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

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

人工智能技術(shù)正在以意想不到的速度撲面而來(lái)。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(shí)，新的阿爾法狗已經(jīng)以 100∶0 的戰(zhàn)績(jī)戰(zhàn)勝了原來(lái)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(tái)阿爾法狗已經(jīng)具備了自我學(xué)習(xí)的能力，而不是依靠?jī)?chǔ)存和記憶數(shù)量龐大的棋譜。也就是說(shuō)，在人工智能領(lǐng)域，已經(jīng)出現(xiàn)了認(rèn)知的革命。這種認(rèn)知革命的影響在迅速放大，國(guó)內(nèi)能和人交流的、有學(xué)習(xí)能力的機(jī)器人已經(jīng)出現(xiàn)，美國(guó)也出現(xiàn)了對(duì)股市分析的人工智能系統(tǒng)。基于這樣的背景，探討在稅收風(fēng)險(xiǎn)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(cái)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(kāi)發(fā)用于模擬、延伸和擴(kuò)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(guó)麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何讓計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作?！边@一說(shuō)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(guò)研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)， 從而進(jìn)一步研究如何讓計(jì)算機(jī)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(jì)算機(jī)的軟硬件來(lái)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(shí)現(xiàn)形式
人工智能有兩種實(shí)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(dòng)物機(jī)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(shí)別、在線翻譯、電腦下棋等。采用這一方法， 需要人工詳細(xì)規(guī)定程序邏輯，如果邏輯簡(jiǎn)單，實(shí)現(xiàn)起來(lái)還比較容易；如果邏輯復(fù)雜，角色數(shù)量和活動(dòng)空間增加，相應(yīng)的邏輯就會(huì)按指數(shù)級(jí)別增長(zhǎng)。以電腦下棋為例，這種方法在處理象棋（包括國(guó)際象棋和中國(guó)象棋）和圍棋時(shí)有很大的不同，象棋中每走一步都有明確的價(jià)值判斷，棋譜有窮盡；而圍棋每一步棋都需要結(jié)合“勢(shì)”來(lái)分析，棋譜多到無(wú)法窮盡。根據(jù)阿爾法狗之父—英國(guó)劍橋大學(xué)神經(jīng)學(xué)博士杰米斯·哈薩比斯計(jì)算：“一共有10 的170 次方的可能性，這個(gè)數(shù)字比整個(gè)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(shí)現(xiàn)方法也和人類或生物機(jī)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(jìn)化機(jī)制，人工神經(jīng)網(wǎng)絡(luò)則是模擬人類或動(dòng)物大腦中神經(jīng)細(xì)胞的活動(dòng)方式。采用這種方法時(shí)，編程者要為每一角色設(shè)計(jì)一個(gè)智能系統(tǒng)來(lái)進(jìn)行控制，這個(gè)智能系統(tǒng)開(kāi)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(kāi)始也常犯錯(cuò)誤，但它能吸取教訓(xùn)，下一次運(yùn)行時(shí)就可能改正。阿爾法狗的運(yùn)行機(jī)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(jìn)行幾百萬(wàn)次的訓(xùn)練，通過(guò)誤差加強(qiáng)學(xué)習(xí)，對(duì)于贏了的情況，讓系統(tǒng)意識(shí)到，下次出現(xiàn)類似的情形時(shí)，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(huì)選擇這種走法。通過(guò)這種試錯(cuò)機(jī)制不斷走向優(yōu)化，這和人類的活動(dòng)非常類似。

（三）人工智能在財(cái)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(cái)務(wù)、金融等諸多應(yīng)用場(chǎng)景中取得了一定的成效。

德勤等四大會(huì)計(jì)師事務(wù)所相繼推出了“財(cái)務(wù)機(jī)器人”，用以此來(lái)替代枯燥的、高度重復(fù)的制作會(huì)計(jì)憑證、輸入信息系統(tǒng)和產(chǎn)生會(huì)計(jì)報(bào)表等工作， 并與企業(yè)生產(chǎn)經(jīng)營(yíng)系統(tǒng)、銷售系統(tǒng)、人事系統(tǒng)等實(shí)現(xiàn)有效的對(duì)接。這一做法的意義非同尋常：一是雖然財(cái)務(wù)電算化早已成熟，但是對(duì)各類紙質(zhì)票據(jù)的自動(dòng)識(shí)別一直需要人工處理。如果財(cái)務(wù)機(jī)器人能夠識(shí)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(jì)工作量。二是審計(jì)將從抽樣變?yōu)槿妗１娝苤?，由于人工成本?wèn)題，對(duì)某一企業(yè)特別是大企業(yè)開(kāi)展全面審計(jì)是難以實(shí)現(xiàn)的，抽樣審計(jì)是當(dāng)前財(cái)務(wù)審計(jì)的主流。如果財(cái)務(wù)機(jī)器人能夠替代人工，審計(jì)的工作量將主要是對(duì)規(guī)則的確認(rèn)和例外的處理，后續(xù)檢查的工作量將大大減輕， 全面審計(jì)的時(shí)代將逐步到來(lái)，利用“未發(fā)現(xiàn)”之類詞匯掩蓋特定數(shù)據(jù)審計(jì)責(zé)任的空間將逐步收窄， 這對(duì)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(kāi)始顯現(xiàn)。當(dāng)一臺(tái)或幾臺(tái)財(cái)務(wù)機(jī)器人連續(xù) 24 小時(shí)工作時(shí)，它們可以處理大量的企業(yè)賬務(wù)，并且基本上不會(huì)出錯(cuò)。可以想見(jiàn)，未來(lái)或出現(xiàn)若干大規(guī)模的記賬中心，每個(gè)記賬中心會(huì)處理成千上萬(wàn)戶企業(yè)的賬務(wù)，這將對(duì)稅收風(fēng)險(xiǎn)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(guó)際金融協(xié)會(huì)（IIF）指出：“科技的迅猛發(fā)展，大數(shù)據(jù)的爆發(fā)、更強(qiáng)大的軟件、更低的成本、規(guī)?；脑朴?jì)算，人工智能似乎終于來(lái)到了轉(zhuǎn)折點(diǎn)”，“人工智能服務(wù)的應(yīng)用將極大改變行業(yè)運(yùn)營(yíng)和就業(yè)”。野村證券認(rèn)為，隨著數(shù)據(jù)量的快速增長(zhǎng)，在一些行業(yè)里， 機(jī)器人在速度和數(shù)據(jù)整合準(zhǔn)確度上的表現(xiàn)，可能已經(jīng)超過(guò)金融分析師。野村證券通過(guò)對(duì)未來(lái) 2～3 年券商業(yè)務(wù)構(gòu)建框架的預(yù)測(cè)，認(rèn)為經(jīng)紀(jì)平臺(tái)將從股票研究、企業(yè)接入、交易轉(zhuǎn)變?yōu)榻灰住⑵髽I(yè)接入、獨(dú)立研究、金融數(shù)據(jù)機(jī)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(kāi)始出現(xiàn)計(jì)算機(jī)自動(dòng)判案，阿里巴巴也在基于大量的醫(yī)療實(shí)例探討電子醫(yī)生開(kāi)出的處方和人類醫(yī)生開(kāi)出處方的差別，部分稅務(wù)機(jī)關(guān)也正在引進(jìn)人工智能技術(shù)提供納稅服務(wù)或者開(kāi)展稅收分析等等。

二、稅收風(fēng)險(xiǎn)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(xiǎn)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(xiǎn)分析在做什么。在稅收工作實(shí)踐中，稅收風(fēng)險(xiǎn)分析基本上圍繞以下三個(gè)方面展開(kāi)：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(kāi)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(gè)指標(biāo)，比如增值稅稅負(fù)率或者資產(chǎn)負(fù)債率，然后計(jì)算出不同樣本企業(yè)針對(duì)這一指標(biāo)的加權(quán)平均值，也就是我們通常說(shuō)的“閾值”，最后將明顯超出或者明顯低于這個(gè)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(gè)凈利率的指標(biāo)，信息系統(tǒng)自動(dòng)統(tǒng)計(jì)出這 1 000 家企業(yè)的平均凈利率是8%，那么這個(gè)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(xiǎn)。查找異常企業(yè)主要基于企業(yè)報(bào)表，事實(shí)上，報(bào)表本身就是一系列指標(biāo)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(biāo)就構(gòu)成了稅收風(fēng)險(xiǎn)指標(biāo)體系。在報(bào)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(xì)的顆粒度，我們可以看到更明細(xì)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(duì)某一企業(yè)的具體生產(chǎn)經(jīng)營(yíng)行為的更細(xì)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(guò)前面的設(shè)定指標(biāo)沒(méi)有發(fā)現(xiàn)這一企業(yè)有問(wèn)題，我們?nèi)匀豢梢酝ㄟ^(guò)對(duì)會(huì)計(jì)分錄的進(jìn)一步分析來(lái)發(fā)現(xiàn)更多的問(wèn)題，這是因?yàn)閳?bào)表往往只提供了一級(jí)科目的內(nèi)容，而通過(guò)會(huì)計(jì)分錄我們可以看到二級(jí)明細(xì)甚至更多。例如，我們可以通過(guò)分析企業(yè)銷售數(shù)據(jù)中不同客戶的銷售毛利率來(lái)確定是否存在關(guān)聯(lián)交易。假設(shè)某一企業(yè)有5個(gè)客戶，它銷售給其他4 個(gè)客戶的毛利率是20%，而銷售給第 5 個(gè)客戶的毛利率是 5%，那么我們就有理由懷疑第5個(gè)客戶和這家企業(yè)是關(guān)聯(lián)企業(yè)。再比如說(shuō)，假設(shè)某一企業(yè)管理費(fèi)用中出現(xiàn)了某一單項(xiàng)大額支出，我們也可以據(jù)此分析存在資本費(fèi)用化的嫌疑。

3.查找異常行為主要是針對(duì)企業(yè)存在的發(fā)生真實(shí)業(yè)務(wù)但是不入賬的行為。這一分析主要通過(guò)稅收發(fā)票數(shù)據(jù)和第三方數(shù)據(jù)實(shí)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(kāi)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(xì)的規(guī)定。因此，通過(guò)發(fā)票數(shù)據(jù)和申報(bào)數(shù)據(jù)的關(guān)聯(lián)也可以發(fā)現(xiàn)很多問(wèn)題，比如設(shè)定一個(gè)指標(biāo)“連續(xù)三個(gè)月購(gòu)買發(fā)票但申報(bào)收入是 0”，這樣可以發(fā)現(xiàn)開(kāi)票不入賬的風(fēng)險(xiǎn)；再比如設(shè)定進(jìn)項(xiàng)發(fā)票的品目和開(kāi)票品目的對(duì)應(yīng)關(guān)系，可以找到企業(yè)是否存在虛開(kāi)或者購(gòu)買虛開(kāi)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(lái)自其他政府部門的數(shù)據(jù)往往可以佐證企業(yè)申報(bào)數(shù)據(jù)的真實(shí)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(bào)數(shù)據(jù)的比對(duì)可以查詢出漏報(bào)情況，建筑業(yè)行業(yè)的標(biāo)準(zhǔn)成本數(shù)和企業(yè)申報(bào)數(shù)的比對(duì)可以顯示企業(yè)是否存在虛列支出的情況等。

通過(guò)以上探討我們可以看出，絕大多數(shù)的稅收分析可以通過(guò)信息系統(tǒng)來(lái)實(shí)現(xiàn)。通過(guò)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(guò)分行業(yè)設(shè)定不同的指標(biāo)來(lái)實(shí)現(xiàn)，不斷優(yōu)化的指標(biāo)體系為稅收風(fēng)險(xiǎn)防范提供了一張?jiān)絹?lái)越細(xì)密的網(wǎng)。目前，這一優(yōu)化過(guò)程是通過(guò)人工經(jīng)驗(yàn)和指標(biāo)設(shè)計(jì)的反復(fù)迭代實(shí)現(xiàn)的，但是，如果信息系統(tǒng)足夠智能，它也可以通過(guò)自我學(xué)習(xí)達(dá)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(xiǎn)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(huì)刻意隱瞞一些重要信息，或者根據(jù)稅務(wù)機(jī)關(guān)的分析方式有針對(duì)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(xiǎn)分析指標(biāo)體系，實(shí)現(xiàn)人工分析成果進(jìn)入指標(biāo)體系的迭代。

二是企業(yè)遵從能力不夠。雖然對(duì)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(huì)存在一定的差異。企業(yè)的經(jīng)營(yíng)行為千差萬(wàn)別，企業(yè)財(cái)務(wù)人員存在將不同業(yè)務(wù)錯(cuò)配計(jì)入不同會(huì)計(jì)科目的情形。這對(duì)稅收風(fēng)險(xiǎn)分析指標(biāo)的智能性是一個(gè)考驗(yàn)。比如真實(shí)業(yè)務(wù)是“購(gòu)買打印機(jī)”，而憑證摘要里顯示的是“購(gòu)買打印紙”，應(yīng)計(jì)入固定資產(chǎn)的計(jì)入了管理費(fèi)用，我們無(wú)從知道這一業(yè)務(wù)的實(shí)質(zhì)。

三是指標(biāo)體系建設(shè)慢于納稅人實(shí)踐。產(chǎn)生問(wèn)題和發(fā)現(xiàn)問(wèn)題是矛和盾的關(guān)系，二者既相互統(tǒng)一又相互斗爭(zhēng)，存在相互促進(jìn)、相互提高的過(guò)程。一般地，指標(biāo)體系是慢于納稅人生產(chǎn)經(jīng)營(yíng)實(shí)踐的，隨著企業(yè)生產(chǎn)經(jīng)營(yíng)方式的變化和新稅收政策的出臺(tái)，企業(yè)出現(xiàn)了新的應(yīng)對(duì)方式，稅務(wù)機(jī)關(guān)發(fā)現(xiàn)了這一問(wèn)題，才會(huì)開(kāi)展相關(guān)的指標(biāo)建設(shè)，這也需要一定的時(shí)間。

以上三個(gè)方面正是人工智能技術(shù)需要解決的問(wèn)題，我們所要做的，就是盡可能用信息系統(tǒng)來(lái)替代人工，以獲得更高的管理效率。首先，針對(duì)企業(yè)刻意隱瞞的事宜，我們需要更強(qiáng)的人工智能分析。目前，大量的稅收風(fēng)險(xiǎn)應(yīng)對(duì)結(jié)果不能迭代到指標(biāo)建設(shè)中用以完善或深化相關(guān)指標(biāo)，客觀上造成了“風(fēng)險(xiǎn)管理閉環(huán)”并沒(méi)有完全“封閉”，應(yīng)對(duì)結(jié)果和分析結(jié)果都在信息系統(tǒng)中，二者需要一個(gè)結(jié)合點(diǎn)，需要一個(gè)更加智能的信息系統(tǒng)。其次，對(duì)更細(xì)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(jì)算機(jī)模擬人工的思維方式來(lái)判斷企業(yè)的某一業(yè)務(wù)是“購(gòu)買打印機(jī)”還是“購(gòu)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(biāo)建設(shè)要想與企業(yè)生產(chǎn)經(jīng)營(yíng)實(shí)踐同步，計(jì)算機(jī)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(gè)新的稅收政策出臺(tái)后，可能會(huì)涉及哪些行業(yè)、哪些公司、哪些業(yè)務(wù)、哪些會(huì)計(jì)科目以及產(chǎn)生哪些關(guān)聯(lián)行為等等，都需要計(jì)算機(jī)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(jī)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(zhǔn)的宣傳。人工智能可以通過(guò)分析納稅人的習(xí)慣來(lái)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(wèn)題，這可能意味著納稅人在這一方面知識(shí)缺失，稅務(wù)機(jī)關(guān)推送的政策可以有效彌補(bǔ)納稅人這一短板，這將對(duì)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(yíng)，這一點(diǎn)不僅僅體現(xiàn)在稅制設(shè)計(jì)上，也應(yīng)體現(xiàn)在納稅服務(wù)過(guò)程中，無(wú)論是服務(wù)還是管理，稅務(wù)機(jī)關(guān)都應(yīng)該盡可能減少與納稅人的直接接觸，因?yàn)槊恳淮沃苯咏佑|納稅人都會(huì)付出相應(yīng)的時(shí)間成本和管理成本。人工智能條件下，分析的涉稅疑點(diǎn)將更加精準(zhǔn)，這有助于更直接地定位納稅人的問(wèn)題所在，更快捷高效地核實(shí)相關(guān)問(wèn)題，而無(wú)需提出大量的無(wú)效疑點(diǎn)讓納稅人去確認(rèn)或排除。

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

三、稅收風(fēng)險(xiǎn)分析中引入人工智能的可行性
在稅收風(fēng)險(xiǎn)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(gè)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(biāo)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(biāo)。首先，人工智能系統(tǒng)通過(guò)了解自己所處的環(huán)境，盡力找出自己要達(dá)到的目的；其次，面對(duì)真實(shí)環(huán)境，人工智能系統(tǒng)會(huì)在特定時(shí)間節(jié)點(diǎn)自動(dòng)按照既定算法找出最佳選擇；最后，這個(gè)選擇會(huì)或多或少改變所處環(huán)境，從而進(jìn)一步驅(qū)動(dòng)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(xiǎn)管理理念已經(jīng)逐步深入人心，稅收風(fēng)險(xiǎn)管理已經(jīng)成為稅務(wù)部門落實(shí)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(xiǎn)分析作為風(fēng)險(xiǎn)管理的核心環(huán)節(jié)受到越來(lái)越多的重視。將人工智能引入稅收風(fēng)險(xiǎn)分析，符合這一趨勢(shì)和要求。

三是有人才梯隊(duì)。目前，全國(guó)稅務(wù)系統(tǒng)有近80 萬(wàn)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(wàn)人。① 近年來(lái)，國(guó)家稅務(wù)總局高度重視人才培養(yǎng)工作，通過(guò)素質(zhì)提升“115”工程等的實(shí)施，營(yíng)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(xiǎn)分析的領(lǐng)軍人才，又有稅收風(fēng)險(xiǎn)管理的人才庫(kù)成員，還有每年業(yè)務(wù)大比武比出來(lái)的業(yè)務(wù)骨干和崗位能手，更有千千萬(wàn)萬(wàn)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(kāi)展提供豐富的管理工作經(jīng)驗(yàn)。

四是有數(shù)據(jù)儲(chǔ)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(gè)簡(jiǎn)單的比較就可以說(shuō)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(wàn)萬(wàn)個(gè)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(kāi)發(fā)了各種應(yīng)用；而稅務(wù)系統(tǒng)不但了解每一個(gè)納稅人的銷售數(shù)據(jù)，還可以通過(guò)增值稅發(fā)票系統(tǒng)了解每一個(gè)一般納稅人的進(jìn)貨數(shù)據(jù)，從這些天量數(shù)據(jù)中挖掘出有價(jià)值信息的前景非常廣闊。

四、在稅收風(fēng)險(xiǎn)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(qiáng)化信息系統(tǒng)對(duì)稅收政策與納稅人經(jīng)營(yíng)行為的關(guān)聯(lián)。

（一）納稅人信息是實(shí)現(xiàn)人工智能分析的基礎(chǔ)
巧婦難為無(wú)米之炊。沒(méi)有數(shù)據(jù)，再?gòu)?qiáng)大的分析軟件也無(wú)從下手。納稅人信息越豐富，得出的分析結(jié)論越精準(zhǔn)。從數(shù)據(jù)來(lái)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(bào)表和向稅務(wù)機(jī)關(guān)報(bào)送的各種報(bào)告，如企業(yè)所得稅申報(bào)表、財(cái)務(wù)審計(jì)報(bào)告等；稅務(wù)系統(tǒng)端信息包括稅務(wù)機(jī)關(guān)發(fā)起的稅收管理和服務(wù)行為帶來(lái)的納稅人信息， 如稅務(wù)稽查報(bào)告、納稅評(píng)估結(jié)論等；第三方信息包括來(lái)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(shuō)明的是：部分納稅人對(duì)稅務(wù)機(jī)關(guān)調(diào)取財(cái)務(wù)賬簿有異議，這是對(duì)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(jī)關(guān)依照法律、行政法規(guī)的規(guī)定確定的申報(bào)期限、申報(bào)內(nèi)容如實(shí)辦理納稅申報(bào)，報(bào)送納稅申報(bào)表、財(cái)務(wù)會(huì)計(jì)報(bào)表以及稅務(wù)機(jī)關(guān)根據(jù)實(shí)際需要要求納稅人報(bào)送的其他納稅資料?！?/font>

（二）人工智能技術(shù)是稅收風(fēng)險(xiǎn)分析的重要工具
工欲善其事，必先利其器。正如蒸汽機(jī)帶來(lái)了工業(yè)革命、電子計(jì)算機(jī)帶來(lái)的信息革命，人工智能技術(shù)也必將引領(lǐng)人類走向一個(gè)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(guò)以下幾點(diǎn)引導(dǎo)納稅人遵從稅法：一是建立稅收風(fēng)險(xiǎn)特征庫(kù)。根據(jù)現(xiàn)有人工分析經(jīng)驗(yàn)，針對(duì)不同行業(yè)、不同稅種的稅收風(fēng)險(xiǎn)點(diǎn)建立指標(biāo)模型，并匯集成稅收風(fēng)險(xiǎn)特征庫(kù)。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(biāo)模型，并根據(jù)新稅收政策自主提出指標(biāo)模型。這一點(diǎn)并不復(fù)雜，事實(shí)上，12366 納稅服務(wù)平臺(tái)對(duì)于新稅收政策就有一個(gè)細(xì)分、整理、發(fā)布到知識(shí)庫(kù)的過(guò)程，為計(jì)算機(jī)語(yǔ)音自動(dòng)應(yīng)答提供依據(jù)。我們所要做的，就是從知識(shí)庫(kù)中取出知識(shí)模塊并進(jìn)一步強(qiáng)化為風(fēng)險(xiǎn)指標(biāo)模型。三是建立指標(biāo)模型優(yōu)化機(jī)制。稅務(wù)部門應(yīng)建立“開(kāi)發(fā)－驗(yàn)證－應(yīng)用”的指標(biāo)優(yōu)化機(jī)制。對(duì)人工智能系統(tǒng)提出的指標(biāo)模型，可以在既往案例中自主驗(yàn)證有效性，也可指派風(fēng)險(xiǎn)應(yīng)對(duì)人員驗(yàn)證有效性，其評(píng)價(jià)結(jié)果決定該指標(biāo)模型是否進(jìn)入稅收風(fēng)險(xiǎn)特征庫(kù)。

（三）信息系統(tǒng)對(duì)稅收政策與納稅人經(jīng)營(yíng)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(xiǎn)指標(biāo)并驗(yàn)證實(shí)施，這需要一個(gè)先“教”后“學(xué)” 的過(guò)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(biāo)和稅收收入正相關(guān)，哪些指標(biāo)和稅收收入負(fù)相關(guān)，是哪些因素造成的正相關(guān)，哪些因素造成的負(fù)相關(guān)等等， 這樣，人工智能系統(tǒng)就可以自動(dòng)對(duì)相關(guān)指標(biāo)進(jìn)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(duì)新情況作出新判斷，并自主確定指標(biāo)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(jì)主營(yíng)業(yè)務(wù)收入是各行業(yè)普遍存在的一個(gè)稅收疑點(diǎn)，并且可以從以下三個(gè)方面來(lái)判斷是否存在這一問(wèn)題：一是本期發(fā)出存貨的數(shù)量乘以單價(jià)后與銷售收入的對(duì)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(biāo)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(shí)，如面對(duì) 2018 年剛剛實(shí)施的《環(huán)境保護(hù)稅法》及其實(shí)施條例，人工智能系統(tǒng)就應(yīng)該把少計(jì)收入列作環(huán)境保護(hù)稅的疑點(diǎn)，并自主進(jìn)行以下三個(gè)方面的數(shù)據(jù)比對(duì)：一是發(fā)出存貨的數(shù)量乘以單價(jià)后與銷售收入的對(duì)應(yīng)情況，據(jù)此確認(rèn)發(fā)出存貨是否準(zhǔn)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(biāo)明顯異常的企業(yè)；或查找相關(guān)行業(yè)標(biāo)準(zhǔn)，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(biāo)模型建成后，可以掃描所有類型的企業(yè)，并通過(guò)人工方式對(duì)掃描企業(yè)進(jìn)行驗(yàn)證，也就是不斷的試錯(cuò)，最終形成行之有效的年度風(fēng)險(xiǎn)分析指標(biāo)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(xiǎn)分析中探索引入人工智能正當(dāng)其時(shí)，它將會(huì)推動(dòng)稅收風(fēng)險(xiǎn)分析工作再上一個(gè)新臺(tái)階，并為稅收現(xiàn)代化的早日實(shí)現(xiàn)提供更加科學(xué)、高效、有力的工具。

參考文獻(xiàn)：
[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(fèi)洛，約書亞·本吉奧，亞倫·庫(kù)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(xiǎn)管理與模型應(yīng)用[M]. 北京：經(jīng)濟(jì)科學(xué)出版社，2012.
[5]胡云松 . 稅收風(fēng)險(xiǎn)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(guó)社會(huì)科學(xué)院大學(xué)公共政策與管理學(xué)院國(guó)家稅務(wù)總局大企業(yè)稅收管理司
（責(zé)任編輯：郝東杰）