РУКОВОДСТВО ПО ПРИМЕНЕНИЮ

ИИ в трансфертном ценообразовании

ИИ в трансфертном ценообразовании означает использование машинного обучения и языковых моделей для ускорения работы по демонстрации того, что цены между связанными компаниями находятся на расстоянии вытянутой руки.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее искусственного интеллекта в трансфертном ценообразовании
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Эта работа включает в себя проверку сопоставимых компаний, проведение сравнительных исследований и составление документации. Это важно, поскольку транснациональные налоговые команды должны защищать эти цены перед налоговыми органами во многих странах, а сопоставимый поиск и документация являются одними из наиболее трудоемких частей этой работы.

Глубокое погружение

Правила трансфертного ценообразования требуют, чтобы транзакции между связанными организациями, такие как внутрифирменная продажа товаров, услуг, кредитов и лицензий на интеллектуальную собственность, оценивались так, как их оценивали бы независимые стороны. Это принцип «вытянутой руки». Это изложено в Руководящих принципах ОЭСР по трансфертному ценообразованию, а в США – в разделе 482 Налогового кодекса и его положениях. Признанные методы включают метод сопоставимых неконтролируемых цен, метод цены перепродажи, метод «затраты плюс», метод чистой прибыли от транзакций (в правилах США он называется методом сопоставимых прибылей) и метод разделения прибыли. Большинство обычных предприятий проверяются с помощью показателя уровня прибыли, такого как операционная маржа, по сравнению с набором независимых компаний. Результат обычно выражают в виде межквартильного размаха. Создание этого набора происходит медленно. Аналитики осуществляют поиск в таких базах данных, как Moody's Orbis или S&P Capital IQ, по коду отрасли и региону. Они применяют количественные критерии, такие как независимость, размер и годы данных. Затем они читают описания компаний и веб-сайты, чтобы отвергнуть компании с разными функциями. Качественный обзор — это то, где ИИ помогает больше всего. Модели могут читать описания на нескольких языках, предлагать принять или отклонить решения и наметить причины отказа. Документация — это второе использование. В рамках действия 13 ОЭСР BEPS во многих странах требуется мастер-файл и локальный файл. Крупные группы, как правило, с консолидированным доходом не менее 750 миллионов евро, также подают отчеты по странам. ИИ может составлять обзоры отрасли, функциональный анализ и описания транзакций на основе исходных материалов. Распространенным заблуждением является то, что ИИ может выбирать сопоставимые объекты. Налоговые органы ожидают воспроизводимого поиска и обоснованного человеческого суждения. Необъяснимое модельное решение трудно защитить в ходе аудита. Еще одно заблуждение заключается в том, что ИИ устраняет необходимость в достоверных фактах. Беглый функциональный анализ, построенный на неправильных записях интервью, по-прежнему неверен.

Реальная реализация

Группа бенчмаркинга экспортирует 2000 компаний-кандидатов из коммерческой финансовой базы данных. Он использует языковую модель для сортировки каждого бизнес-описания на вероятно сопоставимое, вероятно несопоставимое или неясное. Затем аналитики проверяют каждое решение о принятии и отклонении и записывают причину.

Налоговый департамент использует ИИ для составления раздела функционального анализа локального файла на основе записей интервью с руководителями производства, продаж и исследований и разработок. В проекте отражены выполняемые функции, используемые активы и предполагаемые риски, его редактирует специалист по трансфертному ценообразованию.

Компания с дистрибьютором с ограниченным риском в нескольких странах использует модель, чтобы определить, операционная рентабельность каких дочерних компаний выходит за пределы межквартильного диапазона их контрольных наборов. Это позволяет ему внести коррективы в конце года до закрытия бухгалтерского учета.

Команда, проверяющая межфирменные лицензионные соглашения, использует ИИ для извлечения ставок роялти, территорий и условий эксклюзивности из сотен сторонних соглашений в базе данных роялти, что ускоряет сопоставимый анализ неконтролируемых транзакций.

Будущее искусственного интеллекта в трансфертном ценообразовании

Налоговые органы также используют анализ данных для выбора целей аудита и все чаще получают стандартизированные данные, такие как отчеты по странам. Таким образом, налогоплательщики вынуждены сохранять единообразие своих позиций в разных юрисдикциях. Глобальный минимальный налог ОЭСР «Второй компонент» добавляет расчеты, которые зависят от результатов трансфертного ценообразования, что повышает ценность чистых, взаимосвязанных данных. ИИ, вероятно, станет обычным явлением для первичной проверки и составления проектов. Ожидание того, что квалифицированный специалист сможет объяснить эксперту все сопоставимые результаты и каждый вывод, вряд ли изменится. Команды, которые документируют, как они используют ИИ, будут в лучшем положении, чем команды, которые рассматривают его как черный ящик.

Применение на практике

Почему это важно

  • Выбор сборки. Проектирование на уровне приложения определяет, улучшит ли ИИ реальные результаты.
  • Команда и рабочий процесс. Хорошая интеграция рабочих процессов обеспечивает повышение производительности, которому пользователи могут доверять.
  • Риски и безопасность. Хорошо продуманные варианты использования снижают усталость от изменений и риск внедрения.

Следите за

  • Автоматизация сломанного процесса может усугубить существующие проблемы.
  • Команды могут чрезмерно автоматизировать и исключить необходимое человеческое суждение.
  • Качество может ухудшиться, если результаты не будут оцениваться постоянно.

Следующие шаги

  1. Составьте карту текущего рабочего процесса и определите этап, вызывающий наибольшие затруднения.
  2. Определите человеческие контрольно-пропускные пункты перед полной автоматизацией.
  3. Обучайте пользователей подсказкам, путям эскалации и стандартам качества.
  4. Отслеживайте результаты на уровне задач, чтобы подтвердить устойчивую ценность.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI in Transfer Pricing quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое ИИ в трансфертном ценообразовании?

ИИ в трансфертном ценообразовании означает использование машинного обучения и языковых моделей для ускорения работы по демонстрации того, что цены между связанными компаниями находятся на расстоянии вытянутой руки. Эта работа включает в себя проверку сопоставимых компаний, проведение сравнительных исследований и составление документации. Это важно, поскольку транснациональные налоговые команды должны защищать эти цены перед налоговыми органами во многих странах, а сопоставимый поиск и документация являются одними из наиболее трудоемких частей этой работы.

На каком этапе сравнительного исследования, по мнению руководства, ИИ приносит наибольшую пользу?

Количественные критерии являются механическими, но чтение описаний предприятий для оценки сопоставимости занимает много времени. Именно здесь модели помогают больше всего.

Как в США называется метод, который ОЭСР называет методом транзакционной чистой прибыли?

В правилах раздела 482 США используется метод сопоставимых прибылей, который во многом аналогичен методу TNMM ОЭСР.

Как обычно выражается результат сравнительного анализа обычного объекта?

Бенчмарки обычно сравнивают показатель уровня прибыли тестируемой стороны с межквартильным размахом сопоставимых компаний.

Какие документы требуются во многих странах в рамках Действия 13 BEPS?

Схема действия BEPS 13 устанавливает основной файл и локальный файл, а также отчетность по странам для групп, доход которых превышает пороговый уровень.

Что, согласно руководству, могут требовать аудиторы, что делает необъяснимые решения ИИ рискованными?

Поиски должны быть воспроизводимыми, а каждый отказ должен быть обоснован, поэтому типовое решение без причины трудно защитить.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →