[发明专利]一种基于风险分析及AI人工智能模型风险分析方法

说明书

本发明公开了一种基于风险分析及AI人工智能模型风险分析方法，属于AI人工智能技术领域，建立税收风险特征库，根据现有人工经验，针对不同行业、不同税种的风险点建立风险指标模型，并汇集成税收风险特征库；建立自主学习方法，根据税收政策要求自主建立指标模型，并根据新税收政策自主提出新指标模型；建立指标优化机制，建立设置‑验证‑推广的指标优化机制，对人工智能系统提出的指标模型，在既往案例中自主验证有效性，或者指派风险应对人员进行验证，其评价结果决定该指标模型是否进入税收风险分析特征库。本发明利用AI人工智能学习税收风险分析模型并自主不断学习完成模型校验，不断提升模型的精准度。

技术领域

本发明涉及一种风险分析方法，特别是涉及一种基于风险分析及AI人工智能模型风险分析方法，属于AI人工智能技术领域。

背景技术

近年来，随着经济的快速发展，大企业已多数实现跨行业、跨区域甚至跨国经营，交易事项和业务流程日趋复杂多样，税收风险控管难度越来越大，税收风险的发生离不开税收法律法规的执行、税收征管的实践。

但是人工分析税收分析不仅工作强度大，而且数据越来越庞大，面对新数据，又要开发一套新的风险特征指标，工作量太大且耗费时间，为此，需要快速即时的分析当前数据，及时更新风险指标，需要建立一套自主学习方法，能够智能分析存在的异常状况并及时判断出风险值。

发明内容

本发明的主要目的是为了提供一种基于风险分析及AI人工智能模型风险分析方法，利用人工智能学习税收风险分析模型并自主不断学习完成模型校验，不断提升模型的精准度。

本发明的目的可以通过采用如下技术方案达到：

一种基于风险分析及AI人工智能模型风险分析方法，包括如下步骤：

步骤1：建立税收风险特征库，根据现有人工经验，针对不同行业、不同税种的风险点建立风险指标模型，并汇集成税收风险特征库；

步骤2：建立自主学习方法，根据税收政策要求自主建立指标模型，并根据新税收政策自主提出新指标模型；

步骤3：建立指标优化机制，建立设置-验证-推广的指标优化机制，对人工智能系统提出的指标模型，在既往案例中自主验证有效性，或者指派风险应对人员进行验证，其评价结果决定该指标模型是否进入税收风险分析特征库。

进一步的，建立风险特征库的步骤如下：

步骤1.1：根据企业所处行业、生产经营情况、遵从意愿、管理基础和遵从能力、财务会计核算规范度、近年来纳税申报数据、互联网第三方信息等，进行风险初评，制定风险点；

步骤1.2：提取出企业可能存在的若干风险点，按所涉交易事项或业务环节进行分类集成，根据是否申报、时间是否逾期、金额是否足额、填报数据错误数量、逾期时间标准差、金额缺少标准差、异常区间纳税户总和、异常区间纳税户变异系数等问题，取风险阀值，制定风险指标；

步骤1.3：运用审核、筛选、分析、比对、推理、计算、判断、定性、定量等方法，根据风险指标，对企业风险事项逐一做出初步判断，进行风险识别和评级，创建各类风险指标模型；

步骤1.4：结合税收数据库、各类风险指标模型以及风险评定等级制定税收风险特征库。

进一步的，AI人工智能自主学习强化风险指标模型的过程如下：

步骤2.1：建立细分、整理、发布到知识库的流程，首先细分税收数据库各个行业的税种、问题类型、时间、地区、企业性质，进行细致的划分，进行系统化、合理化的分类，然后将各个区别特征归类整理综合，是否申报、时间是否逾期、金额是否足额、填报数据错误数量、逾期时间标准差、金额缺少标准差、异常区间纳税户总和、异常区间纳税户变异系数最后传输到税收风险特征库，为计算机语音自动应答提共依据；