锐思|税务稽查(审计)选案中的“高级分析”(Advanced Analytics()EP02)

2015年，OECD调查了16个国家和地区“高级分析”的应用情况。结果显示，税务稽查（审计）选案中的“高级分析”技术应用最为广泛，除了我国以外，15个国家和地区都在调查、稽查、审计等其他遵从管理活动中采用了“高级分析”。

风控君认为，该调查的数据已经滞后，当前，我国各级税务机关在稽查选案、风险识别等方面已经开始应用“高级分析”，很多单位识别模型不断成熟和完善中，在推进税收管理方面获得了不俗的成绩。

在稽查选案、风险识别、调查案头等运用“高级分析”技术能够促进工作效率和效益的成倍提升，这是全球各税务机关达成的共识之一。

1.大量的数据资源。在各个税种，尤其是VAT，各国税务机关与偷税或申报错误的斗争一直持续着，不论在缴税前还是缴税后。在一些国家，比如，美国、澳大利亚、新西兰、英国等已经开始着手采用分析模型来有效识别偷税或其他不遵从情形，尤其在选案环节。“数据富裕”的环境让各国税务机关具备了采用“高级分析”技术的条件和基础：

一是面对大数据，一些“数据杂音”的负面影响已经微乎其微，各国税务机关可以通过数据分析模型来寻找一些明确的信号。

二是面对海量申报，传统的税务专家直接调查已经不可行。

2.评估下一个最佳选择的重要性。最近，各国税务机关对预测模型需求的呼声不断提高。一个鲜明的观点：有关建立一个模型决策的关键部分是评估下一个最佳选择。具体讲，对于一个不发达的税务机关，“高级分析”能够轻而易举的创造价值；对于一个“高级分析”较为成熟的税务机关，通过预测模型增加价值的挑战就非常大了。为此，当决策层开始选择“高级分析”项目时，需要明确下一个最佳选择是什么。

3.社交网络分析的作用。一些国家税务机关为了预测VAT偷税或者申报错误，不断建设统计模型，比如，运用社交网络分析（SNA）去减少增值税循环式骗税（VAT carousel）和其他诈骗团伙级别的风险。社交网络分析通常用于识别高风险团伙，特别是个体级别的评估无法胜任时，主要识别个人与网络之间的关系。税务干部可以通过浏览整个网络，给各个风险画像。当然，也可以通过规则导向的评估模型或者基于历史数据的统计模型对整个网络进行评估。

4.精细化模型（fined-grained model）的功能。个体级别的模型的最大缺席就是无法通过单一模型去精确识别大量不同的风险。比如，识别增值税申报错误的模型就无法有效识别增值税循环式骗税的风险。因为，数据之间潜在的关系往往反映的是特定风险的本质。如果要求单一模型去识别不同风险，效果一定很差。

于是，更加科学的问题出现了。如何提炼出有针对性的模型呢？或者，如何为每个风险类型设计出模型呢？在这个层面上，风控君认为解决这个问题的前提在于税务机关对不同类型风险的认识程度和相关数据关系——依然取决于专家的水平。

5.无监管学习模型的意义。以上所有模型都是监管学习模型（supervised learning methods）。监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。各国税务机关通过历史数据和现行政策的研究，以及学习过去稽查、审计、风险管理案例获得知识并设计分析模型，从而预测不遵从。

另一种模型是无监督学习模型（unsupervised learning methods）。它与监督学习的不同之处，在于我们事先没有任何训练样本，而需要直接对数据进行建模。这听起来似乎有点不可思议，但是在我们自身认识世界的过程中很多处都用到了无监督学习。无监督学习里典型的例子就是聚类（Cluster）。聚类的目的在于把相似的东西聚在一起，而我们并不关心这一类是什么。因此，一个聚类算法通常只需要知道如何计算相似度就可以开始工作了。

无监管学习模型并不需要税务机关对风险有既定的认识和知识，仅仅通过数据分析模型获得预测结果。听的来有点荒唐的模型，正在“高级分析”中不断运用，该模型可以有效减少案例的学习量以及因案例本身的局限性而对风险产生的错误认识，同样，可以识别出很多未知的风险。

举两个例子。澳大利亚国税局设计的“近邻模型”（nearest neighbours model）和新西兰国税局设计的“收入消费模型”（ine-ncumption model）。模型内容不同，但是，设计原理一致：通过比较与该纳税人紧密相关的个体、企业数据识别出涉税风险。通过大量数据比较，原本需要深度调查的案件也变得非常简单。

实例还有很多，比如，美国国税局的资金流结构模型，澳大利亚国税局的税务代理风险模型，瑞士国税局的未申报收入模型等。