税务稽查 — 人工智能与数据挖掘

人工智能
在税务稽查中的运用

Q: 税务机关真的在用人工智能开展稽查吗？

是的，而且已有多年。DGFiP 的 CFVR 系统（Ciblage de la Fraude et Valorisation des Requêtes）大规模交叉比对可用数据（申报资料、FICOBA、DAC、CRS、地籍资料、URSSAF），以确定稽查对象。稽查立项如今在很大程度上是算法化的，尽管具体查案仍由稽查人员进行。

Q: 税务机关真的可以监控我的社交网络吗？

可以，自 2019 年起，且须在受监管的条件下进行。2019 年 12 月 28 日第 2019-1479 号法律（第 154 条）以试验性质授权对在线平台的公开数据实施自动化采集。采集仅限于可自由访问的数据（公开主页、销售信息），并受到严格监管（CNIL、GDPR）。私密内容和私信仍不在采集范围之内。但 Instagram 上的炫耀性照片，或 Leboncoin 上的频繁销售信息，都可能引起税务机关的注意。

Q: 如何知道是什么触发了对我的稽查？

税务机关没有义务披露定向的具体原因。但线索往往有迹可循：(a) 税务机关的首次要求通常直指所检测到的异常；(b) 索取文件的性质可以指向调查主题；(c) 可以通过 CNIL 行使数据访问权，了解数据处理的逻辑。对这些线索的分析决定了抗辩策略的方向。

Q: 国际信息交换是否会削弱我的处境？

对于持有未申报境外账户的纳税人，答案是肯定的。欧盟 DAC 指令与经合组织 CRS 标准要求自动交换银行信息：12 月 31 日账户余额、收入、受益所有人。其后果是：过去不为人知的信息如今已被掌握。在任何稽查启动之前进行主动合规申报仍是最具保护性的选择，请参阅本所关于主动合规申报的分析。

Q: 可以对基于人工智能的稽查提出异议吗？

可以，但须符合一定条件。可能的切入点包括：(1) 违反 GDPR（采集非公开数据、目的不成比例）；(2) 抗辩权（拒绝提供触发稽查的指标）；(3) 潜在的算法歧视。这些切入点运用起来颇为微妙，但可以为实体层面的常规抗辩提供支撑。

Q: 如何为算法化稽查做好准备？

三条预防性主线：(1) 申报状况的一致性：避免申报收入、外显生活水平与所持资产之间出现反差；(2) 对高风险交易进行前瞻性的文件留存（凭证、委托书、协议、发票）；(3) 对跨境要素（境外账户、不动产、控股公司）保持透明。一次预防性税务审查可以在薄弱环节被检测到之前将其识别出来。

多年来，法国DGFiP不断加快在税务稽查立项中运用数据挖掘与人工智能。CFVR 系统（Ciblage de la Fraude et Valorisation des Requêtes，欺诈定向与查询增值系统）自 2014 年投入使用并持续改进，通过交叉比对申报数据、银行数据、地籍数据和经济数据来识别异常，并将稽查资源导向风险最高的对象。2019 年 12 月 28 日第 2019-1479 号法律以试验性质授权对公开在线平台（社交网络、销售网站）实施自动化数据采集。这种自动化正在改变稽查实践：面对被稽查纳税人的算法透明度在学理上仍存争议，但通过分析案卷中的客观迹象（要求的性质、索取的文件），往往可以判断稽查切入点，从而更好地准备抗辩。

咨询本所查看税务稽查律师页面

巴黎 · 日内瓦 · 马赛 · 戛纳 · 里斯本

— 摘要

核心系统: CFVR（Ciblage de la Fraude et Valorisation des Requêtes）
网络采集法律依据: 2019 年 12 月 28 日第 2019-1479 号法律：采集获授权
监管框架: CNIL：数据保护与基本权利
实际后果: 稽查立项的算法化
抗辩路径: 分析触发稽查的指标

— 01

稽查实践的深刻变革

DGFiP 对人工智能和数据挖掘的运用如今已相当成熟。CFVR 系统（Ciblage de la Fraude et Valorisation des Requêtes）能够大规模交叉比对税务机关掌握的数据（个人所得税、公司所得税、增值税申报，地籍资料，家庭税务数据，经由 FICOBA 的银行数据，DAC/CRS 国际自动信息交换数据，URSSAF 数据），从而识别统计异常或前后矛盾的纳税人画像。

2019 年 12 月 28 日法律（第 154 条）以试验性质授权（为期 3 年，其后延长）对在线平台（社交网络、销售网站、共享平台）的公开数据实施自动化采集。这项采集专门针对隐匿活动、住所虚假申报，以及申报收入与外显生活水平之间的明显反差。

对被稽查纳税人而言，后果是：稽查立项如今在很大程度上是算法化的，尽管具体查案仍由稽查人员进行。定向逻辑对纳税人的透明度问题在学理上仍存在争议；没有任何法律条文要求税务机关披露触发稽查的具体指标。实务中，通过分析案卷中的客观要素（首次要求的性质、索取的文件），往往可以判断调查方向，并据此准备应提交的证明材料。

— 02

纳税人面临的 5 个实务问题

1. 稽查的算法定向

CFVR 通过交叉比对海量数据来确定稽查对象。其后果是：稽查不再是「偶然降临」，而是先经过一次算法分析，该分析已经发现了某项异常或反差。弄清这一异常的性质，才能准备有针对性的抗辩。

2. 社交网络数据采集

自2019 年 12 月 28 日法律第 154 条起，DGFiP 可以自动采集在线平台（Facebook、Instagram、LinkedIn、销售网站）上的公开数据。采集目标包括：与申报收入不符的炫耀性照片（外显财富迹象）、频繁的销售信息（隐匿活动）、与境外税务住所申报相矛盾的地理位置信息。

3. 国际自动信息交换

欧盟 DAC 指令与经合组织（OCDE）CRS 标准（共同申报准则）要求各国税务机关之间自动交换银行信息。其后果是：境外账户的余额和收入如今已为法国税务机关所掌握，不申报的风险极高。关于其与第 1649 A 条申报义务的衔接，请参阅本所的专题分析。

4. 面对算法化稽查的抗辩

三条主线：(1) 识别触发稽查的指标（往往可以从税务机关的首次要求中看出）；(2) 围绕该指标准备有针对性的证明材料（凭证、说明）；(3) 构建连贯的事实叙述，将算法所提取的孤立要素置于完整背景之中。过于笼统的答复会偏离问题的实质。

5. CNIL 监管与基本权利

人工智能在税务稽查中的运用受 CNIL 监管并须遵循 GDPR 原则：目的限定、比例原则、保存期限、数据访问权。若稽查所依据的数据系违反上述原则采集，纳税人可以提出异议，这是一条潜在的抗辩路径，但须谨慎运用。法国最高行政法院（Conseil d'État）已多次就此类系统的边界作出阐明。

— 03

本所方法

本所为接受稽查的纳税人提供协助，重点分析定向背后的算法逻辑：是哪一项指标触发了稽查？算法分析是否自洽？抗辩策略建立在精准识别税务机关的关注点并提交有针对性证明材料的基础之上。

对于重大稽查案件（大额资产、企业负责人、跨境交易），分析算法逻辑有助于预判稽查的后续方向，并提出连贯的事实叙述，将孤立要素置于完整背景之中。

— 常见问题

税务机关真的在用人工智能开展稽查吗？

是的，而且已有多年。DGFiP 的 CFVR 系统（Ciblage de la Fraude et Valorisation des Requêtes）大规模交叉比对可用数据（申报资料、FICOBA、DAC、CRS、地籍资料、URSSAF），以确定稽查对象。稽查立项如今在很大程度上是算法化的，尽管具体查案仍由稽查人员进行。

税务机关真的可以监控我的社交网络吗？

可以，自 2019 年起，且须在受监管的条件下进行。2019 年 12 月 28 日第 2019-1479 号法律（第 154 条）以试验性质授权对在线平台的公开数据实施自动化采集。采集仅限于可自由访问的数据（公开主页、销售信息），并受到严格监管（CNIL、GDPR）。私密内容和私信仍不在采集范围之内。但 Instagram 上的炫耀性照片，或 Leboncoin 上的频繁销售信息，都可能引起税务机关的注意。

如何知道是什么触发了对我的稽查？

税务机关没有义务披露定向的具体原因。但线索往往有迹可循：(a) 税务机关的首次要求通常直指所检测到的异常；(b) 索取文件的性质可以指向调查主题；(c) 可以通过 CNIL 行使数据访问权，了解数据处理的逻辑。对这些线索的分析决定了抗辩策略的方向。

国际信息交换是否会削弱我的处境？

对于持有未申报境外账户的纳税人，答案是肯定的。欧盟 DAC 指令与经合组织 CRS 标准要求自动交换银行信息：12 月 31 日账户余额、收入、受益所有人。其后果是：过去不为人知的信息如今已被掌握。在任何稽查启动之前进行主动合规申报仍是最具保护性的选择，请参阅本所关于主动合规申报的分析。

可以对基于人工智能的稽查提出异议吗？

可以，但须符合一定条件。可能的切入点包括：(1) 违反 GDPR（采集非公开数据、目的不成比例）；(2) 抗辩权（拒绝提供触发稽查的指标）；(3) 潜在的算法歧视。这些切入点运用起来颇为微妙，但可以为实体层面的常规抗辩提供支撑。

如何为算法化稽查做好准备？

三条预防性主线：(1) 申报状况的一致性：避免申报收入、外显生活水平与所持资产之间出现反差；(2) 对高风险交易进行前瞻性的文件留存（凭证、委托书、协议、发票）；(3) 对跨境要素（境外账户、不动产、控股公司）保持透明。一次预防性税务审查可以在薄弱环节被检测到之前将其识别出来。