Bài 3: Kinh nghiệm quốc tế trong quản lý rủi ro và bài học cho Việt Nam

Bài 1: Quản lý rủi ro trong tuân thủ thuế: Ngăn ngừa tiêu cực, tăng thu ngân sách

Bài 2: Quản lý rủi ro trong tuân thủ thuế: Những thách thức phải đối mặt

Về tổ chức bộ máy quản lý rủi ro

Trên thế giới, theo khuyến nghị của Liên minh Châu Âu (Ủy ban Thuế và Hải quan EU), Tổ chức hợp tác và phát triển kinh tế (OECD), Ngân hàng Thế giới (WB) và Quỹ tiền tệ thế giới (IMF) đề xuất, nhiều cơ quan thuế các nước đã và đang đưa quản lý rủi ro tuân thủ trở thành một đơn vị thường trực trong cơ cấu tổ chức để thực hiện các biện pháp phát hiện rủi ro và sử dụng quản lý rủi ro tuân thủ (QLRRTT) như một công cụ tích hợp cho tất cả các quy trình lập kế hoạch và đưa ra quyết định của ngành thuế.

Tại Anh, Cơ quan Thuế và Hải quan Vương quốc Anh (HMRC) có đơn vị rủi ro và thông tin nghiệp vụ (RIS). Đơn vị này là trung tâm của hoạt động tuân thủ và thực thi tuân thủ tại HMRC. RIS phối hợp chặt chẽ với các bộ phận khác để thu thập, tìm kiếm thông tin nghiệp vụ chi tiết nhằm phân tích đối tượng người nộp thuế đánh giá rủi ro. Bên cạnh đó RIS sử dụng các công nghệ mới, tiên tiến để phân tích dữ liệu thu thập nhằm thiết kế chiến lược tuân thủ và lựa chọn người nộp thuế để thực hiện các biện pháp quản lý nâng cao tuân thủ trong tất cả các phân đoạn người nộp thuế, từ đó ngăn chặn và giúp HMRC đưa ra quyết định xử sự đối với các hành vi không tuân thủ.

Tại Mỹ, các bộ phận nghiệp vụ của Cơ quan Thuế nội địa Mỹ (IRS) nhận được sự hỗ trợ về phân tích dữ liệu từ Đơn vị Nghiên cứu, Thống kê và Phân tích Ứng dụng (RAAS) trong việc xây dựng các công cụ lọc rủi ro, mô hình và các thuật toán lựa chọn trường hợp; đồng thời phân tích hành vi, dự báo thất thoát thuế, và điều phối các nghiên cứu về gánh nặng đối với người nộp thuế. Bên cạnh đó RAAS còn tiến hành nghiên cứu, phân tích và xây dựng các chiến lược tuân thủ không chỉ giới hạn tại 1 đơn vị nghiệp vụ mà là trên toàn bộ IRS. RAAS gồm có 06 phòng, trong đó có Phòng Thí nghiệm Mô hình tuân thủ (CML) thực hiện ước tính tính chất và mức độ không tuân thủ bao gồm cả khoảng cách về thuế và tỷ lệ nộp tờ khai tự nguyện.

Tại Canada, Đơn vị Quản lý tuân thủ của Cơ quan Thuế Canada (CRA) là một bộ phận đặt tại hội sở chính, chịu trách nhiệm xây dựng các chiến lược tuân thủ cho bốn lĩnh vực chương trình: doanh nghiệp lớn và quốc tế, thuế hàng hóa và dịch vụ (GST), doanh nghiệp nhỏ và vừa, và chương trình tuân thủ thuế quốc tế. Đơn vị này bao gồm các ban riêng cho bốn lĩnh vực chương trình. Mỗi ban chương trình có các phòng khác nhau và một đơn vị quản lý rủi ro. Đơn vị tuân thủ cũng bao gồm một Ban Quản lý tuân thủ đặc biệt có nhiệm vụ thiết lập các hướng dẫn về QLRRTT và hỗ trợ cho bốn ban chương trình áp dụng các hướng dẫn này. Các đơn vị quản lý rủi ro của đơn vị tuân thủ thực hiện phân tích về đánh giá, lượng hóa rủi ro, xác định các chỉ báo rủi ro, xây dựng thuật toán rủi ro, và lựa chọn trường hợp kiểm tra, thanh tra dựa trên thuật toán.

Tại Trung Quốc, năm 2019 cơ quan thuế Trung Quốc (STA) đã thành lập Vụ Quản lý rủi ro thuế và Dữ liệu lớn có trách nhiệm lập Chiến lược quản lý rủi ro tuân thủ cho toàn ngành thuế đồng thời tổ chức, sử dụng dữ liệu lớn và triển khai các hoạt động quản lý rủi ro trên cả nước.

(Ảnh minh họa)

Tại Hà Lan, Hội sở chính của Cơ quan Thuế Hà Lan (NTA) có hai đơn vị chịu trách nhiệm về chiến lược QLRRTT: Tuân thủ, đánh giá tác động và quốc tế (CD UHB), chịu trách nhiệm thiết kế khung tuân thủ tổng thể, bao gồm xác định rủi ro và lựa chọn trường hợp và Chuyên môn Tuân thủ Thuế (CD VT), là đơn vị cung cấp hỗ trợ kỹ thuật trong việc triển khai khung tuân thủ, phân tích kết quả của các khảo sát ngẫu nhiên và đưa ra những phân tích sâu về hành vi người nộp thuế.

Tại Malaysia, Cơ quan Thuế (LHDN) tổ chức quản lý rủi ro tuân thủ tại Vụ Tuân thủ thuế, chịu trách nhiệm tổ chức công tác quản lý nâng cao tuân thủ pháp luật thuế của người nộp thuế tại tất cả các phân đoạn người nộp thuế, các sắc thuế cũng như các lĩnh vực có rủi ro tuân thủ thuế khác.

Xây dựng Chương trình Quản lý rủi ro tuân thủ

Theo Ủy ban Thuế và Hải quan EU, tuân thủ pháp luật thuế là việc người nộp thuế tự nguyện thực hiện nghĩa vụ thuế của mình về việc đăng ký, nộp hồ sơ, kê khai chính xác tờ khai thuế và nộp thuế đúng hạn. Quản lý rủi ro của người nộp thuế trong quản lý thuế thực chất là Quản lý rủi ro tuân thủ của người nộp thuế. Những rủi ro này là rủi ro không tuân thủ, bao gồm rủi ro gian lận thuế, rủi ro mất khả năng thanh toán của người nộp thuế,...

Tại cơ quan thuế Nội địa Chi-lê (SII), Vụ Tuân thủ Thuế quốc gia là đơn vị chịu trách nhiệm thiết kế, chỉ đạo, giám sát kế hoạch nâng cao tuân thủ hàng năm trong toàn bộ SII. Kế hoạch nâng cao tuân thủ bao gồm các kế hoạch thành phần cho các sắc thuế khác nhau và phân đoạn người nộp thuế. Vụ Tuân thủ Thuế quốc gia và hai đơn vị phân tích rủi ro khác sẽ chịu trách nhiệm xác định các rủi ro tuân thủ cả ở mức độ cơ bản và mức độ phức tạp đối với các sắc thuế và phân đoạn người nộp thuế khác nhau.

Tại Hungary, Cơ quan Thuế và Hải quan quốc gia Hungary (NTCA) có một đơn vị QLRR chịu trách nhiệm thiết kế và chỉ đạo, giám sát thực hiện chiến lược quản lý rủi ro tuân thủ trên toàn quốc, vận hành các ứng dụng phân tích rủi ro ở cấp trung ương và và chỉ đạo, giám sát, hỗ trợ các hoạt động phân tích rủi ro của các cơ quan thuế địa phương.

Tại Slovenia, Cơ quan Thuế (FURS) có một đơn vị quản lý rủi ro tuân thủ ở cấp trung ương tại hội sở chính, chịu trách nhiệm thiết kế hướng dẫn thực hiện các chiến lược QLRRTT, hỗ trợ và chỉ đạo các tổ tác nghiệp QLRRTT nhận diện những rủi ro tuân thủ chính, xây dựng kế hoạch nâng cao tuân thủ cho những rủi ro đó, và giám sát việc thực hiện kế hoạch của các tổ tác nghiệp.

Tại Ba Lan, Đơn vị quản lý rủi ro tuân thủ được tổ chức tại cơ quan thuế các cấp trong toàn ngành. Cơ quan thuế cấp dưới sẽ gửi các đề xuất sơ bộ về rủi ro lên cho đầu mối cơ quan thuế cấp trên phê duyệt trước khi các biện pháp quản lý rủi ro tuân thủ được xem xét, so sánh, hợp nhất và tinh chỉnh để đưa vào Kế hoạch thực hiện cấp quốc gia và cấp khu vực.

Phân tích dữ liệu phục vụ QLRR tuân thủ

Truy cập dữ liệu đầy đủ, chính xác và kịp thời là điều kiện tiên quyết để cơ quan thuế quản lý thành công hệ thống thuế. Những dữ liệu này cung cấp thông tin để làm căn cứ xác định rủi ro, đánh giá rủi ro và phân loại rủi ro. Theo OECD, cơ quan thuế sẽ có nhiều dữ liệu từ nhiều nguồn thông tin khác nhau. Vì vậy việc đối chiếu và liên kết dữ liệu sẵn có là hết sức quan trọng. Cơ quan thuế sẽ sử dụng cơ sở dữ liệu và kho dữ liệu liên kết giúp xác định và đánh giá rủi ro. Theo đó, phương pháp phân tích thống kê thường được áp dụng để phân tích dữ liệu người nộp thuế và phát hiện sai sót giữa dữ liệu và hành vi không tuân thủ. Phương pháp này liên quan đến việc sử dụng kết quả của các cuộc thanh tra kiểm tra trước đó, sau đó được phân tích kết hợp với dữ liệu người nộp thuế sẵn có.

OECD cũng đánh giá cao các công cụ khai phá dữ liệu (data mining). Khai phá dữ liệu là quá trình khai phá và phân tích dữ liệu bằng các công cụ tự động như AI. Dữ liệu được khai phá là dữ liệu có quy mô lớn, từ đó có thể phát hiện ra các mô hình và quy định có ý nghĩa của người nộp thuế. Các quy trình kỹ thuật cụ thể được triển khai thực hiện bao gồm: hệ thống mạng trung gian (neural networks), cây hồi quy (regression trees) và các thuật toán khác. Về cơ bản, với một nhóm dữ liệu cho trước (kể cả kết quả thanh, kiểm tra trước đây), phần mềm khai thác dữ liệu của cơ quan thuế được yêu cầu xác định các đặc điểm của NNT không tuân thủ (dựa trên kết quả thanh tra, kiểm tra trong quá khứ) với những NNT tuân thủ. Các thuật toán có thể phân tích hàng trăm các đặc tính tương đồng và tìm được các đặc điểm đặc trưng trong dữ liệu. Dữ liệu này có thể được sử dụng để đưa ra các tiêu chí mới và để xác định hành vi không tuân thủ.

Tại Mỹ, Cơ quan Thuế vụ Mỹ (IRS) đã triển khai thành công hệ thống phân tích dữ liệu lớn (Data Analytics Platform) để hỗ trợ công tác quản lý thuế. Hệ thống này đã giúp IRS phát hiện và ngăn chặn kịp thời nhiều trường hợp trốn thuế, gian lận thuế.

Cơ quan Thuế Vương quốc Anh (HMRC) áp dụng ADEPT (Analytics for Debtor Profiling and Targeting), là một hệ thống phân tích dữ liệu lớn được triển khai vào năm 2018 nhằm giúp HMRC nâng cao hiệu quả quản lý nợ thuế. Dựa trên phân tích dữ liệu, ADEPT giúp HMRC xác định các rủi ro nợ thuế tiềm ẩn và đưa ra các biện pháp quản lý nợ thuế hiệu quả. ADEPT đã được sử dụng để phát hiện một số vụ trốn thuế lớn, mang lại cho HMRC hàng triệu bảng Anh; ADEPT đã được sử dụng để xác định các doanh nghiệp có nguy cơ nợ thuế cao, giúp HMRC tập trung nguồn lực để thu hồi nợ thuế hiệu quả hơn. ADEPT đã được sử dụng để tự động hóa một số quy trình quản lý nợ thuế, giúp HMRC tiết kiệm chi phí và thời gian.

Tại Úc, Văn phòng Thuế Úc (ATO) sử dụng ANGIE (Automated Network & Grouping Identification Engine), là một hệ thống phân tích dữ liệu lớn được triển khai vào năm 2020 nhằm giúp ATO phát hiện và ngăn chặn các hành vi gian lận, trốn thuế có tổ chức. ANGIE đã được sử dụng để phát hiện một nhóm các doanh nghiệp giả mạo hóa đơn VAT, phát hiện một nhóm các cá nhân khai báo sai thuế thu nhập, mang lại cho ATO hàng triệu USD Úc.

Tại Hàn Quốc, Cơ quan Thuế Hàn Quốc (NTS) đã triển khai hệ thống phân tích dữ liệu lớn (Big Data Analysis System) vào năm 2019 để hỗ trợ công tác thanh tra, kiểm tra thuế. Hệ thống này đã giúp NTS phát hiện và thu hồi được một số lượng lớn thuế thất thu. Dựa trên phân tích dữ liệu, hệ thống giúp NTS xác định các rủi ro gian lận, trốn thuế tiềm ẩn và đưa ra các biện pháp thanh tra, kiểm tra thuế hiệu quả. Hệ thống phân tích dữ liệu lớn của NTS đã đạt được nhiều kết quả tích cực, góp phần nâng cao hiệu quả quản lý thuế, giảm thiểu thất thu thuế và tạo môi trường kinh doanh công bằng, minh bạch.

Tại Singapore, Cơ quan Thuế Singapore (IRAS) đã triển khai hệ thống quản lý thuế điện tử (e-Tax) kết hợp với dữ liệu lớn để tự động hóa các quy trình nghiệp vụ thuế, nâng cao hiệu quả quản lý thuế.

Bài học cho Việt Nam

Từ các nghiên cứu về kinh nghiệm quốc tế trong việc xây dựng kế hoạch QLRR tuân thủ tổng thể đến việc tổ chức bộ máy và phân tích dữ liệu phục vụ QLRR tuân thủ, có thể rút ra được một số bài học kinh nghiệm cho Việt Nam.

Cụ thể, kiện toàn bộ phận quản trị chiến lược và QLRR về thuế thuộc Tổng cục Thuế nhằm nâng cao thẩm quyền, địa vị pháp lý và năng lực nguồn nhân lực để triển khai sâu, rộng, toàn diện, tập trung có hiệu quả công tác quản trị chiến lược và QLRR, đáp ứng kịp thời yêu cầu cải cách, phát triển, hiện đại hóa ngành Thuế và nâng cao tính tuân thủ tự nguyện của người nộp thuế. Hoạt động QLRR phải được thực hiện từ cấp trung ương xuống cấp địa phương, đảm bảo tính xuyên suốt, thống nhất, dài hạn và liên tục nhằm nâng cao hiệu lực, hiệu quả trong công tác quản lý thuế.

Cần củng cố bộ phận quản lý rủi ro ở cấp trung ương bằng việc hình thành một bộ máy có địa vị pháp lý đủ tầm, đảm bảo đủ nguồn lực, thẩm quyền, chức năng, nhiệm vụ và năng lực thực tế làm đầu mối chủ trì việc xây dựng, tổ chức thực hiện công tác thu thập, xử lý thông tin, áp dụng kỹ thuật để hỗ trợ cho các hoạt động nghiệp vụ quản lý thuế.

Xây dựng chương trình QLRR tuân thủ tổng thế trong đó thiết kế hướng dẫn nghiệp vụ quản lý tuân thủ và kế hoạch nâng cao tuân thủ cho các sắc thuế khác nhau và phân đoạn người nộp thuế.

Công tác QLRRTT phụ thuộc nhiều vào dữ liệu và năng lực phân tích dữ liệu hiệu quả, vì vậy, việc xây dựng năng lực này bao gồm hạ tầng cơ sở dữ liệu phục vụ phân tích rủi ro. Đây là một kho dữ liệu tập trung riêng biệt (single centralized database) được lọc lựa từ 03 nguồn gồm dữ liệu từ người nộp thuế của ngành thuế (primary database); dữ liệu đã tác nghiệp của ngành (secondary database) và dữ liệu từ các bên thứ 3 (như Tổng cục Hải quan, Ủy ban Chứng khoán Nhà nước, Bảo hiểm Xã hội, Ngân hàng Thương mại... ) để phục vụ công tác phân tích rủi ro. Kho cơ sở dữ liệu này do đơn vị QLRR sở hữu nắm giữ, thiết kế, thu thập, chủ trì phối hợp với các đơn vị nghiệp vụ để phân tích, khai thác thường xuyên, liên tục nhằm đáp ứng yêu cầu quản lý. Trên cơ sở phân tích cơ sở dữ liệu này, Đơn vị QLRR cũng cần có đủ năng lực để triển khai các ứng dụng CNTT để hỗ trợ thực hiện công tác QLRRTT.

Xây dựng ứng dụng cơ sở dữ liệu và phân tích rủi ro có định hướng áp dụng các công nghệ mới phân tích dữ liệu lớn, trí tuệ nhân tạo, học máy vào phân tích rủi ro, đánh giá mức độ tuân thủ người nộp thuế và từ đó có biện pháp xử lý về thuế phù hộp với từng mức độ “hành vi tuân thủ” của người nộp thuế.

An Nhiên