人工智能技術(shù)與稅收風(fēng)險(xiǎn)管理創(chuàng)新

王愛清 朱凱達(dá)

【摘 要】 人工智能技術(shù)的出現(xiàn)和應(yīng)用，為稅收風(fēng)險(xiǎn)管理的創(chuàng)新提供了極為便利的技術(shù)平臺(tái)和創(chuàng)新性思路?！叭斯ぶ悄?稅收風(fēng)險(xiǎn)管理”在稅務(wù)稽查篩選中極具優(yōu)勢(shì)，文章選擇Bagging和SVM兩種計(jì)算機(jī)算法預(yù)測逃稅模型，構(gòu)建了預(yù)測指標(biāo)，快速且精確地對(duì)實(shí)例進(jìn)行聚類，將出現(xiàn)明顯異常的小類識(shí)別為異常，判斷其存在稅收風(fēng)險(xiǎn)。該模型可在稅務(wù)稽查中篩選重點(diǎn)企業(yè)和可疑業(yè)務(wù)，以減少稅收流失風(fēng)險(xiǎn)，提高稅務(wù)稽查命中率。人工智能與稅收風(fēng)險(xiǎn)管理的結(jié)合必將是未來提高稅收風(fēng)險(xiǎn)管控水平的重要手段之一。

【關(guān)鍵詞】 人工智能; 稅收風(fēng)險(xiǎn); 風(fēng)險(xiǎn)管理

【中圖分類號(hào)】 F208;F812.42? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2020）07-0126-05

一、人工智能技術(shù)原理及其對(duì)社會(huì)的沖擊效應(yīng)

（一）人工智能技術(shù)的原理

人工智能技術(shù)亦稱為AI技術(shù)，被譽(yù)為21世紀(jì)三大尖端技術(shù)之一，近30年的發(fā)展勢(shì)如破竹。人工智能的基本含義是“人工+智能”。通過人為創(chuàng)造類似于人腦思維模式的一種計(jì)算機(jī)算法，來釋放人類大腦中一些繁瑣簡單的思考活動(dòng)，即為人工智能的目標(biāo)[ 1 ]。

目前主流的人工智能系統(tǒng)使用人工神經(jīng)網(wǎng)絡(luò)來模擬人類大腦中的神經(jīng)元，這些網(wǎng)絡(luò)通過調(diào)整神經(jīng)元之間的連接進(jìn)行學(xué)習(xí)。創(chuàng)造智能的方式有兩種：一種是首先完全了解大腦思考的全部過程，然后將整個(gè)過程進(jìn)行人為的模擬;另一種是僅大腦功能的模擬，即不對(duì)全部過程及結(jié)構(gòu)完全模仿，僅對(duì)其本身的作用進(jìn)行模仿?，F(xiàn)代科技還不足以解開大腦的秘密，只能通過對(duì)其功能的模擬來實(shí)現(xiàn)人工創(chuàng)造的智能。人工智能技術(shù)善于識(shí)別海量數(shù)據(jù)中隱藏的模式，而依賴經(jīng)驗(yàn)和知識(shí)的人類卻不容易發(fā)現(xiàn)海量數(shù)據(jù)中隱藏的模式和信息，這就是人工智能的優(yōu)勢(shì)所在。

（二）人工智能技術(shù)對(duì)社會(huì)的沖擊效應(yīng)

異軍突起的人工智能技術(shù)之所以勢(shì)不可擋，在很大程度上是因?yàn)殚_放的軟件工具（也稱為框架），使得構(gòu)建和訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)目標(biāo)應(yīng)用程序變得容易，即使用各種不同的編程語言，對(duì)已知的識(shí)別目標(biāo)可以離線定義和訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)。一旦訓(xùn)練完成，神經(jīng)網(wǎng)絡(luò)可以很容易地部署到嵌入式平臺(tái)上，也可以遷移到各種軟件程序和硬件平臺(tái)上，并借助PC或云的能力訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

人工智能技術(shù)的出現(xiàn)和實(shí)際應(yīng)用，對(duì)很多行業(yè)產(chǎn)生了顛覆性的影響，人工智能的廣泛應(yīng)用，使得大部分簡單的體力以及腦力勞動(dòng)被智能機(jī)器所替代，這對(duì)各個(gè)行業(yè)的就業(yè)產(chǎn)生強(qiáng)烈沖擊。社會(huì)勞動(dòng)結(jié)構(gòu)本身呈現(xiàn)金字塔形，底層的就業(yè)大部分是簡單的體力或者腦力勞動(dòng)，而人工智能的出現(xiàn)完全可以替代金字塔中的絕大部分底層勞動(dòng)力，對(duì)整個(gè)社會(huì)的就業(yè)產(chǎn)生不可預(yù)知的巨大沖擊。不僅如此，人工智能技術(shù)為整個(gè)行業(yè)的經(jīng)營模式以及商業(yè)模式開辟出一個(gè)全新的方向，對(duì)產(chǎn)業(yè)營銷模式和管理模式的顛覆性改變必將開拓出一片新領(lǐng)域，在開發(fā)新領(lǐng)域新技術(shù)的同時(shí)又會(huì)產(chǎn)生大量就業(yè)需求。另外，一些基本的人工智能能夠幫助各行業(yè)大大減少運(yùn)營成本，并精確完整地完成各項(xiàng)預(yù)定任務(wù)。諸如此類的變化將對(duì)所有行業(yè)的商業(yè)管理模式提出新的要求。

2017年7月8日，國務(wù)院頒布了《關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》，計(jì)劃到2030年建成世界主要人工智能創(chuàng)新中心。由此，我國將借助人工智能把稅收管理和納稅服務(wù)工作提升到一個(gè)嶄新的高度。當(dāng)然，在這個(gè)發(fā)展過程中需要我們以新的思想理念和技術(shù)思維，不斷研究發(fā)掘新的信息技術(shù)應(yīng)用，迭代新的納稅服務(wù)產(chǎn)品，深化智能化技術(shù)手段，創(chuàng)新“人工智能+稅收風(fēng)險(xiǎn)管理”方式。

總之，從人工智能技術(shù)特征、實(shí)施核心和終極目的來看，人工智能技術(shù)為目前實(shí)施合作型稅收風(fēng)險(xiǎn)管理戰(zhàn)略提供了最佳契機(jī)。

二、人工智能在稅收領(lǐng)域的應(yīng)用分析

（一）人工智能助推稅收管理現(xiàn)代化

自2017年人工智能被寫進(jìn)政府工作報(bào)告，我國正式進(jìn)入人工智能元年，各行業(yè)領(lǐng)跑者已經(jīng)著手自身產(chǎn)業(yè)與人工智能技術(shù)的結(jié)合研究，越來越多的企業(yè)開始大規(guī)模運(yùn)用人工智能[ 2 ]。運(yùn)用計(jì)算機(jī)進(jìn)行信息處理以及電子化的時(shí)代已經(jīng)過去，目前最有發(fā)展價(jià)值和巨大變革的就是對(duì)數(shù)據(jù)的分析以及對(duì)人工智能的開發(fā)。在各行各業(yè)都大力發(fā)展人工智能管理的大趨勢(shì)下，稅收與人工智能的結(jié)合成為必然。國家稅收征管部門對(duì)各行各業(yè)的稅收征管技術(shù)必定要在社會(huì)平均水平以上，否則對(duì)一些采用高科技企業(yè)的稅收征管監(jiān)督不能精準(zhǔn)地判斷企業(yè)相關(guān)涉稅業(yè)務(wù)的真實(shí)性，這對(duì)我國稅收征管提出了挑戰(zhàn)。在各個(gè)行業(yè)都大力發(fā)展人工智能的時(shí)代，國家稅收征管部門必定要跟上潮流，甚至采用強(qiáng)人工智能技術(shù)來協(xié)助自己更有效率地對(duì)市場主體進(jìn)行監(jiān)管，也只有跟上科技潮流，才能對(duì)稅收征管的相關(guān)成本進(jìn)行必要的降低，以及有效監(jiān)督相關(guān)稅收風(fēng)險(xiǎn)，減少國家稅源流失。

（二）人工智能助推稅收征管提高效率

我國自分稅制以來稅收征管一直存在征收成本大、管理水平低等各種問題，在國地稅還未合并之前雙方信息溝通不到位，各自為政，稅收征管部門溝通效率不高，導(dǎo)致納稅人納稅成本高，程序的繁多以及鞋底成本的存在也是長期高額征管成本和納稅成本的原因。征管成本的降低需要通過先進(jìn)的科技和盡職盡責(zé)的稅務(wù)局人員共同來完成。人工智能時(shí)代，稅收征管系統(tǒng)必然要與人工智能技術(shù)完美結(jié)合，使得一些簡單、冗多、易錯(cuò)的繁瑣工作交由人工智能機(jī)器人來處理，而一些專業(yè)性的稅收風(fēng)險(xiǎn)評(píng)估以及稅務(wù)稽查選案工作，依靠人工智能技術(shù)利用海量數(shù)據(jù)進(jìn)行分析篩選，重塑稅收風(fēng)險(xiǎn)管理組織體系，形成集成化的稅收風(fēng)險(xiǎn)管理系統(tǒng)。

（三）人工智能優(yōu)化稅收征管程序

自2015年國務(wù)院總理李克強(qiáng)提出簡政放權(quán)，深化“放管服”改革以來，我國相關(guān)行政審批事項(xiàng)大大減少，進(jìn)一步優(yōu)化了政府職能。然而在稅收征管方面依舊存在很多問題，比如相關(guān)納稅人身份認(rèn)定、高新技術(shù)企業(yè)安全生產(chǎn)設(shè)備的資格鑒定等還需要納稅人自身進(jìn)行判定和申報(bào)，手續(xù)相當(dāng)復(fù)雜。“最多跑一次”改革仍然是“放管服”改革中最明顯的短板。因此，稅收征管部門應(yīng)大力加強(qiáng)人工智能技術(shù)在稅收認(rèn)定或鑒定中的應(yīng)用，進(jìn)一步簡化納稅認(rèn)定程序，運(yùn)用人工智能技術(shù)幫助納稅人進(jìn)行相關(guān)資格認(rèn)定，真正為納稅人降低稅收風(fēng)險(xiǎn)。

三、利用人工智能推進(jìn)稅收風(fēng)險(xiǎn)管理創(chuàng)新

在人工智能時(shí)代，稅務(wù)機(jī)關(guān)應(yīng)充分利用大數(shù)據(jù)、“互聯(lián)網(wǎng)+”的信息技術(shù)，優(yōu)化集成內(nèi)外部數(shù)據(jù)資源，建設(shè)大數(shù)據(jù)管理平臺(tái)，加快風(fēng)險(xiǎn)管理與大數(shù)據(jù)平臺(tái)對(duì)接融合的步伐[ 3 ]，結(jié)合高效、準(zhǔn)確的“機(jī)器學(xué)習(xí)”算法推動(dòng)稅收管理從“業(yè)務(wù)驅(qū)動(dòng)”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動(dòng)”。

集中打造涉稅信息數(shù)據(jù)人工智能云平臺(tái)，按照互聯(lián)網(wǎng)思維中的平臺(tái)思維，通過云平臺(tái)，一方面集中收集和處理涉稅數(shù)據(jù)信息，另一方面將大數(shù)據(jù)分析挖掘形成的有價(jià)值信息放在人工智能云平臺(tái)，為納稅人當(dāng)然也為稅務(wù)部門和相關(guān)政府部門的管理決策提供高端服務(wù)。這些通過大數(shù)據(jù)、人工智能云計(jì)算所形成的高含金量的涉稅數(shù)據(jù)信息不同于以往的數(shù)據(jù)庫，主要涵蓋諸如“納稅人特征庫”“稅收知識(shí)庫”“稅收案例庫”“稅收風(fēng)險(xiǎn)特征庫”“納稅人需求調(diào)查”“行業(yè)稅收經(jīng)濟(jì)特征庫”“地區(qū)稅收經(jīng)濟(jì)特征庫”“稅收經(jīng)濟(jì)分析報(bào)告”和“稅收營商環(huán)境指數(shù)報(bào)告”，也包括各種應(yīng)用場景的相關(guān)知識(shí)，所有這些都是基于人工智能云計(jì)算的新型基礎(chǔ)設(shè)施。全社會(huì)可以在這樣的條件下構(gòu)建不同的業(yè)務(wù)應(yīng)用，形成高端的涉稅服務(wù)組合。

人工智能系統(tǒng)依托風(fēng)險(xiǎn)管理系統(tǒng)和大數(shù)據(jù)平臺(tái)，對(duì)以往正常納稅人以及逃稅人的相關(guān)海量數(shù)據(jù)進(jìn)行分析、篩選和標(biāo)識(shí)，形成數(shù)據(jù)的特征集[ 4 ]，探索用“機(jī)器學(xué)習(xí)”算法預(yù)測納稅人的逃稅概率，然后將判斷結(jié)果提交給稅務(wù)機(jī)關(guān)。稅務(wù)機(jī)關(guān)再根據(jù)策略選擇分辨逃稅概率較高的納稅人進(jìn)行嚴(yán)厲的稅務(wù)稽查，從而節(jié)省稅務(wù)風(fēng)險(xiǎn)管理識(shí)別的時(shí)間和成本，降低稅收管理成本。

傳統(tǒng)的檢查過分依賴于稅務(wù)干部業(yè)務(wù)水平、工作經(jīng)驗(yàn)以及納稅人在眾人心目中的固有形象，這大多含有主觀判斷性，且判斷結(jié)果具有離散性，即只存在兩種可能性：逃稅或者沒有逃稅[ 5 ]。而使用機(jī)器學(xué)習(xí)算法，由于計(jì)算機(jī)存儲(chǔ)性能、計(jì)算性能的指數(shù)式提高以及機(jī)器學(xué)習(xí)算法的不斷優(yōu)化，使得可以從海量的過往數(shù)據(jù)中快速地學(xué)習(xí)到不同類別（本文中指正常納稅人和逃稅人）所具有的特征，然后給出一個(gè)納稅人逃稅的概率，進(jìn)而稅務(wù)局可以重點(diǎn)挑選檢查對(duì)象。每次預(yù)測的結(jié)果都可以進(jìn)行保存，在下次定期預(yù)測時(shí)被利用，避免人工反復(fù)對(duì)同一個(gè)納稅人進(jìn)行重復(fù)的一些檢查、核對(duì)工序。

（一）稅務(wù)風(fēng)險(xiǎn)管理模型的設(shè)計(jì)思路

通過登記數(shù)據(jù)、申報(bào)數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、繳納稅額以及是否享有稅收優(yōu)惠等納稅人的相關(guān)數(shù)據(jù)，建立起納稅人和逃稅概率之間的一個(gè)預(yù)測模型。該模型對(duì)納稅人有如下假設(shè)：（1）具有相似經(jīng)營條件的納稅人，比如相同地域、相同行業(yè)、相同規(guī)模、相同投入的納稅人，他們的納稅額度應(yīng)該比較接近;（2）企業(yè)的財(cái)務(wù)報(bào)表數(shù)據(jù)是通過一定的會(huì)計(jì)準(zhǔn)則對(duì)企業(yè)生產(chǎn)經(jīng)營過程中的資金流動(dòng)進(jìn)行會(huì)計(jì)核算的結(jié)果，能較為綜合地反映企業(yè)的生產(chǎn)經(jīng)營行為;（3）大量樣本可以反映具有相似經(jīng)營條件的納稅人的行為規(guī)律，從而可以從過往的海量數(shù)據(jù)學(xué)習(xí)到特征，進(jìn)而對(duì)其他納稅人進(jìn)行逃稅概率的預(yù)測。

（二）稅收風(fēng)險(xiǎn)管理模型的選擇

考慮實(shí)際情況，模型選擇結(jié)合使用Bagging和SVM算法。

Bagging采用重復(fù)抽取訓(xùn)練數(shù)據(jù)的方式進(jìn)行取樣，即從訓(xùn)練集中按等概率抽取樣本進(jìn)行模型的訓(xùn)練，模型可以很好地覆蓋訓(xùn)練樣本空間的所有數(shù)據(jù)。此外，Bagging對(duì)數(shù)據(jù)的抗干擾能力較強(qiáng)，適合注冊(cè)登記類型不同、公司規(guī)模大小有差異、公司投資金額有差距的不同納稅人，能很好地保證觀測值的“獨(dú)立同分布”性質(zhì)。

SVM，即支持向量機(jī)，它旨在尋找不同類別訓(xùn)練樣本的劃分超平面，如圖1中的三角和五角之間的劃分線C（二維空間顯示為劃分線，多維空間顯示為劃分平面）。三角和五角分別代表兩類不同的訓(xùn)練數(shù)據(jù)，雖然A、B、C（都是劃分平面）都可以將兩類數(shù)據(jù)進(jìn)行劃分，但是顯然C更好，因?yàn)樗鼘?duì)訓(xùn)練樣本局部擾動(dòng)的“容忍”性最好。例如由于訓(xùn)練集的局限性或噪聲的原因，三角可能出現(xiàn)在平面B、C之間，五角可能出現(xiàn)在平面C、A之間，這時(shí)候，平面A、平面B都將把數(shù)據(jù)分錯(cuò)，而平面C卻不會(huì)。換言之，C平面，即超平面，它所產(chǎn)生的分類結(jié)果是最優(yōu)的。

由于目前的數(shù)據(jù)是人工根據(jù)實(shí)際情況對(duì)很多數(shù)據(jù)的評(píng)價(jià)指標(biāo)進(jìn)行了篩選的，數(shù)據(jù)的特征是比較明確的，所以使用SVM。SVM是專門針對(duì)二分類問題的，模型相比于神經(jīng)網(wǎng)絡(luò)較簡單，不需要花費(fèi)大量的時(shí)間訓(xùn)練。

（三）稅收風(fēng)險(xiǎn)管理變量的選擇

有監(jiān)督的機(jī)器學(xué)習(xí)可以形式化地表示為已知目標(biāo)變量y與輸入x之間存在一定的未知依賴關(guān)系，即存在一個(gè)未知的映射F（x，y），通過逼近函數(shù)反復(fù)地訓(xùn)練調(diào)整，使預(yù)測的期望風(fēng)險(xiǎn)降到最低，以找到最佳的F（x，y）近似目標(biāo)函數(shù)。根據(jù)研究目標(biāo)，模型選用“是否為逃稅人”作為目標(biāo)變量。分類器在輸出結(jié)果的上一層會(huì)對(duì)每個(gè)類別有一個(gè)打分，然后將本條測試數(shù)據(jù)分到得分較高的那個(gè)類別。所以，雖然目標(biāo)變量是個(gè)離散值，但是其實(shí)可以得到一個(gè)概率值（將每類的得分進(jìn)行歸一化就可以得到每類的概率）。對(duì)于參與變量，原始數(shù)據(jù)中可供選擇的指標(biāo)很多，但這些指標(biāo)并非全部有助于稅收流失測算，反而可能因?yàn)樽兞恐g的相關(guān)性、噪聲變量等降低模型的有效性。運(yùn)用傳統(tǒng)的聚類方法、因子分析、逐步回歸等進(jìn)行自變量選擇是比較繁瑣、艱難的工作，而機(jī)器學(xué)習(xí)支持全樣本、全變量參與，符合大數(shù)據(jù)分析的需求，所以本文運(yùn)用機(jī)器學(xué)習(xí)法中的噪聲穩(wěn)健性算法計(jì)算各變量的重要性排序，然后選取繳納稅額、以往違反稅法程度、企業(yè)整體稅負(fù)率等作為參與變量。

最后即可通過將所有申報(bào)到稅務(wù)局的企業(yè)信息輸入模型進(jìn)行測評(píng)，同時(shí)根據(jù)實(shí)際情況不斷修正結(jié)果和模型，不斷優(yōu)化和改善，最終使誤差達(dá)到一定標(biāo)準(zhǔn)即可在全國稅務(wù)系統(tǒng)進(jìn)行大規(guī)模試用，以減少稅務(wù)局征管成本，大大減少稅收流失。

（四）人工智能在稅收風(fēng)險(xiǎn)管理實(shí)踐中的應(yīng)用

人工智能主要為稅收管理提供了技術(shù)支撐，人工智能技術(shù)可在稅收風(fēng)險(xiǎn)管理中應(yīng)用于稽查異常企業(yè)、異常業(yè)務(wù)及異常行為三個(gè)方面。在稅收風(fēng)險(xiǎn)管理實(shí)踐中應(yīng)用人工智能技術(shù)，可以首先篩選出最有可能逃稅的企業(yè)，然后對(duì)此類目標(biāo)企業(yè)的涉稅業(yè)務(wù)進(jìn)行系統(tǒng)性篩選，即通過Bagging和SVM算法排查目標(biāo)企業(yè)最可疑的涉稅業(yè)務(wù)并進(jìn)行重點(diǎn)稽查。

1.篩選目標(biāo)企業(yè)

稅務(wù)系統(tǒng)在稽查系統(tǒng)中篩選重點(diǎn)稽查企業(yè)時(shí)嵌入包含Bagging和SVM算法的人工智能算法系統(tǒng)，將兩類企業(yè)（即正常納稅企業(yè)和有逃稅行為的企業(yè)）的大量相關(guān)信息，如企業(yè)注冊(cè)的時(shí)間、企業(yè)注冊(cè)的經(jīng)營范圍、企業(yè)的注冊(cè)金額與繳納稅款的金額、企業(yè)的信用度、企業(yè)在銀行的相關(guān)信用記錄以及企業(yè)以往違反稅法記錄等變量作為訓(xùn)練數(shù)據(jù)的特征集輸入到模型的Input端，訓(xùn)練出篩選目標(biāo)企業(yè)的模型，如圖2所示。

通過將稅務(wù)稽查系統(tǒng)想要篩選的企業(yè)的以上信息按照提前設(shè)定好的方法轉(zhuǎn)化成相應(yīng)的特征向量輸入到模型中，測出樣本企業(yè)對(duì)行業(yè)正常水平的偏離度并評(píng)價(jià)得分，得分越高的樣本企業(yè)違反稅收遵從度的可能性越大，可以設(shè)置得分百分制，設(shè)置算法系統(tǒng)將得分超過80分的企業(yè)輸出反饋到稅務(wù)篩選系統(tǒng)，再將算法篩選系統(tǒng)選出的目標(biāo)企業(yè)得分以及對(duì)目標(biāo)企業(yè)的檢查結(jié)果信息重新反饋到數(shù)據(jù)對(duì)比庫中進(jìn)行標(biāo)記修正，同時(shí)通過檢查結(jié)果對(duì)算法篩選系統(tǒng)進(jìn)一步完善和不斷增加變量以提高篩選精度，從而使誤差達(dá)到一個(gè)可控范圍。

2.篩選重點(diǎn)稽查業(yè)務(wù)

通過上一步方式篩選得到目標(biāo)企業(yè)，再設(shè)計(jì)一套算法篩選系統(tǒng)（見圖3），將行業(yè)平均利潤率、行業(yè)成本產(chǎn)出比率、行業(yè)平均交易價(jià)格等參與變量依據(jù)稅務(wù)局賦予的權(quán)重進(jìn)行排列，并且通過一個(gè)簡單的二分篩選將超過設(shè)定標(biāo)準(zhǔn)的業(yè)務(wù)數(shù)額輸入到算法篩選系統(tǒng)進(jìn)行對(duì)比評(píng)估，將低于設(shè)定標(biāo)準(zhǔn)的排除在系統(tǒng)之外。太低的業(yè)務(wù)數(shù)額對(duì)稅收稽查的成本遠(yuǎn)大于收益，且會(huì)對(duì)算法系統(tǒng)構(gòu)成一定的誤差影響。

用于算法系統(tǒng)對(duì)比學(xué)習(xí)的數(shù)據(jù)庫可以采用區(qū)塊鏈技術(shù)建立一個(gè)分布式云賬本體系和云發(fā)票系統(tǒng)，通過建立企業(yè)財(cái)務(wù)的云賬本體系，讓能夠通過秘鑰驗(yàn)證的真實(shí)信息進(jìn)入財(cái)務(wù)節(jié)點(diǎn)。由于區(qū)塊鏈信息的不可篡改性，給稅務(wù)部門在稽查時(shí)提供了公開透明的財(cái)務(wù)證據(jù)，且通過企業(yè)財(cái)務(wù)節(jié)點(diǎn)與其他節(jié)點(diǎn)的連接可以實(shí)現(xiàn)所有相關(guān)數(shù)據(jù)全部共享，使數(shù)據(jù)的質(zhì)和量得到雙重保證。

算法篩選系統(tǒng)通過對(duì)區(qū)塊鏈云賬本體系的數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)并根據(jù)SVM算法得出數(shù)額較大且與行業(yè)合理浮動(dòng)閾值相差較大的重點(diǎn)稽查業(yè)務(wù)，此時(shí)再通過稅務(wù)稽查人員親自查驗(yàn)是否存在稅收風(fēng)險(xiǎn)問題，并將結(jié)果數(shù)據(jù)重新存入算法篩選系統(tǒng)作為執(zhí)行下次任務(wù)的一個(gè)參考指標(biāo)。

（五）稅收風(fēng)險(xiǎn)管理系統(tǒng)的維護(hù)

模型建立后，需要控制系統(tǒng)中數(shù)據(jù)的量和質(zhì)。在工業(yè)時(shí)代，最有價(jià)值的是自然資源，而在信息時(shí)代以及智能時(shí)代，最有價(jià)值的是數(shù)據(jù)。對(duì)于數(shù)據(jù)的量，目前來說是不少的，只是由于技術(shù)及成本的原因無法開發(fā)，無法將隱藏的“數(shù)據(jù)礦藏”全部發(fā)掘出來，因此不僅稅務(wù)部門需要發(fā)掘未開發(fā)的數(shù)據(jù)礦藏，而且其他政府部門也要盡力發(fā)掘，不斷補(bǔ)充樣本，使樣本的數(shù)量足夠大。當(dāng)樣本達(dá)到無限大時(shí)，就相當(dāng)于包含所有數(shù)據(jù)，測量的精度就可近似為真實(shí)值。

在數(shù)據(jù)質(zhì)的管控方面，要在數(shù)據(jù)輸入端加以把控，保證數(shù)據(jù)的準(zhǔn)確性和完整性，一旦數(shù)據(jù)準(zhǔn)確性發(fā)生偏差，最后模型測量結(jié)果必然也出現(xiàn)一定的偏差，甚至產(chǎn)生蝴蝶效應(yīng)，所以通過加強(qiáng)數(shù)據(jù)準(zhǔn)入層面的監(jiān)管，在數(shù)據(jù)樣本選擇環(huán)節(jié)二次進(jìn)行篩選將失真數(shù)據(jù)加以排除，以保證樣本精度在可控范圍內(nèi)。

信息共享方面，信息共享的目的，其一是為了擴(kuò)大數(shù)據(jù)數(shù)量，其二是為了對(duì)比本部門擁有的數(shù)據(jù)是否準(zhǔn)確以及是否完整，最終目的是為了保證數(shù)據(jù)的質(zhì)和量，因此需要加強(qiáng)稅務(wù)局和銀行、工商、國外涉稅相關(guān)機(jī)構(gòu)的信息交換工作，打造完整的數(shù)據(jù)鏈條以及數(shù)據(jù)體系，系統(tǒng)地整合數(shù)據(jù)質(zhì)量，為后續(xù)模型的預(yù)測打好基礎(chǔ)。

系統(tǒng)安全方面，由于信息技術(shù)日新月異，層出不窮的系統(tǒng)漏洞及補(bǔ)丁對(duì)稅收部門建立的智能預(yù)測系統(tǒng)是一種極大的風(fēng)險(xiǎn)，稅收管理部門應(yīng)當(dāng)定期檢查并更新系統(tǒng)，保證防火墻的安全性，防止惡意病毒及黑客篡改程序、竊取數(shù)據(jù)等。

綜上所述，我國稅收風(fēng)險(xiǎn)管理體系的改革是大勢(shì)所趨。稅收風(fēng)險(xiǎn)管理與人工智能的結(jié)合為我國稅收風(fēng)險(xiǎn)管理的創(chuàng)新提供了一條新的思路，在提高納稅人服務(wù)滿意度以及降低納稅人納稅成本方面，人工智能也提供了新的方向和思路。全面推進(jìn)智能化稅收風(fēng)險(xiǎn)管理，需要在互聯(lián)網(wǎng)平臺(tái)、大數(shù)據(jù)平臺(tái)和云平臺(tái)的基礎(chǔ)上構(gòu)建稅收風(fēng)險(xiǎn)管理人工智能平臺(tái);推進(jìn)多元異構(gòu)數(shù)據(jù)融合，構(gòu)建復(fù)雜應(yīng)用場景下的多維涉稅信息綜合大數(shù)據(jù)應(yīng)用平臺(tái);打造智能化涉稅服務(wù)系統(tǒng)，搭建稅務(wù)人工智能基礎(chǔ)設(shè)施和納稅服務(wù)創(chuàng)新平臺(tái)?？梢酝茰y，新的人工智能系統(tǒng)應(yīng)當(dāng)是鑲嵌于綜合納稅服務(wù)平臺(tái)中的一組人工智能軟件系統(tǒng)，而不是一臺(tái)智能機(jī)器人。該系統(tǒng)能夠自動(dòng)搜集和處理涉稅大數(shù)據(jù)，依靠強(qiáng)大的機(jī)器學(xué)習(xí)增強(qiáng)學(xué)習(xí)能力和服務(wù)經(jīng)驗(yàn)，為納稅人提供智能化服務(wù)產(chǎn)品，最終形成“流程化+智能化”的稅收風(fēng)險(xiǎn)管理模式。

【參考文獻(xiàn)】

[1] 李為人，李斌.在稅收風(fēng)險(xiǎn)分析中引入人工智能技術(shù)的思考[J].稅務(wù)研究，2018（6）：29-34.

[2] 杜莉，鄭毓文.應(yīng)用區(qū)塊鏈技術(shù)推動(dòng)我國增值稅征管創(chuàng)新：機(jī)制分析和方案設(shè)計(jì)[J].稅務(wù)研究，2018（6）：72-79.

[3] 劉小瑜，溫有棟，江炳官.“互聯(lián)網(wǎng)+”背景下高新技術(shù)企業(yè)的稅收風(fēng)險(xiǎn)預(yù)警：基于智能優(yōu)化算法的研究[J].稅務(wù)研究，2018（6）：80-86.

[4] 王會(huì)波.大型企業(yè)集團(tuán)稅務(wù)風(fēng)險(xiǎn)管控模式探討[J].會(huì)計(jì)之友，2017（11）：89-93.

[5] 趙瑜，孫存一，王坤.基于微觀數(shù)據(jù)的房地產(chǎn)業(yè)稅收流失研究：基于以機(jī)器學(xué)習(xí)法的實(shí)證分析[J].中國物價(jià)，2015（9）：65-67.