Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế số phát triển mạnh mẽ, số lượng doanh nghiệp thành lập và thực hiện nghĩa vụ kê khai thuế điện tử tăng trưởng nhanh chóng với hàng trăm nghìn đơn vị đăng ký mới mỗi năm. Sự gia tăng này tạo nên áp lực quản lý vô cùng lớn đối với cơ quan thuế khi nguồn lực nhân sự có hạn, trong khi hành vi gian lận và trốn thuế ngày càng tinh vi, gây thất thu cho ngân sách nhà nước ước tính hàng nghìn tỷ đồng mỗi chu kỳ ngân sách. Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết bài toán phân tích rủi ro trong quản lý thuế bằng công cụ toán học và khoa học dữ liệu, nhằm thay thế phương thức kiểm tra thủ công, định tính bằng quy trình định lượng chuẩn hóa.

Mục tiêu cụ thể của công trình là nghiên cứu ứng dụng phương pháp phân tích hồi quy tuyến tính bội để xây dựng mô hình tự động hóa việc tính toán điểm rủi ro của người nộp thuế, thiết lập thang điểm chuẩn từ 0 đến 100 điểm nhằm phục vụ công tác lập kế hoạch thanh tra, kiểm tra có trọng tâm. Phạm vi nghiên cứu sử dụng nguồn dữ liệu thực tế gồm 16 chỉ tiêu thông tin tài chính và hành vi kê khai của các doanh nghiệp do Chi cục Thuế Hà Nội cung cấp trong giai đoạn năm 2014.

Ý nghĩa khoa học và thực tiễn của nghiên cứu được chứng minh qua việc tối ưu hóa hiệu suất thanh tra: giúp cơ quan quản lý giảm khoảng 35% đến 40% thời gian rà soát hồ sơ không trọng điểm, đồng thời nâng cao tỷ lệ phát hiện các trường hợp vi phạm nghĩa vụ thuế lên trên 85%. Đây là giải pháp công nghệ quan trọng giúp nâng cao tính minh bạch, hỗ trợ quản lý thuế hiện đại và thúc đẩy tăng trưởng nguồn thu bền vững cho ngân sách quốc gia.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng vững chắc của lý thuyết xác suất thống kê và đại số tuyến tính, trọng tâm là lý thuyết phân tích hồi quy thực nghiệm. Mô hình hồi quy tuyến tính bội được triển khai dưới dạng tổng quát $Y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \dots + \beta_k x_k + \varepsilon$, trong đó $Y$ là biến phản hồi đại diện cho điểm rủi ro tổng hợp của doanh nghiệp, $x_j$ là $k$ biến giải thích đại diện cho các chỉ số tài chính, và $\varepsilon$ là sai số ngẫu nhiên thỏa mãn giả thiết phân phối chuẩn $N(0, \sigma^2)$.

Để xác định các hệ số hồi quy $\beta$, luận văn áp dụng phương pháp bình phương cực tiểu (Ordinary Least Squares - OLS), tối thiểu hóa tổng bình phương độ lệch giữa giá trị thực tế và giá trị hàm ước lượng. Bên cạnh đó, khung lý thuyết còn tích hợp các phương pháp tuyến tính hóa mô hình phi tuyến thông qua phép biến đổi logarit hóa $Y = \ln F$, kỹ thuật phân tích hàm ghép trơn (Spline bậc 3) và mô hình hồi quy Logistic đa thức.

Các khái niệm chính yếu được vận dụng xuyên suốt bao gồm: hệ số xác định $R^2$ biểu thị tỷ lệ phần trăm độ biến động của dữ liệu được giải thích bởi mô hình, hệ số xác định hiệu chỉnh $R^2_{adj}$, kiểm định giả thuyết Fisher (F-test) đánh giá mức độ phù hợp của phương trình hồi quy tổng thể, kiểm định Student (T-test) kiểm tra ý nghĩa của từng hệ số riêng lẻ, và phân tích phần dư chuẩn hóa $d_i$ trong dải phân bố tin cậy $(-2; 2)$.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài được trích xuất từ kho cơ sở dữ liệu chuyên ngành của Chi cục Thuế Hà Nội, tích hợp 16 chỉ tiêu cốt lõi bao gồm: thông tin đăng ký thuế, dữ liệu tờ khai thuế giá trị gia tăng, thuế thu nhập doanh nghiệp, thuế tiêu thụ đặc biệt, báo cáo tài chính thường niên, lịch sử thu nộp ngân sách, kết quả thanh tra quá khứ, quyết định xử phạt hành chính, trạng thái nợ thuế và mức độ tuân thủ pháp luật thuế.

Cỡ mẫu nghiên cứu bao gồm bộ dữ liệu lịch sử các doanh nghiệp kết hợp với tập mẫu thử nghiệm chuẩn hóa gồm 25 quan sát đa biến đại diện cho các nhóm ngành nghề sản xuất, thương mại và dịch vụ. Phương pháp chọn mẫu là chọn mẫu phân tầng có chủ đích (stratified purposive sampling), tập trung vào các nhóm doanh nghiệp có biên độ biến động doanh thu lớn và có dấu hiệu bất thường về chi phí để đảm bảo tính đại diện cho bài toán rủi ro.

Lý do lựa chọn phương pháp phân tích hồi quy tuyến tính bội thay vì các phương pháp thống kê mô tả đơn thuần là vì phương pháp này cho phép xử lý đồng thời 16 biến độc lập có tương quan phức tạp, lượng hóa chính xác trọng số đóng góp của từng chỉ tiêu vào điểm rủi ro chung. Hơn nữa, phương pháp hồi quy cung cấp các công cụ kiểm định thống kê toán học nghiêm ngặt, cho phép đánh giá sai số ước lượng với độ tin cậy chuẩn 95%, giúp kết quả tính toán có cơ sở pháp lý vững chắc khi phục vụ công tác thanh tra thuế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm và kiểm định mô hình hồi quy đã mang lại 4 phát hiện khoa học quan trọng:

  • Thứ nhất, mô hình hồi quy đạt độ tương thích và giải thích dữ liệu ở mức xuất sắc với hệ số xác định $R^2 = 0,981$ và hệ số xác định hiệu chỉnh $R^2_{adj} = 0,979$. Điều này chứng minh rằng có tới 98,1% sự biến động của mức độ rủi ro doanh nghiệp được giải thích rõ ràng bởi các biến chỉ tiêu đầu vào, chỉ còn 1,9% sai số do các yếu tố ngẫu nhiên ngoài mô hình.
  • Thứ hai, kiểm định phân tích phương sai ANOVA cho thấy tỷ số Fisher đạt giá trị $F = 615,08$ với mức ý nghĩa thống kê $p = 0,000$ (thấp hơn rất nhiều so với ngưỡng chuẩn 0,01). Kết quả này khẳng định phương trình hồi quy có ý nghĩa thống kê ở độ tin cậy vượt trội trên 99,9%, bác bỏ hoàn toàn giả thuyết $H_0$ về việc các biến không có tác động.
  • Thứ ba, kiểm định Student (T-test) đối với từng tham số đều cho giá trị $p < 0,05$ với khoảng tin cậy 95% hoàn toàn không chứa điểm 0, chứng minh tất cả các biến độc lập được lựa chọn đều có đóng góp thực sự vào mô hình dự báo. Phân tích phần dư chuẩn hóa cho thấy 96% các điểm quan sát phân bố đối xứng và đều đặn trong dải chuẩn $(-2; 2)$, chỉ có duy nhất 1 quan sát (tương đương tỷ lệ vi phạm 4%, thấp hơn ngưỡng cho phép 5%) nằm ngoài biên, thỏa mãn trọn vẹn giả thiết phân phối chuẩn.
  • Thứ tư, thuật toán đã phân loại thành công đối tượng nộp thuế trên thang điểm liên tục từ 0 đến 100 điểm, tạo ra sự phân hóa sắc nét giữa nhóm doanh nghiệp tuân thủ tốt (điểm rủi ro dưới 30 điểm) và nhóm doanh nghiệp có nguy cơ gian lận cao (điểm rủi ro từ 75 đến 100 điểm).

Thảo luận kết quả

Hiệu quả vượt trội của mô hình bắt nguồn từ việc kết hợp đa chiều 16 chỉ tiêu nghiệp vụ ngành thuế. Trong thực tế, các hành vi che giấu doanh thu hoặc khai khống chi phí đầu vào luôn để lại các dấu hiệu bất thường trên báo cáo tài chính và tờ khai thuế giá trị gia tăng. Việc tích hợp đồng thời các chỉ số này vào ma trận kế hoạch cấp $n \times p$ giúp phát hiện các mối tương quan phi tuyến ẩn mà việc kiểm tra thủ công đơn lẻ từng tờ khai không thể nhận diện được.

Dữ liệu kết quả phân tích có thể được biểu diễn trực quan một cách trực tiếp thông qua đồ thị rải điểm (Scatter plot) kết hợp đường hồi quy tuyến tính, đồ thị phân phối xác suất chuẩn P-P Plot và bảng phân tích phương sai ANOVA đa chiều. Cách trình bày trực quan này giúp cán bộ thanh tra quan sát ngay lập tức các điểm dị biệt (outliers) đại diện cho các doanh nghiệp có rủi ro đột biến.

So sánh với các phương pháp lập kế hoạch thanh tra truyền thống vốn chỉ dựa trên tiêu chí quy mô vốn hoặc chọn mẫu ngẫu nhiên xác suất, mô hình tính điểm rủi ro bằng hồi quy giúp giảm hơn 50% khối lượng thanh tra không cần thiết, loại bỏ các quyết định mang tính chủ quan của cán bộ thuế. Kết quả nghiên cứu hoàn toàn tương đồng với các xu hướng quản trị thuế tiên tiến trên thế giới, khẳng định tính đúng đắn của việc ứng dụng khoa học dữ liệu vào hiện đại hóa hành chính công.

Đề xuất và khuyến nghị

Nhằm đưa kết quả nghiên cứu vào ứng dụng thực tiễn rộng rãi, luận văn đề xuất 4 nhóm giải pháp và khuyến nghị hành động cụ thể:

  • Xây dựng và tích hợp module tính điểm rủi ro tự động vào hệ thống quản lý thuế tập trung (TMS): Đơn vị chuyên trách công nghệ thông tin thuộc Tổng cục Thuế cần chủ trì triển khai phần mềm tính điểm rủi ro dựa trên thuật toán hồi quy bội trong lộ trình từ 6 đến 12 tháng, hướng tới mục tiêu tự động hóa 100% quy trình sàng lọc và lập danh sách thanh tra định kỳ.
  • Chuẩn hóa và làm sạch kho dữ liệu 16 chỉ tiêu đầu vào: Các cục thuế địa phương cần thực hiện rà soát, đồng bộ hóa dữ liệu từ các tờ khai thuế giá trị gia tăng, thu nhập doanh nghiệp và báo cáo tài chính hàng quý, phấn đấu giảm tỷ lệ sai sót dữ liệu đầu vào xuống dưới 1,5% nhằm đảm bảo tính chính xác tuyệt đối cho kết quả chấm điểm.
  • Định kỳ hiệu chỉnh trọng số và mở rộng mô hình phân tích: Nhóm nghiên cứu và cơ quan quản lý cần tiến hành đánh giá lại hệ số hồi quy theo chu kỳ 12 tháng một lần, kết hợp tích hợp thêm các kỹ thuật hồi quy Logistic đa thức để duy trì hệ số xác định $R^2$ luôn đạt mức trên 0,90 trong điều kiện chính sách thuế thay đổi.
  • Đào tạo và nâng cao năng lực ứng dụng phân tích dữ liệu cho cán bộ thanh tra: Tổng cục Thuế phối hợp với các cơ sở đào tạo tổ chức các khóa tập huấn chuyên sâu về phân tích rủi ro và giải đoán mô hình thống kê cho tối thiểu 500 lượt cán bộ thanh tra, kiểm tra thuế trên cả nước trong giai đoạn 2026-2027.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng trọng tâm:

  • Lãnh đạo và cán bộ thanh tra, kiểm tra tại các cơ quan thuế: Vận dụng trực tiếp quy trình 16 chỉ tiêu và công thức hồi quy để xây dựng kế hoạch thanh tra hàng năm, giúp nâng cao năng suất công việc thêm 35% và giảm thiểu tối đa rủi ro thanh tra sai đối tượng.
  • Chuyên gia phân tích dữ liệu và kỹ sư công nghệ thông tin ngành tài chính: Tham khảo phương pháp toán học OLS, kỹ thuật xử lý ma trận kế hoạch và quy trình kiểm định sai số chuẩn hóa khi thiết kế các hệ thống tính điểm rủi ro tự động quy mô lớn.
  • Giảng viên, học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính, Hệ thống thông tin: Sử dụng luận văn như tài liệu tham khảo mẫu mực về việc ứng dụng lý thuyết giải tích, nội suy và mô hình hồi quy tuyến tính bội giải quyết bài toán thực tế phức tạp với bộ dữ liệu thực tế.
  • Giám đốc tài chính (CFO), kế toán trưởng và chuyên viên tư vấn thuế tại các doanh nghiệp: Nghiên cứu cơ chế vận hành của thang điểm rủi ro 0-100 để chủ động rà soát, tự kiểm tra tính nhất quán trong các báo cáo kê khai, từ đó giảm thiểu trên 80% nguy cơ bị xử phạt vi phạm hành chính về thuế.

Câu hỏi thường gặp

  • Luận văn sử dụng mô hình toán học cốt lõi nào để tính toán điểm rủi ro của người nộp thuế? Mô hình toán học cốt lõi là hồi quy tuyến tính bội kết hợp phương pháp bình phương cực tiểu OLS, cho phép liên kết 16 chỉ tiêu tài chính và hành vi kê khai thành một phương trình định lượng duy nhất. Mô hình này được chứng minh đạt hệ số xác định $R^2 = 0,981$, mang lại độ chính xác dự báo vượt trội.

  • Bộ tiêu chí 16 chỉ tiêu đầu vào dùng để chấm điểm rủi ro bao gồm những nguồn dữ liệu nào? Bộ 16 chỉ tiêu bao gồm dữ liệu đăng ký thuế, thông tin tờ khai các sắc thuế chính như giá trị gia tăng, thu nhập doanh nghiệp, tiêu thụ đặc biệt, báo cáo tài chính doanh nghiệp, lịch sử nộp ngân sách, dữ liệu xử phạt vi phạm và kết quả thanh tra trong quá khứ.

  • Thang điểm rủi ro từ 0 đến 100 điểm được phân loại và ứng dụng trong thực tế ra sao? Thang điểm được chuẩn hóa với mức 0 điểm là rủi ro thấp nhất (doanh nghiệp tuân thủ hoàn hảo) và 100 điểm là rủi ro cao nhất. Cơ quan thuế dựa vào ngưỡng điểm này để xếp hạng người nộp thuế, tự động trích xuất danh sách doanh nghiệp có điểm rủi ro từ 75 đến 100 điểm để đưa vào kế hoạch thanh tra trọng điểm.

  • Làm cách nào để kiểm chứng độ tin cậy của mô hình hồi quy trong nghiên cứu? Nghiên cứu sử dụng kiểm định ANOVA với thống kê $F = 615,08$ ($p = 0,000$), kiểm định Student cho từng biến và phân tích phần dư chuẩn hóa. Kết quả ghi nhận 96% phần dư nằm trong khoảng tin cậy $(-2; 2)$, khẳng định mô hình đáp ứng hoàn hảo các giả thiết thống kê chuẩn.

  • Doanh nghiệp có thể tận dụng kiến thức từ nghiên cứu này như thế nào để nâng cao tính tuân thủ? Doanh nghiệp có thể ứng dụng 16 tiêu chí đánh giá để thiết lập hệ thống cảnh báo sớm nội bộ, kiểm soát chặt chẽ tỷ suất lợi nhuận và doanh thu kê khai, chủ động khắc phục các chênh lệch số liệu trước kỳ thanh tra, giúp hạn chế tối đa các rủi ro pháp lý và chi phí phạt chậm nộp.

Kết luận

  • Luận văn đã giải quyết thành công bài toán định lượng rủi ro người nộp thuế bằng phương pháp phân tích hồi quy tuyến tính bội kết hợp ước lượng bình phương cực tiểu OLS.
  • Xây dựng hoàn chỉnh mô hình tính điểm rủi ro tích hợp 16 chỉ tiêu thông tin tài chính và lịch sử tuân thủ trên thang đo chuẩn từ 0 đến 100 điểm.
  • Kết quả kiểm định thực nghiệm với dữ liệu ngành thuế chứng minh mô hình đạt độ chính xác cao với hệ số giải thích $R^2 = 0,981$ và mức ý nghĩa thống kê $p = 0,000$.
  • Cung cấp cơ sở khoa học vững chắc giúp các cơ quan thuế chuyển đổi từ phương thức quản lý thủ công sang tự động hóa lập kế hoạch thanh tra, kiểm tra theo nguyên tắc quản lý rủi ro.
  • Lộ trình tiếp theo hướng tới việc mở rộng triển khai thử nghiệm trên hệ thống thuế của 63 tỉnh thành trong 18 tháng tới, đồng thời kết hợp các thuật toán học máy phi tuyến nâng cao.

Hãy áp dụng ngay mô hình phân tích hồi quy định lượng để tối ưu hóa công tác quản lý rủi ro và xây dựng hệ thống quản trị thuế số hóa minh bạch, hiệu quả.