成都稅務：一業一模型 迭代防風險

朱慶華 蘭浩文 本報記者 陳永康

近日，國家稅務總局成都市稅務局升級“常規風評質效管理監測大腦”，通過對指標模型進行迭代優化，聚焦行業特點建立“一業一模型”，實現風險監管“靶向發力”。該系統由成都稅務風控團隊于2024年7月自主開發，運行以來，全市稅收風險識別精準度提升57%，重復性風險任務減少2057戶次，基層任務量壓減48%，應對效能顯著提升。

模型迭代+精準識別：無事不打擾

“接受檢查的次數減少了，稅務局發現公司存在風險疑點會及時提醒，輔導我們自查自糾。”成都市新麗美醫療美容醫院有限責任公司財務負責人鄭坤的話，道出成都市稅務局“監測大腦”升級后的核心價值——模型與數據發力，確保“無風險不打擾、有風險精準管”。

成都市稅務局稅收風險管理局干部吳振宇介紹，“監測大腦”內置智能評價反饋機制，會“越用越好用”。“‘監測大腦’對指標掃描結果自動反饋，我們可以通過綜合成效和命中率等多個維度優化指標模型，提升風險識別精確度，從而大大降低了入戶檢查頻率。”吳振宇說，這也是該系統最大的特點。

以醫療美容行業為例，成都市稅務局根據行業特征，整合提煉“隱匿收入”“轉換收入性質少繳個人所得稅”等6類共性風險特征，通過分析近4年來的約400戶企業的生產經營數據，構建動態模型。系統還根據推送風險完成情況、企業自查反饋情況優化指標參數，將模型命中率提升至62%。“模型一個月迭代一次，堅決避免風險任務‘大水漫灌’。”成都市稅務局稅收風險管理局負責人項力彬說，系統建立以來，推動了20個低效模型迭代升級。

據介紹，除了優化模型，成都市稅務局還對風控核查任務實行分類分級管理，對于存在低風險涉稅事項的企業進行提示提醒，降低打擾納稅人的頻率。

綜合評估+持續迭代：一業一模型

去年，成都市稅務局的醫美行業風險分析模型入選全國十大主特長領域模型。這源于該局在“監測大腦”中創建了“好模型”評價生態，通過綜合評估成效與命中率雙重指標，對風險分析模型進行篩選與評價。經過多輪迭代優化的成熟模型，將被納入“好模型”資源庫，并按行業分類歸集，為行業風險管理提供標準化支持。

成都市稅務局還以“一業一模型”為抓手，根據地方產業情況，向重點領域延伸。目前，充電樁、醫療器械等多個行業模型已迭代升級為“好模型”。

每個行業風險特征不同，“好模型”會聚焦行業特點，量身定制模型。在口腔醫療行業，模型重點聚焦企業、關聯個人、供應商三個維度，對口腔醫療企業的相關財務報表、稅收申報表、第三方銷售、耗材成本和銀行流水等各類基礎數據進行智能分析，多維度提煉、識別和歸納風險特征。在充電樁行業，模型重點聚焦行業特點，對充電樁企業的電力產品、購入設備、充電服務費發票等開展智能分析，識別異常，評判風險。

稅務干部在風險任務核查過程中，會動態提煉行業風險特征，完善風險應對指引。比如，制定《醫療美容機構行業涉稅風險管理指南》，引導企業完整準確地確認收入，對成本費用按規定取得發票，并按稅法規定進行稅前列支，從而持續提升企業稅法遵從度。

“我們已初步形成‘數據建模—動態迭代—規范輸出’的閉環路徑。”項力彬說，通過將初級風險模型持續迭代為“好模型”，并轉化為行業通用規范，實現“治理一個行業、規范一個領域”。

智能調度+質效畫像：減負增效雙突破

“監測大腦”對內部效能的提升也是看得見的。“以前任務一來就扎堆，現在系統智能提示調節節奏，工作安排更科學了。”蒲江縣稅務局風險管理股干部祝梁的體會是，不僅工作更加有條理，還極大程度減少了問題重復推送。

任務調度智能化是核心突破。系統實時監測全市各個區縣的任務飽和度，結合基層人力、進度等數據，智能提示動態調整任務推送節奏。系統還對已整改的任務進行標簽化處理，避免再次下發基層，減輕基層負擔。

而“質效畫像”則讓基層能力“看得見”。“監測大腦”設置“問題控制能力”“質量控制能力”等評價指標，針對個人和任務生成評價數據。風險應對人員在任務完成后，可以對照系統數據進行任務復盤，精準定位薄弱環節，有針對性地改進提升。成都市成華區稅務局風險管理局干部董婉麗坦言：“過去，我們干完活就歸檔，現在對照數據找不足，還會主動學習案例庫里的優秀應對方法。”

工作評估情況顯示，成都市稅務局去年在風險任務推送量下降的基礎上，單個風險任務應對質效和應對能力均得到提升，整體應對效能名列前茅。