Tiếp theoHướng dẫn tiếp theo
AI in Congestion Pricing and Urban Mobility
Ứng dụng
HƯỚNG DẪN ứng dụng
AI trong chuyển giá có nghĩa là sử dụng mô hình ngôn ngữ và học máy để tăng tốc công việc chứng minh rằng giá giữa các công ty liên quan là ngang nhau.
Nghe hướng dẫn nàyAI thuật lại · ~3 min
Công việc đó bao gồm sàng lọc các công ty có thể so sánh được, thực hiện các nghiên cứu so sánh điểm chuẩn và soạn thảo tài liệu. Điều này quan trọng vì các nhóm thuế đa quốc gia phải bảo vệ các mức giá này trước cơ quan thuế ở nhiều quốc gia và việc tìm kiếm và tài liệu so sánh là một trong những phần tốn nhiều công sức nhất của công việc đó.
Các quy định về chuyển giá yêu cầu các giao dịch giữa các đơn vị liên quan, chẳng hạn như mua bán hàng hóa, dịch vụ, khoản vay và giấy phép sở hữu trí tuệ giữa các công ty, phải được định giá như các bên độc lập sẽ định giá chúng. Đây là nguyên tắc chiều dài cánh tay. Nó được quy định trong Nguyên tắc định giá chuyển nhượng của OECD và ở Hoa Kỳ trong Mục 482 của Bộ luật thuế vụ và các quy định của nó. Các phương pháp được công nhận bao gồm phương pháp so sánh giá độc lập, phương pháp giá bán lại, phương pháp giá vốn cộng lãi, phương pháp tỷ suất lợi nhuận ròng giao dịch (được gọi là phương pháp so sánh lợi nhuận theo quy định của Hoa Kỳ) và phương pháp phân chia lợi nhuận. Hầu hết các đơn vị thông thường đều được kiểm tra bằng chỉ số mức lợi nhuận, chẳng hạn như tỷ suất lợi nhuận hoạt động, so với một nhóm các công ty độc lập. Kết quả thường được biểu thị dưới dạng một phạm vi liên tứ phân vị. Xây dựng bộ đó chậm. Các nhà phân tích tìm kiếm cơ sở dữ liệu như Moody's Orbis hoặc S&P Capital IQ theo mã ngành và khu vực. Họ áp dụng các sàng lọc định lượng như tính độc lập, quy mô và số năm dữ liệu. Sau đó, họ đọc mô tả doanh nghiệp và trang web để từ chối các công ty có chức năng khác nhau. Đánh giá định tính là nơi AI giúp ích nhiều nhất. Mô hình có thể đọc mô tả bằng nhiều ngôn ngữ, đề xuất các quyết định chấp nhận hoặc từ chối và đưa ra lý do từ chối dự thảo. Tài liệu là cách sử dụng thứ hai. Theo khuôn khổ BEPS Action 13 của OECD, nhiều quốc gia yêu cầu tệp chính và tệp cục bộ. Các nhóm lớn, thường là những nhóm có doanh thu hợp nhất ít nhất 750 triệu euro, cũng nộp báo cáo theo từng quốc gia. AI có thể soạn thảo tổng quan về ngành, phân tích chức năng và mô tả giao dịch từ tài liệu nguồn. Một quan niệm sai lầm phổ biến là AI có thể chọn những thứ có thể so sánh được. Cơ quan thuế mong đợi một cuộc tìm kiếm có thể lặp lại và sự phán xét có thể bào chữa được của con người. Rất khó để bảo vệ một quyết định mẫu không giải thích được trong cuộc kiểm toán. Một quan niệm sai lầm khác là AI loại bỏ nhu cầu về thông tin tốt. Một phân tích chức năng trôi chảy được xây dựng trên các ghi chú phỏng vấn sai vẫn là sai.
Nhóm đánh giá xuất khẩu 2.000 công ty ứng viên từ cơ sở dữ liệu tài chính thương mại. Nó sử dụng mô hình ngôn ngữ để sắp xếp từng mô tả doanh nghiệp theo khả năng có thể so sánh được, có thể không thể so sánh được hoặc không rõ ràng. Sau đó, nhà phân tích sẽ xem xét mọi quyết định chấp nhận và từ chối và ghi lại lý do.
Cơ quan thuế sử dụng AI để soạn thảo phần phân tích chức năng của tệp địa phương từ các ghi chú phỏng vấn với người đứng đầu bộ phận sản xuất, bán hàng và R&D. Dự thảo bao gồm các chức năng được thực hiện, tài sản được sử dụng và rủi ro được đảm nhận và một chuyên gia về chuyển giá sẽ chỉnh sửa nó.
Một công ty có nhà phân phối có rủi ro hạn chế ở một số quốc gia sử dụng mô hình để đánh dấu biên lợi nhuận hoạt động của công ty con nào nằm ngoài phạm vi liên tứ phân vị của bộ tiêu chuẩn của họ. Điều này cho phép nó thực hiện các điều chỉnh cuối năm trước khi khóa sổ.
Một nhóm xem xét các thỏa thuận cấp phép giữa các công ty sử dụng AI để lấy tỷ lệ tiền bản quyền, lãnh thổ và điều khoản độc quyền từ hàng trăm thỏa thuận của bên thứ ba trong cơ sở dữ liệu tiền bản quyền, giúp tăng tốc độ phân tích giao dịch không được kiểm soát tương đương.
Cơ quan thuế cũng sử dụng phân tích dữ liệu để chọn mục tiêu kiểm toán và họ ngày càng nhận được dữ liệu được tiêu chuẩn hóa như báo cáo theo từng quốc gia. Do đó, người nộp thuế chịu áp lực phải giữ quan điểm của mình nhất quán giữa các khu vực pháp lý. Thuế tối thiểu toàn cầu Trụ cột Hai của OECD bổ sung các phép tính phụ thuộc vào kết quả chuyển giá, làm tăng giá trị của dữ liệu sạch, được kết nối. AI có thể sẽ trở thành thói quen cho việc sàng lọc và soạn thảo lần đầu. Kỳ vọng rằng một chuyên gia có trình độ có thể giải thích mọi so sánh và mọi kết luận cho người giám định khó có thể thay đổi. Các nhóm ghi lại cách họ sử dụng AI sẽ được xếp vào vị trí tốt hơn các nhóm coi nó như một hộp đen.
Bản tin miễn phí
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
AI trong chuyển giá có nghĩa là sử dụng mô hình ngôn ngữ và học máy để tăng tốc công việc chứng minh rằng giá giữa các công ty liên quan là ngang nhau. Công việc đó bao gồm sàng lọc các công ty có thể so sánh được, thực hiện các nghiên cứu so sánh điểm chuẩn và soạn thảo tài liệu. Điều này quan trọng vì các nhóm thuế đa quốc gia phải bảo vệ các mức giá này trước cơ quan thuế ở nhiều quốc gia và việc tìm kiếm và tài liệu so sánh là một trong những phần tốn nhiều công sức nhất của công việc đó.
Việc sàng lọc định lượng mang tính cơ học nhưng việc đọc mô tả doanh nghiệp để đánh giá khả năng so sánh lại diễn ra chậm. Đó là nơi các mô hình giúp ích nhiều nhất.
Các quy định theo Mục 482 của Hoa Kỳ sử dụng phương pháp lợi nhuận tương đương, về cơ bản tương tự như TNMM của OECD.
Điểm chuẩn thường so sánh chỉ số mức lợi nhuận của bên được kiểm tra với phạm vi liên tứ phân vị của các đối tượng có thể so sánh.
Khung hành động BEPS 13 đặt ra một tệp chính và một tệp cục bộ cũng như báo cáo theo từng quốc gia cho các nhóm trên ngưỡng doanh thu.
Các tìm kiếm phải có thể lặp lại và mỗi lần từ chối phải được giải thích hợp lý, do đó, một quyết định kiểu mẫu không có lý do sẽ khó được bảo vệ.
Tiếp tục học hỏi
Đã chọn thêm hướng dẫn cho chủ đề này
Tiếp theoHướng dẫn tiếp theo
AI in Congestion Pricing and Urban Mobility
Ứng dụng