2020年12月19日和21日，国家税务总局深圳市税务局在其官网“首页 > 信息公开 > 政府采购 > 其它公告”栏分别发布了《国家税务总局深圳市税务局反洗票系统需求文档项目合同书》《国家税务总局深圳市税务局稽查局情报分析管理系统开发与集成项目合同》，合同书介绍了反洗票系统功能和智慧稽查系统功能。兹摘录如下，以飨读者!

　　01

　　反洗票系统功能

　　4.1系统包含的功能

　　4.1.1纳税人基本情况的查询分析

　　对纳税人的基本信息进行查询分析，包括纳税人登记信息、重要人员变更情况、经营范围、信用等级、受处罚情况等信息，作为纳税人“洗票”风险评估的参考依据。

　　4.1.2纳税人增值税申报情况查询分析

　　分析纳税人近2年内每期增值税申报数据情况，线性展示纳税人的申报进项与销项的幅度变化情况，便于分析纳税人近期的生产经营情况，开票项目分类情况，以及各类开票项目占比情况，判断纳税人经营情况是否稳定，开票量是否异常。

　　4.1.3纳税人发票领用及开票情况查询分析

　　分析纳税人近2年内每个属期发票领用及开具使用情况，线性展示纳税人的发票领用及开具使用的幅度变化情况，包括份数、金额、类型占比等，判断纳税人发票领用及开具使用情况是否稳定，开票量及分类占比是否异常。

　　4.1.4纳税人发票冲红及作废情况查询分析

　　分析纳税人近2年内每个属期发票冲红及作废情况，线性展示纳税人的发票冲红及作废的幅度变化情况。对发票冲红及作废的时间、频次、占比等信息进行检查，判断纳税人发票冲红及作废是否合规，频次和占比是否异常。

　　4.1.5纳税人主营业务情况查询分析

　　分析纳税人近2年内每个属期主营销项开票情况及主营进项发票情况，线性展示纳税人主营销项和主营进项的幅度变化情况。准确的了解纳税人实际的经营业务情况，判断主营销项和主营进项是否匹配，相关度是否存在异常。

　　4.1.6纳税人主要客户基本情况查询分析

　　分析纳税人近2年内业务往来最多的上下游各前十的客户，分别线性展示与上下游各前十的客户业务往来的幅度变化情况。并对客户的经营情况、主营产品、信用等级、违规处罚等情况进项分析，作为纳税人“洗票”风险评估的参考依据。

　　4.1.7纳税人进项发票风险溯源分析

　　分析纳税人近2年内每个属期的进项发票抵扣情况，对进项发票进行溯源分析，追溯各参与方的申报及抵扣情况，判断是否存在发票造假、一票多开等“洗票”行为。

　　4.1.8纳税人销项发票风险追踪分析

　　分析纳税人近2年内每个属期的销项发票申报情况，对销项发票进行下钻分析，追踪发票的流转情况，判断是否存在虚开增值税发票等“洗票”行为。

　　4.1.9纳税人发票抵扣风险分析

　　分析纳税人近2年内每个属期进销项发票抵扣情况，包括进项发票与销项发票之间的品类相关性、构成比例、金额、税率等情况，并结合对上下游客户的基本风险评估，综合判断开票业务是否存在异常。

　　4.1.10纳税人经营能力风险分析

　　分析纳税人近2年内每个属期水电能耗、物流仓储费用、租金、物业费以及社保数据等，了解纳税人的实际生产能力，与所所开具的发票进行比对，检验是否异常，是否存在“洗票”嫌疑。

　　4.1.11反洗票风险分析模型管理

　　对纳税人基本情况、开票行为、开票量、上下游客户等信息进行特征分析，设计标签体系及评分指标，根据标签和指标建立经验模型，根据业务规则设置预警阈值，并提供分析模型的审核、发布等管理功能。

　　4.1.12反洗票风险处置决策管理

　　设计风险处置决策知识库，根据风险分析模型预警情况，自动识别风险类型，并智能匹配风险处置措施，协助工作人员进行风险处置。并提供决策知识库的审核、发布等管理功能。

　　4.1.13系统对接服务管理

　　以灵活配置的方式对接金三系统、增值税发票管理系统、税务大数据平台等系统，通过数据接口交互方式，实现数据共享。并提供数据提取、加工、分析等管理功能。

　　——摘自《国家税务总局深圳市税务局反洗票系统需求文档项目合同书》

　　02

　　智慧稽查系统功能

　　建设智慧稽查，是深圳市税务局稽查局在新时期、新环境下推进稽查信息化建设的新战 略、新举措。为提升智慧稽查建设的整体水平与质效，需要具有新思维、新思路、新手段， 加强与各系统建设方合作，以高标准、高要求推进智慧稽查各项目的开发管理和集成部署。

　　情报分析管理系统作为智慧稽查的数据中枢、分析大脑，以畅通数据来源渠道、提升数 据交互共享、深化情报分析应用、服务选案查案建设目标。通过建设互联网数据采集和查管互动模块，实现接入融合税务内部、外部和第三方数据资源;综合利用AI+大数据等前沿技术，实现税务稽查专家经验的流程化、计算化，建设智能研判、情报探查、智能查询等模块， 为税务稽查办案各环节提供情报支撑。

　　根据情报分析管理系统功能需求显示，系统将从违法企业发现、疑点线索分析、手法感知预警、业务数据互动以及违法态势研判等五个方面进行项目建设。

　　违法企业发现：对涉税违法企业实体及行为全时空、多维度的发现监控。基于内外部数 据，结合业务专家办案经验总结的指标体系，构建智能风险研判分析模型，主动扫描发现潜 在违法风险企业，提高对涉税违法犯罪的主动打击能力。

　　疑点线索分析：支持稽查办案人员高效精准开展各类线索和案件的疑点分析。针对不同 来源渠道的线索信息以及线索分析报告，梳理归纳线索分析报告的差异性，提炼线索分析功 能组件。提供线索疑点交互分析工作台，辅助线索分析人员完成线索疑点分析、在线制作线 索分析报告。

　　手法感知预警：实现对各类涉税违法行为的新风险、新手法及时感知预警。利用大数据、 机器学习等技术，对涉税违法行为进行监控，及时对风险企业进行预警提示和研判。

　　业务数据互动：通过建立互联网采集模块，实现企业涉税互联网信息的智能采集;建立 查管互动等模块，将经确认不需要立案检查的协查凭证，直接推送至区税务局实施处理;同时，汇集与公安、海关、人行交换的业务数据，为稽查选案分析提供多源数据支撑。

　　违法态势研判：融合情报分析和在办案件数据，针对不同涉税违法行为，从行业分布、 区域分布、犯罪趋势等维度对税收违法走势进行分析预测。

　　建立五大智能研判分析系统

　　智能研判是情报分析管理系统智能化建设的核心内容，需要覆盖虚开、骗税以及偷逃税 等违法行为，基于指标体系，结合稽查办案专家经验，利用丰富的算法模型从重点行业、主要税种维度构建模型分析组件，实现对重点领域企业涉税违法行为的发现识别和风险预警。

　　虚开增值税发票智能分析。虚开增值税发票是企业对外开具发票时无真实货物交易，或者即便有真实货物交易，但开具与实际交易情况数量、金额不符的发票。基于虚开增值税发票的涉税违法行为特征，利用已有税务稽查的丰富基础数据，对虚开违法特征和行为进行学习和总结，提炼出具有智能识别模式的分析组件，从而对虚开违法犯罪进行事前主动监测，及时发现预警，事中事后快速反应，达到打防结合的虚开稽查监管效果。

　　骗取出口退税智能分析。骗取出口退税是指纳税人用假报出口等虚构事实或隐瞒真相的方法，经过公开合法的程序，利用国家税收优惠政策，骗取减免税或者出口退税的行为。骗税呈现专业化、隐蔽化、 地域变动化、团伙化以及信息化等新特点，严重扰乱税收次序，造成国家税款损失。骗税分析范围包括出口生产企业和出口贸易企业，并且其上游为往往为虚开、洗票企业。出口骗税智能分析需从资金流、票流以及物流等维度，结合行业特征知识，构建智能识别模式，从海量的数据中对企业骗税违法行为深入分析挖掘，快速精准发现骗税违法线索，为税务稽查打击骗税提供及时准确的情报支撑。

　　偷逃税智能分析。偷逃税是指纳税人故意违反税收法规，采用欺骗、隐瞒等方式逃避纳税的违法行为。偷逃税行为智能分析需瞄准企业偷逃税行为特征，综合利用税务内外部多源数据，构建企业偷逃税行为分析模型，实现对企业偷逃税行为的快速、精准识别。

　　重点行业涉税违法智能分析。深入分析、总结涉税违法犯罪严重程度较高的行业违法特征，并结合行业领域知识进行 深度分析，挖掘其中的规律性和趋势性。基于行业特点和行业知识，利用企业违法行为预测、 敏感商品挖掘等智能化算法模型，主动监测重点行业动态信息，对异常的涉税行为进行提早发现，为税务稽查提供针对性的监管辅助支撑。

　　主要税种涉税违法智能分析。主要征收税种是国家税收保障的重要来源，因此从主要税种涉税违法方面建立智能化的监测分析能力，以保证税收征管秩序，维护税收营商环境。企业涉税违法犯罪的客观事实是造成了国家税款的损失，而国家税款的来源离不开具体税种的纳税申报。因此基于企业向税 务机关提交的纳税申报、财务报表等数据，结合企业的开票情况，建立对纳税申报、财务报表以及发票往来情况的智能化监测分析组件，支持对企业进行商品开票量监测、申报异常监测以及税负率异常监测，实现重点税种、重点行业企业异常行为的常态化监测。

　　建立开源涉税情报信息库

　　随着互联网技术的快速发展，开源信息的传播和扩散成为一种网络常态。可搜集互联网 开源情报涉税信息，为税务稽查打击涉税犯罪活动提供开源情报支撑。

　　从税收业务整体角度出发，实现对互联网涉税数据的高效采集，丰富税务大数据云平台 的数据资源，为税收征管、税务稽查等业务工作提供辅助信息。数据来源主要包括各大论坛、 网站、两微一端、重点企业官网信息、税务外网公告信息、重点企业公开数据以及主流媒体的涉税新闻，全面采集重点企业和行业的开源涉税及舆情信息。

　　互联网开源数据是庞大而且复杂的，针对税务稽查这一领域建立开源涉税情报信息库， 立足于税务稽查的实际业务和数据需求，从庞大复杂的开源数据网络中筛选出涉税领域情报 信息。包括关键词、指定专业站点、媒体社交账号等多种定向采集方式。对采集到的开源互联网涉税情报信息，进行数据清洗、排重、数据标注以及数据融合处理等，降低数据噪音， 构建互联网开源涉税情报信息库，为涉税风险研判模型提供数据支撑。