近日，国家税务总局成都市税务局升级“常规风评质效管理监测大脑”，通过对指标模型进行迭代优化，聚焦行业特点建立“一业一模型”，实现风险监管“靶向发力”。该系统由成都税务风控团队于2024年7月自主开发，运行以来，全市税收风险识别精准度提升57%，重复性风险任务减少2057户次，基层任务量压减48%，应对效能显著提升。

模型迭代+精准识别：无事不打扰

“接受检查的次数减少了，税务局发现公司存在风险疑点会及时提醒，辅导我们自查自纠。”成都市新丽美医疗美容医院有限责任公司财务负责人郑坤的话，道出成都市税务局“监测大脑”升级后的核心价值——模型与数据发力，确保“无风险不打扰、有风险精准管”。

成都市税务局税收风险管理局干部吴振宇介绍，“监测大脑”内置智能评价反馈机制，会“越用越好用”。“‘监测大脑’对指标扫描结果自动反馈，我们可以通过综合成效和命中率等多个维度优化指标模型，提升风险识别精确度，从而大大降低了入户检查频率。”吴振宇说，这也是该系统最大的特点。

以医疗美容行业为例，成都市税务局根据行业特征，整合提炼“隐匿收入”“转换收入性质少缴个人所得税”等6类共性风险特征，通过分析近4年来的约400户企业的生产经营数据，构建动态模型。系统还根据推送风险完成情况、企业自查反馈情况优化指标参数，将模型命中率提升至62%。“模型一个月迭代一次，坚决避免风险任务‘大水漫灌’。”成都市税务局税收风险管理局负责人项力彬说，系统建立以来，推动了20个低效模型迭代升级。

据介绍，除了优化模型，成都市税务局还对风控核查任务实行分类分级管理，对于存在低风险涉税事项的企业进行提示提醒，降低打扰纳税人的频率。

综合评估+持续迭代：一业一模型

去年，成都市税务局的医美行业风险分析模型入选全国十大主特长领域模型。这源于该局在“监测大脑”中创建了“好模型”评价生态，通过综合评估成效与命中率双重指标，对风险分析模型进行筛选与评价。经过多轮迭代优化的成熟模型，将被纳入“好模型”资源库，并按行业分类归集，为行业风险管理提供标准化支持。

成都市税务局还以“一业一模型”为抓手，根据地方产业情况，向重点领域延伸。目前，充电桩、医疗器械等多个行业模型已迭代升级为“好模型”。

每个行业风险特征不同，“好模型”会聚焦行业特点，量身定制模型。在口腔医疗行业，模型重点聚焦企业、关联个人、供应商三个维度，对口腔医疗企业的相关财务报表、税收申报表、第三方销售、耗材成本和银行流水等各类基础数据进行智能分析，多维度提炼、识别和归纳风险特征。在充电桩行业，模型重点聚焦行业特点，对充电桩企业的电力产品、购入设备、充电服务费发票等开展智能分析，识别异常，评判风险。

税务干部在风险任务核查过程中，会动态提炼行业风险特征，完善风险应对指引。比如，制定《医疗美容机构行业涉税风险管理指南》，引导企业完整准确地确认收入，对成本费用按规定取得发票，并按税法规定进行税前列支，从而持续提升企业税法遵从度。

“我们已初步形成‘数据建模—动态迭代—规范输出’的闭环路径。”项力彬说，通过将初级风险模型持续迭代为“好模型”，并转化为行业通用规范，实现“治理一个行业、规范一个领域”。

智能调度+质效画像：减负增效双突破

“监测大脑”对内部效能的提升也是看得见的。“以前任务一来就扎堆，现在系统智能提示调节节奏，工作安排更科学了。”蒲江县税务局风险管理股干部祝梁的体会是，不仅工作更加有条理，还极大程度减少了问题重复推送。

任务调度智能化是核心突破。系统实时监测全市各个区县的任务饱和度，结合基层人力、进度等数据，智能提示动态调整任务推送节奏。系统还对已整改的任务进行标签化处理，避免再次下发基层，减轻基层负担。

而“质效画像”则让基层能力“看得见”。“监测大脑”设置“问题控制能力”“质量控制能力”等评价指标，针对个人和任务生成评价数据。风险应对人员在任务完成后，可以对照系统数据进行任务复盘，精准定位薄弱环节，有针对性地改进提升。成都市成华区税务局风险管理局干部董婉丽坦言：“过去，我们干完活就归档，现在对照数据找不足，还会主动学习案例库里的优秀应对方法。”

工作评估情况显示，成都市税务局去年在风险任务推送量下降的基础上，单个风险任务应对质效和应对能力均得到提升，整体应对效能名列前茅。