā)現(xiàn)更多的問題，這是因為報表往往只提供了一級科目的內(nèi)容，而通過會計分錄我們可以看到二級明細甚至更多。例如，我們可以通過分析企業(yè)銷售數(shù)據(jù)中不同客戶的銷售毛利率來確定是否存在關(guān)聯(lián)交易。假設(shè)某一企業(yè)有5個客戶，它銷售給其他4 個客戶的毛利率是20%，而銷售給第 5 個客戶的毛利率是 5%，那么我們就有理由懷疑第5個客戶和這家企業(yè)是關(guān)聯(lián)企業(yè)。再比如說，假設(shè)某一企業(yè)管理費用中出現(xiàn)了某一單項大額支出，我們也可以據(jù)此分析存在資本費用化的嫌疑。

3.查找異常行為主要是針對企業(yè)存在的發(fā)生真實業(yè)務(wù)但是不入賬的行為。這一分析主要通過稅收發(fā)票數(shù)據(jù)和第三方數(shù)據(jù)實現(xiàn)。目前，我們的稅收管理基本上還是采取“以票控稅”的方式，為此，我們的增值稅專用發(fā)票上規(guī)定了很多開列的規(guī)矩，包括品目的代碼化、基礎(chǔ)信息的規(guī)范等，甚至在“發(fā)票備注欄”的填寫內(nèi)容上也有很多明細的規(guī)定。因此，通過發(fā)票數(shù)據(jù)和申報數(shù)據(jù)的關(guān)聯(lián)也可以發(fā)現(xiàn)很多問題，比如設(shè)定一個指標“連續(xù)三個月購買發(fā)票但申報收入是 0”，這樣可以發(fā)現(xiàn)開票不入賬的風(fēng)險；再比如設(shè)定進項發(fā)票的品目和開票品目的對應(yīng)關(guān)系，可以找到企業(yè)是否存在虛開或者購買虛開的線索。在查找異常行為中，第三方數(shù)據(jù)的作用不可小覷。來自其他政府部門的數(shù)據(jù)往往可以佐證企業(yè)申報數(shù)據(jù)的真實性和完整性，比如房地產(chǎn)部門的交易數(shù)據(jù)信息和稅務(wù)申報數(shù)據(jù)的比對可以查詢出漏報情況，建筑業(yè)行業(yè)的標準成本數(shù)和企業(yè)申報數(shù)的比對可以顯示企業(yè)是否存在虛列支出的情況等。

通過以上探討我們可以看出，絕大多數(shù)的稅收分析可以通過信息系統(tǒng)來實現(xiàn)。通過大數(shù)據(jù)查找異常企業(yè)自不待言，查找異常業(yè)務(wù)和異常行為也可以通過分行業(yè)設(shè)定不同的指標來實現(xiàn)，不斷優(yōu)化的指標體系為稅收風(fēng)險防范提供了一張越來越細密的網(wǎng)。目前，這一優(yōu)化過程是通過人工經(jīng)驗和指標設(shè)計的反復(fù)迭代實現(xiàn)的，但是，如果信息系統(tǒng)足夠智能，它也可以通過自我學(xué)習(xí)達到不斷完善的效果。

（二）引入人工智能分析是提高管理效率的需要
截至目前，在稅收風(fēng)險分析中人工因素是不可或缺的，原因有三：
一是企業(yè)遵從意愿不足。部分企業(yè)出于各種各樣的考慮，會刻意隱瞞一些重要信息，或者根據(jù)稅務(wù)機關(guān)的分析方式有針對性地隱瞞一些業(yè)務(wù)或者混淆業(yè)務(wù)邊界。這就需要我們不斷完善稅收風(fēng)險分析指標體系，實現(xiàn)人工分析成果進入指標體系的迭代。

二是企業(yè)遵從能力不夠。雖然對于大企業(yè)而言，主觀不遵從稅法的意愿較少，但是客觀的遵從能力仍然會存在一定的差異。企業(yè)的經(jīng)營行為千差萬別，企業(yè)財務(wù)人員存在將不同業(yè)務(wù)錯配計入不同會計科目的情形。這對稅收風(fēng)險分析指標的智能性是一個考驗。比如真實業(yè)務(wù)是“購買打印機”，而憑證摘要里顯示的是“購買打印紙”，應(yīng)計入固定資產(chǎn)的計入了管理費用，我們無從知道這一業(yè)務(wù)的實質(zhì)。

三是指標體系建設(shè)慢于納稅人實踐。產(chǎn)生問題和發(fā)現(xiàn)問題是矛和盾的關(guān)系，二者既相互統(tǒng)一又相互斗爭，存在相互促進、相互提高的過程。一般地，指標體系是慢于納稅人生產(chǎn)經(jīng)營實踐的，隨著企業(yè)生產(chǎn)經(jīng)營方式的變化和新稅收政策的出臺，企業(yè)出現(xiàn)了新的應(yīng)對方式，稅務(wù)機關(guān)發(fā)現(xiàn)了這一問題，才會開展相關(guān)的指標建設(shè)，這也需要一定的時間。

以上三個方面正是人工智能技術(shù)需要解決的問題，我們所要做的，就是盡可能用信息系統(tǒng)來替代人工，以獲得更高的管理效率。首先，針對企業(yè)刻意隱瞞的事宜，我們需要更強的人工智能分析。目前，大量的稅收風(fēng)險應(yīng)對結(jié)果不能迭代到指標建設(shè)中用以完善或深化相關(guān)指標，客觀上造成了“風(fēng)險管理閉環(huán)”并沒有完全“封閉”，應(yīng)對結(jié)果和分析結(jié)果都在信息系統(tǒng)中，二者需要一個結(jié)合點，需要一個更加智能的信息系統(tǒng)。其次，對更細顆粒度的分析需要人工智能的解決方式。例如上面提到的例子，如何讓計算機模擬人工的思維方式來判斷企業(yè)的某一業(yè)務(wù)是“購買打印機”還是“購買打印紙”，需要更加深入的研究，比如分析這一企業(yè)打印紙的月平均使用量等。最后，指標建設(shè)要想與企業(yè)生產(chǎn)經(jīng)營實踐同步，計算機的學(xué)習(xí)能力不可或缺，這主要體現(xiàn)在政策的分析上。當(dāng)一個新的稅收政策出臺后，可能會涉及哪些行業(yè)、哪些公司、哪些業(yè)務(wù)、哪些會計科目以及產(chǎn)生哪些關(guān)聯(lián)行為等等，都需要計算機系統(tǒng)在匯集專家智慧的基礎(chǔ)上逐步形成自己的思考。

（三）引入人工智能分析是優(yōu)化納稅服務(wù)的需要
人工智能分析帶給稅務(wù)機關(guān)和納稅人的不僅僅是管理效率的提高，也是納稅服務(wù)水平的提升。這主要體現(xiàn)在：
一是更精準的宣傳。人工智能可以通過分析納稅人的習(xí)慣來推送相關(guān)的稅收政策， 比如納稅人經(jīng)常在某一方面出現(xiàn)問題，這可能意味著納稅人在這一方面知識缺失，稅務(wù)機關(guān)推送的政策可以有效彌補納稅人這一短板，這將對納稅人遵從稅法提供明顯的幫助。

二是更少的打擾。稅收是中性的，不影響納稅人的生產(chǎn)經(jīng)營，這一點不僅僅體現(xiàn)在稅制設(shè)計上，也應(yīng)體現(xiàn)在納稅服務(wù)過程中，無論是服務(wù)還是管理，稅務(wù)機關(guān)都應(yīng)該盡可能減少與納稅人的直接接觸，因為每一次直接接觸納稅人都會付出相應(yīng)的時間成本和管理成本。人工智能條件下，分析的涉稅疑點將更加精準，這有助于更直接地定位納稅人的問題所在，更快捷高效地核實相關(guān)問題，而無需提出大量的無效疑點讓納稅人去確認或排除。

三是更個性的服務(wù)。人工智能系統(tǒng)可以綜合多方面情況對納稅人的遵從意愿和遵從能力進行評判，并對納稅人遵從稅法情況進行排序。這有助于區(qū)別不同納稅人的具體情況，并針對具體情況給予不同的納稅服務(wù)措施， 對大企業(yè)而言，甚至可以為每個大企業(yè)提供定制性質(zhì)的個性化服務(wù)。

三、稅收風(fēng)險分析中引入人工智能的可行性
在稅收風(fēng)險分析中引入人工智能分析，不但必要，而且可行。這主要體現(xiàn)在以下四個方面：
一是有成熟技術(shù)。從稅收分析的角度看，我們并不需要太復(fù)雜的人工智能技術(shù)，我們只需要它基于納稅人數(shù)據(jù)，以指標體系建設(shè)為核心，采用大數(shù)據(jù)原理或者根據(jù)稅收政策變化自主生成更多更有效的指標。首先，人工智能系統(tǒng)通過了解自己所處的環(huán)境，盡力找出自己要達到的目的；其次，面對真實環(huán)境，人工智能系統(tǒng)會在特定時間節(jié)點自動按照既定算法找出最佳選擇；最后，這個選擇會或多或少改變所處環(huán)境，從而進一步驅(qū)動觀察的結(jié)果，并反饋給主體，作為人工智能系統(tǒng)下一步?jīng)Q策的依據(jù)。

二是有政策支持。目前，稅收風(fēng)險管理理念已經(jīng)逐步深入人心，稅收風(fēng)險管理已經(jīng)成為稅務(wù)部門落實中央“放管服”要求、轉(zhuǎn)變管理方式的重要內(nèi)容。稅收風(fēng)險分析作為風(fēng)險管理的核心環(huán)節(jié)受到越來越多的重視。將人工智能引入稅收風(fēng)險分析，符合這一趨勢和要求。

三是有人才梯隊。目前，全國稅務(wù)系統(tǒng)有近80 萬稅務(wù)干部，其中，直接在一線從事稅收管理的人員有近30 萬人。① 近年來，國家稅務(wù)總局高度重視人才培養(yǎng)工作，通過素質(zhì)提升“115”工程等的實施，營造了良好的學(xué)習(xí)氛圍，培養(yǎng)了大批優(yōu)秀稅務(wù)干部。這其中，既有從事稅收風(fēng)險分析的領(lǐng)軍人才，又有稅收風(fēng)險管理的人才庫成員，還有每年業(yè)務(wù)大比武比出來的業(yè)務(wù)骨干和崗位能手，更有千千萬萬默默從事稅收管理工作的基層人員。這些人才將為人工智能在稅收分析領(lǐng)域的開展提供豐富的管理工作經(jīng)驗。

四是有數(shù)據(jù)儲備。從最早的CTAIS 系統(tǒng)到現(xiàn)在的金稅三期工程，稅務(wù)信息系統(tǒng)積累了大量的稅收數(shù)據(jù)。這些數(shù)據(jù)是稅務(wù)部門的“金山銀山”，它們將在以后的稅收管理中發(fā)揮至關(guān)重要的作用。一個簡單的比較就可以說明這一切：阿里巴巴僅僅知道天貓和淘寶網(wǎng)站上的千千萬萬個商戶的銷售數(shù)據(jù)，就形成了龐大的信用體系，并據(jù)此開發(fā)了各種應(yīng)用；而稅務(wù)系統(tǒng)不但了解每一個納稅人的銷售數(shù)據(jù)，還可以通過增值稅發(fā)票系統(tǒng)了解每一個一般納稅人的進貨數(shù)據(jù)，從這些天量數(shù)據(jù)中挖掘出有價值信息的前景非常廣闊。

四、在稅收風(fēng)險分析中引入人工智能的建議
在稅收分析中引入人工智能，基礎(chǔ)是納稅人各類涉稅信息，手段是具有自主學(xué)習(xí)功能的人工智能系統(tǒng)，核心是強化信息系統(tǒng)對稅收政策與納稅人經(jīng)營行為的關(guān)聯(lián)。

（一）納稅人信息是實現(xiàn)人工智能分析的基礎(chǔ)
巧婦難為無米之炊。沒有數(shù)據(jù)，再強大的分析軟件也無從下手。納稅人信息越豐富，得出的分析結(jié)論越精準。從數(shù)據(jù)來源看，納稅人信息可以分為納稅人端信息、稅務(wù)系統(tǒng)端信息和第三方信息三類。納稅人端信息包括納稅人的各類申報表和向稅務(wù)機關(guān)報送的各種報告，如企業(yè)所得稅申報表、財務(wù)審計報告等；稅務(wù)系統(tǒng)端信息包括稅務(wù)機關(guān)發(fā)起的稅收管理和服務(wù)行為帶來的納稅人信息， 如稅務(wù)稽查報告、納稅評估結(jié)論等；第三方信息包括來自其他政府部門或各類媒體的納稅人信息。這里需要特別說明的是：部分納稅人對稅務(wù)機關(guān)調(diào)取財務(wù)賬簿有異議，這是對稅收管理行為的誤解?！抖愂照鞴芊ā返诙鍡l明確規(guī)定：“納稅人必須依照法律、行政法規(guī)規(guī)定或者稅務(wù)機關(guān)依照法律、行政法規(guī)的規(guī)定確定的申報期限、申報內(nèi)容如實辦理納稅申報，報送納稅申報表、財務(wù)會計報表以及稅務(wù)機關(guān)根據(jù)實際需要要求納稅人報送的其他納稅資料。”

（二）人工智能技術(shù)是稅收風(fēng)險分析的重要工具
工欲善其事，必先利其器。正如蒸汽機帶來了工業(yè)革命、電子計算機帶來的信息革命，人工智能技術(shù)也必將引領(lǐng)人類走向一個新的歷史階段。在稅收分析領(lǐng)域，人工智能系統(tǒng)至少可以通過以下幾點引導(dǎo)納稅人遵從稅法：一是建立稅收風(fēng)險特征庫。根據(jù)現(xiàn)有人工分析經(jīng)驗，針對不同行業(yè)、不同稅種的稅收風(fēng)險點建立指標模型，并匯集成稅收風(fēng)險特征庫。二是建立自主學(xué)習(xí)的方法。人工智能系統(tǒng)能根據(jù)稅收政策要求自主建立新的指標模型，并根據(jù)新稅收政策自主提出指標模型。這一點并不復(fù)雜，事實上，12366 納稅服務(wù)平臺對于新稅收政策就有一個細分、整理、發(fā)布到知識庫的過程，為計算機語音自動應(yīng)答提供依據(jù)。我們所要做的，就是從知識庫中取出知識模塊并進一步強化為風(fēng)險指標模型。三是建立指標模型優(yōu)化機制。稅務(wù)部門應(yīng)建立“開發(fā)－驗證－應(yīng)用”的指標優(yōu)化機制。對人工智能系統(tǒng)提出的指標模型，可以在既往案例中自主驗證有效性，也可指派風(fēng)險應(yīng)對人員驗證有效性，其評價結(jié)果決定該指標模型是否進入稅收風(fēng)險特征庫。

（三）信息系統(tǒng)對稅收政策與納稅人經(jīng)營行為的關(guān)聯(lián)是人工智能分析的核心
如上文所述，人工智能系統(tǒng)應(yīng)能自主建立風(fēng)險指標并驗證實施，這需要一個先“教”后“學(xué)” 的過程，需要告訴人工智能系統(tǒng)如何去“思考”。例如，我們可以告訴人工智能系統(tǒng)，哪些指標和稅收收入正相關(guān)，哪些指標和稅收收入負相關(guān)，是哪些因素造成的正相關(guān)，哪些因素造成的負相關(guān)等等， 這樣，人工智能系統(tǒng)就可以自動對相關(guān)指標進行掃描，排查出異常企業(yè)和異常分錄。但是僅僅這樣是不夠的，這樣的系統(tǒng)還依賴人工的介入，我們希望人工智能系統(tǒng)據(jù)此對新情況作出新判斷，并自主確定指標模型。比如，如果我們先期已經(jīng)告訴了人工智能系統(tǒng)，少計主營業(yè)務(wù)收入是各行業(yè)普遍存在的一個稅收疑點，并且可以從以下三個方面來判斷是否存在這一問題：一是本期發(fā)出存貨的數(shù)量乘以單價后與銷售收入的對應(yīng)情況。二是以用電量、用水量等與產(chǎn)量有固定比例關(guān)系的指標確定本期產(chǎn)成品數(shù)量。三是存貨損失是否已備案。那么，當(dāng)新的政策出現(xiàn)時，如面對 2018 年剛剛實施的《環(huán)境保護稅法》及其實施條例，人工智能系統(tǒng)就應(yīng)該把少計收入列作環(huán)境保護稅的疑點，并自主進行以下三個方面的數(shù)據(jù)比對：一是發(fā)出存貨的數(shù)量乘以單價后與銷售收入的對應(yīng)情況，據(jù)此確認發(fā)出存貨是否準確。二是比較同行業(yè)所有企業(yè)的排污量和產(chǎn)量的比率，找出指標明顯異常的企業(yè)；或查找相關(guān)行業(yè)標準，確定產(chǎn)量和排污量的關(guān)系。三是存貨損失的備案情況。這樣的指標模型建成后，可以掃描所有類型的企業(yè)，并通過人工方式對掃描企業(yè)進行驗證，也就是不斷的試錯，最終形成行之有效的年度風(fēng)險分析指標模型，從而不斷提升納稅人的納稅遵從度。

總之，人工智能技術(shù)正在飛速發(fā)展，在稅收風(fēng)險分析中探索引入人工智能正當(dāng)其時，它將會推動稅收風(fēng)險分析工作再上一個新臺階，并為稅收現(xiàn)代化的早日實現(xiàn)提供更加科學(xué)、高效、有力的工具。

參考文獻：
[1]C Dirican. The Impacts of Robotics, Artificial Intelligence On Business and Economics[J]. Procedia - Social and Behavioral Sciences, 2015 (195) :564-573.
[2]伊恩·古德費洛，約書亞·本吉奧，亞倫·庫維爾 . 深度學(xué)習(xí)[M]. 北京：人民郵電出版社，2017.
[3]羅 素，諾維格 . 人工智能：一種現(xiàn)代的方法[M]. 北京：清華大學(xué)出版社，2013.
[4]李小平. 稅收風(fēng)險管理與模型應(yīng)用[M]. 北京：經(jīng)濟科學(xué)出版社，2012.
[5]胡云松 . 稅收風(fēng)險管理的范疇與控制流程[J]. 稅務(wù)研究，2010(11): 72-75.

作者單位：
中國社會科學(xué)院大學(xué)公共政策與管理學(xué)院國家稅務(wù)總局大企業(yè)稅收管理司
（責(zé)任編輯：郝東杰）