“以数治税”背景下探索税收风险管理新路

中办、国办《关于进一步深化税收征管改革的意见》将“以数治税”理念贯穿税收征管全过程。“以数治税”在助力税收征管和纳税服务不断升级优化的同时，也为税收风险管理带来新的挑战，需要深入剖析“以数治税”背景下税收风险管理存在的不足及成因，进而寻得解决路径。 “以数治税”背景下税收风险管理现状 税收风险管理是指税务机关将现代信息技术作为支持手段，在全面分析纳税人税法遵从状况的基础上，针对不同类型的纳税人、不同等级的税收风险，合理配置税收管理资源，通过风险提醒、纳税评估、税务审计、反避税调查、税务稽查等风险应对手段，预防和控制税收风险，提高纳税人的税法遵从度，提升税务机关管理水平。 在税收风险管理工作中，大数据的应用还存在一些不足。涉税数据来源多元化，包括纳税人报税信息、银行交易记录、第三方数据等，并且不同数据源之间的数据格式、标准和质量存在差异，这会影响数据的准确性和全面性。 在“以数治税”的模式下，税收风险管理需要综合利用各种数据来进行风险评估和决策。但是，在实际应用中，由于第三方数据通常包含大量个人和商业信息，涉及用户隐私和商业机密，不同部门之间的数据共享涉及数据共享协议、法律法规的合规性等问题，税务机关获取第三方数据的难度较大。 以数字经济、共享经济、电子商务、区块链、人工智能等为代表的新型经济形态和商业模式，即新兴业态的出现，在提高税收管理的效率和准确性的同时，也给税收风险管理带来新的挑战。高度依赖互联网和技术平台的新兴业态为企业规避税收、转移利润提供新的可能，大大增加了税务机关发现和追踪企业税收行为的难度。 相比于传统经济时代，数字经济时代下的企业经济活动更为复杂和多样化，企业可能同时进行跨境交易、数字支付、电子商务等多种经济活动。这些经济活动涉及不同的税收领域和税收规则。当一个税收风险在某个领域出现时，可能会对其他领域的税收风险产生影响，从而导致风险的传递和扩散。此外，企业之间的相互关联和相互影响日益增强。当一个企业采取某种税收规避行为时，可能会对其他企业的税收行为产生影响。 税收风险管理的创新路径 为了应对数字化时代的挑战，实现更加高效、精准的税收风险管理，笔者认为，税收风险管理需要积极寻求新的路径。 涉税数据准确性和全面性不足是“以数治税”模式下税收风险管理面临的一个重要问题。通过加强数据质量管理、数据整合和校验、监控和反馈机制等措施，可以提高涉税数据的准确性和全面性，进而提升税收风险管理的效果和可靠性。首先，建立完善的数据质量管理机制，包括制定数据采集、录入、清洗和校验等环节的规范和标准，提高数据的准确性和全面性。其次，通过区块链等较为新颖的系统工具，对不同数据源的数据进行整合和校验，识别和纠正数据中的错误和不一致之处，确保数据准确性。最后，定期对涉税数据进行质量评估，并将评估结果反馈给数据提供方和相关部门。 通过建立集成化系统、完善数据接口和共享机制，可以在一定程度上缓解第三方数据获取难、运用难的问题，提升税收风险管理的效果。首先，建立包含税务申报、风险识别、数据分析等的集成化税收管理系统，避免数据泄露，确保数据查询留痕，提高数据流通效率。其次，完善数据接口，确保不同系统之间的数据能够实时、准确地进行传递和共享。包括制定统一的数据标准和格式、建立数据接口规范、提供数据交换和集成的技术支持等。以这种方式可以实现税收数据的无缝连接，方便不同系统之间的数据共享和协同分析。最后，税务机关可以与其他相关机构建立数据共享机制，实现税收数据的跨部门共享和协作，更好地识别和评估税收风险。 通过应用机器学习等新技术和新理念，可以化解新经济模式带来的新税收风险，实现在“以数治税”背景下税收风险管理的创新。首先，利用机器学习和数据挖掘技术，对大量的税收数据进行分析和挖掘，发现潜在的税收风险模式和规律。通过建立预测模型，预测税收风险的发展趋势和可能的影响，及时采取相应的应对措施。其次，通过机器学习算法，对税收数据进行实时监测和分析，识别异常情况和风险信号。建立智能预警系统，及时发现和预警可能存在的税收风险。然后，利用机器学习和人工智能技术，实现税收风险管理的自动化决策和智能审核。建立智能审核系统，自动分析和审核大量的税收数据，减少人工审核的工作量，提高审核的效率和准确性。最后，通过机器学习和自然语言处理技术，了解公众对税收政策和征管措施的态度和反馈，及时调整税收管理策略，化解潜在的税收风险。 优化“信用+风险”监管体系，提升监管效率。首先，“信用”方面，将纳税信用深度融入社会信用体系。通过评估纳税人的信用记录和行为，对纳税人进行分类和分级管理。这不仅能够提升税收风险管理的精准度，将资源集中在低信用的纳税人身上，对其进行重点监管和风险防控；还能提高监管资源的利用效率，避免对信用较好的纳税人进行重复的监管和审核，简化高信用纳税人的办税流程并给予其一定的优惠政策。其次，“风险”方面，建立全国性或区域性的风险特征库。按照税种、行业、事项等特征多维度归集风险疑点，严格区分风险等级，对纳税人进行分类归纳、分级管理。最后，积极探索和分析信用与风险的关联性，动态调整系统内信用与风险的匹配关系及影响因素，使监管更加精准有效。 （作者系国家税务总局北京市丰台区税务局党委书记、局长）