深圳:多项举措强化大企业税收监管

大企业是国民经济的重要支撑和税收收入的主要来源，做好大企业税收服务和管理工作，在税收治理乃至国家治理中具有重要意义和作用。国家税务总局深圳市税务局通过深化协同共治、优化专业团队、强化数智支撑，提高关键税源监控和治理能力，持续提升大企业税收治理水平。近年来，大企业税收占全市税收比重稳步上升，深圳千户集团企业税收贡献持续提升。

在经济全球化和建设全国统一大市场的背景下，大企业集团关联交易频发，跨域、跨境经营成为常态。以深圳市为例，91户总部在深集团有市外成员企业4.21万户，58户集团设立境外成员企业，2024年境内和跨境关联交易规模达万亿级。近年来，深圳市税务局通过与兄弟省市合作联动，持续提升监管指向性，发现大企业集团内保外贷、关联交易等跨境跨域风险较为集中。

为进一步加强跨境业务监管，深圳市税务局对总部在深集团绘制全球族谱图，从集团总部向上穿透，掌握企业境外控股架构；同时向下穿透，掌握企业境外投资布局，梳理出股权转让、资金融通、业务经营3大类典型风险，并编制配套核查指引，细化业务分析路径。

今年以来，深圳市税务局通过分析“全球族谱图”发现，9户总部在深集团存在个人实控人利用境外持股平台等方式，对实际归属于个人的收益仅按10%缴纳预提所得税，存在资金利润转移出境少缴个人所得税风险。跨域交易监管方面，通过分析集团企业在各业务板块的分布，定位产业链价值链中核心企业，开展业务链条式分析，比对各企业间的实际税负率、享受优惠政策等信息，挖掘隐藏在组织架构、关联交易、业务链条中的涉税风险。

比如，深圳市税务局通过梳理Z集团的业务布局和关联往来，发现Z集团总部设立多家软件公司，通过大量购买软件信息服务，将Z集团利润留在软件企业并享受企业所得税优惠，再通过分红方式将利润返还Z集团，以达到少缴税目的。经核实，Z集团总部设立的多家软件公司存在虚列研发支出问题，不符合软件企业享受优惠条件，最终企业补足了相应税款。

鉴于金融、信息技术服务业等重点行业发展的新特点给税收监管带来的新挑战，深圳市税务局大企业税收管理部门建立专业团队，持续强化对重点行业的税收监管，组织开展政策适用风险排查，不断夯实征管基础，助力行业健康发展。

金融业是深圳的支柱产业之一，户数占比仅1%的金融业纳税人贡献了全市超三成税收（剔除证券交易印花税后占两成）。金融业业务复杂、创新活跃，行业特殊规定较多，既存在税法与监管口径差异等原因导致的共性风险，又呈现细分行业个性风险。比如，银行业风险相对集中于贷款业务各环节，私募基金存在多层嵌套、隐匿收入相关风险。

信息技术服务业是深圳的特色优势产业，其税源特点与创新属性高度相关，一方面创新投入规模大，深圳信息技术服务业大企业研发投入强度达到7.7%，远高于各行业大企业平均水平；另一方面高投入带来高产出，某科技集团上半年末无形资产同比增长16.9%；同时，创新业态快速发展，平台经济、云计算等新业态持续涌现，游戏出海、社交电商等新模式不断更新。伴随着创新而来的，是企业对税收政策适用不准确、业务性质界定不明晰、VIE架构等因素引发税务风险等。

为此，深圳市税务局大企业税收服务和管理部门聚焦支柱行业、特色行业，组建金融业、信息技术服务业、新能源汽车等7个行业团队，通过深入研究行业特点、提炼涉税风险，全面加强行业税源监控。比如，针对金融业，建成银行、证券、保险、基金4个子行业信息库和12个集团信息库，夯实数据底座；聚焦典型风险建成39个通用指标、25个行业特色指标，提升税源感知能力；梳理思维导图、分析底稿、应对路径形成7份工作指引和18个典型案例，有效提升事前纳税辅导、合规引导的针对性和精准性，服务重点行业高质量发展。

面对股东减持、并购重组等重大事项监管中的复杂挑战，深圳市税务局大企业税收管理部门探索新技术与业务场景深度融合，推动监管手段更加高效智能。近期，深圳市税务局大企业税收管理部门在应用人工智能大模型技术方面持续探索。

举例来说，利用BI低代码可视化交互技术，自动提取深圳上市公司基本情况、股东减持等数据信息，生成涵盖架构图谱、财税数据等板块的全景信息库，并按季自动更新，成为常态化开展上市公司监管抓手；利用推理大模型，通过多轮交互式的需求理解，在完全不需要人工编写代码的情况下，建成11个上市公司股东减持监控指标，实现持股信息全面溯源、持股成本和减持收益自动测算、多层嵌套合伙企业架构穿透；利用人工智能工作台，构建文本阅读智能体，通过提示词优化和案例输入，训练智能体学习理解重大资产重组等5类业务规则，实现招股说明书、外部公告的智能阅读分析。

在人工智能大模型等数智技术的赋能下，海量数据分析、涉税信息提取、涉税风险初步核查均由机器负责，后续对机器分析结果进一步人工核查，在“数智支撑”的加持下实现税收监管质效提升。

来源：中国税务报