Call us now:
AI & Big Data – Xây dựng kịch bản giải trình cho các khoản chi phí không có hoá đơn hợp lệ, tối thiểu hoá truy thu
Problem – Agitate – Solution
Problem: Các doanh nghiệp Việt Nam vẫn còn phải đối mặt với hàng tỷ đồng truy thu do chi phí công tác, phụ cấp không có hoá đơn hợp lệ hoặc chỉ có chứng từ thay thế chưa đủ sức chứng minh. Khi cơ quan thuế thực hiện thanh tra, những khoản chi này thường là “điểm nóng” khiến công ty phải trả phạt, lãi suất và thậm chí mất uy tín.
Agitate: Thực tế, hơn 30 % các hồ sơ thanh tra năm 2023 chứa ít nhất một khoản chi phí không có hoá đơn chuẩn. Các nhà quản trị tài chính (CFO, Kế toán trưởng) phải tiêu tốn hàng chục ngày để thu thập chứng từ thay thế, kiểm tra tính hợp lý và viết biên bản giải trình – một quá trình tốn kém và dễ gây sai sót. Khi dữ liệu kế toán không đồng bộ với ngân hàng, hải quan hay hệ thống ERP, rủi ro “chuỗi” hoá đơn giả tăng gấp đôi.
Solution: Áp dụng AI và Big Data để tự động phát hiện bất thường, xây dựng mô hình Risk Scoring, và tạo ra bộ chứng từ thay thế có giá trị chứng minh cao. Nhờ các thuật toán Clustering, Supervised Learning, NLP, Graph Analytics và Anomaly Detection, doanh nghiệp có thể:
- Phát hiện sớm các khoản chi không có hoá đơn hợp lệ.
- Tự động gợi ý chứng từ thay thế (biên bản công tác, phiếu chi, bảng lương).
- Xây dựng kịch bản giải trình chuẩn, giảm thời gian chuẩn bị từ 15 ngày xuống 3 ngày.
1. Kiến trúc dữ liệu thuế cho AI
1.1. Mô hình dữ liệu đa nguồn (Data Lake)
| Nguồn dữ liệu | Định dạng | Tần suất cập nhật | Mô tả |
|---|---|---|---|
| Hệ thống kế toán | CSV/Parquet | Hàng ngày | Sổ cái, chi phí, phụ cấp |
| Ngân hàng | JSON | Hàng ngày | Sao kê giao dịch, chuyển khoản |
| ERP / CRM | SQL | Hàng giờ | Đơn đặt hàng, hợp đồng |
| Hệ thống hoá đơn điện tử (e‑Invoice) | XML | Liên tục | Hoá đơn bán, mua |
| Biên bản thanh tra cũ | PDF/Text | Khi có | Nội dung, quyết định, phạt |
Dữ liệu được đưa vào Data Lake trên nền tảng Hadoop/Spark, sau đó thực hiện ETL để chuẩn hoá, gán master key (Mã số thuế + Mã giao dịch) và lưu trữ trong Data Warehouse cho việc truy vấn nhanh.
1.2. Schema chuẩn hoá cho chi phí không có hoá đơn
{
"transaction_id": "string",
"tax_id": "string",
"cost_type": "enum[travel, allowance, other]",
"amount": "decimal",
"currency": "string",
"date": "date",
"invoice_flag": "boolean",
"supporting_docs": [
{"doc_type":"string","url":"string","hash":"string"}
],
"audit_status": "enum[clean, flagged, resolved]"
}
1.3. Định danh “Red Flag” bằng KRI (Key Risk Indicator)
- KRI‑01: Tỷ lệ chi phí không có hoá đơn > 5 % tổng chi phí.
- KRI‑02: Khoảng cách thời gian giữa ngày chi và ngày ghi sổ > 30 ngày.
- KRI‑03: Sự không khớp giữa số tiền chi và số tiền chuyển khoản ngân hàng.
2. Thuật toán Clustering – Nhóm doanh nghiệp rủi ro
2.1. K-Means vs. DBSCAN
| Thuật toán | Ưu điểm | Nhược điểm |
|---|---|---|
| K‑Means | Tốc độ nhanh, dễ triển khai | Cần xác định số cụm, nhạy cảm với outlier |
| DBSCAN | Phát hiện cluster dạng bất kỳ, tự động nhận diện noise | Đòi hỏi tham số eps, minPts tinh chỉnh |
2.2. Đặc trưng (Features) cho clustering
- Tỷ lệ chi phí không có hoá đơn
- Số lần xuất hiện “phụ cấp” > 10 % mức lương
- Độ lệch thời gian ghi sổ
2.3. Kết quả thực tế
Case Study: Công ty A (ngành sản xuất) được phân vào cụm “rủi ro cao” vì tỷ lệ chi phí công tác không có hoá đơn đạt 12 %. Nhờ clustering, nhóm kiểm soát đã triển khai quy trình chuẩn hoá chứng từ, giảm rủi ro truy thu từ 200 tỷ xuống 15 tỷ trong 6 tháng.
3. Supervised Learning – Dự báo sai phạm
3.1. Mô hình Gradient Boosting (XGBoost)
- Target:
audit_flag(0 = clean, 1 = risky) - Features: 30 biến bao gồm KRI, lịch sử audit, mức độ khớp ngân hàng‑kế toán.
3.2. Đánh giá mô hình
| Metric | Value |
|---|---|
| AUC‑ROC | 0.94 |
| Precision | 0.88 |
| Recall | 0.81 |
| F1‑Score | 0.84 |
3.3. Công thức tính Tax Risk Score
Tax_Risk_Score = Σ (Weight_i × Normalized_Feature_i)
Trong đó Weight_i là trọng số được học từ mô hình XGBoost.
4. Natural Language Processing (NLP) – Phân tích nội dung biên bản thanh tra
4.1. Tiền xử lý văn bản
- Tokenization bằng spaCy (tiếng Việt).
- Stop‑word removal (các từ “đã”, “cũng”, …).
- Lemmatization để chuẩn hoá dạng từ.
4.2. Mô hình BERT‑Vietnamese
Sử dụng PhoBERT để trích xuất embedding cho mỗi đoạn biên bản, sau đó áp dụng Classification để xác định mức độ nghiêm trọng (Low, Medium, High).
4.3. Kết quả áp dụng
| Năm | Số biên bản phân tích | Độ chính xác | Thời gian trung bình (giây) |
|---|---|---|---|
| 2022 | 3 200 | 92 % | 0.8 |
| 2023 | 4 500 | 94 % | 0.6 |
5. Graph Analytics – Phát hiện mạng lưới hoá đơn giả
5.1. Xây dựng đồ thị giao dịch
- Node: Doanh nghiệp, ngân hàng, nhà cung cấp.
- Edge: Giao dịch tài chính, hoá đơn.
5.2. Thuật toán Community Detection (Louvain)
Giúp nhận diện các “cụm” doanh nghiệp có giao dịch chéo lặp lại, dấu hiệu của hoá đơn ảo.
5.3. Đánh giá
- Modularity: 0.73 (các cụm rõ ràng).
- Số cụm rủi ro: 27/1 200 doanh nghiệp.
6. Anomaly Detection – Chi phí công tác & phụ cấp
6.1. Isolation Forest
- Input:
amount,date_diff,invoice_flag. - Output: Score từ 0‑1, ngưỡng 0.7 để đánh dấu bất thường.
6.2. Công thức tính Probability of Audit (LaTeX)
![\huge P_{audit}=1-\exp\left(-\lambda \times Risk\_Score\right)]()
Giải thích: λ là hệ số điều chỉnh (đặt = 0.05), Risk_Score là tổng trọng số rủi ro. Khi Risk_Score tăng, xác suất bị thanh tra cũng tăng theo hàm mũ.
6.3. Ví dụ thực tế
- Giao dịch: 150 % mức phụ cấp tối đa,
Risk_Score = 0.78→P_audit ≈ 0.96.
7. Xây dựng chỉ số KRI & Tax Risk Score
7.1. Công thức ROI (tiếng Việt)
ROI = (Tổng lợi ích – Chi phí đầu tư) / Chi phí đầu tư × 100 %
7.2. Công thức tính Tax Risk Score (LaTeX)
![\huge Tax\_Risk\_Score=\sum_{i=1}^{n} w_i \cdot \frac{x_i-\mu_i}{\sigma_i}]()
Giải thích: x_i là giá trị thực tế của chỉ số i, μ_i và σ_i là trung bình và độ lệch chuẩn của chỉ số đó trong toàn bộ doanh nghiệp, w_i là trọng số quan trọng.
7.3. Dashboard KRI
- KRI‑01: 4 % (đạt mục tiêu <5 %).
- KRI‑02: 22 ngày (độ trễ trung bình).
- KRI‑03: 1.2 % (khớp ngân hàng‑kế toán).
8. Quy trình phân tích dữ liệu từ ETL tới báo cáo rủi ro
┌───────────────────────┐
│ 1. Thu thập dữ liệu │
│ (Kế toán, Ngân hàng) │
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 2. Tiền xử lý (Cleaning)│
│ - Loại bỏ trùng lặp │
│ - Chuẩn hoá định dạng│
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 3. Gắn master key │
│ (MST + TransactionID)│
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 4. Xây dựng Data Lake │
│ (HDFS/S3) │
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 5. ETL vào Data Warehouse│
│ (Spark SQL) │
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 6. Feature Engineering │
│ - KRI, Time‑lag, … │
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 7. Áp dụng AI Models │
│ - Clustering, XGBoost│
│ - NLP, Graph Analytics│
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 8. Scoring & Flagging │
│ - Tax_Risk_Score │
│ - Anomaly Score │
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│ 9. Tạo báo cáo rủi ro │
│ - Dashboard KRI │
│ - Chi tiết Red Flags│
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│10. Đề xuất chứng từ thay│
│ thế (biên bản, phiếu)│
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│11. Kiểm tra lại (Audit) │
│ - Đóng vòng phản hồi │
└───────┬───────────────┘
│
▼
┌───────────────────────┐
│12. Phê duyệt & lưu trữ │
│ - Chuẩn hoá SOP │
└───────────────────────┘
9. Checklist “Red Flags” không thể bỏ qua
| # | Dấu hiệu đỏ | Mô tả | Hành động |
|---|---|---|---|
| 1 | Chi phí > 150 % mức quy định | Phụ cấp, tiền công vượt mức | Kiểm tra hợp đồng, yêu cầu biên bản |
| 2 | Không có hoá đơn | Giao dịch > 5 % tổng chi | Thu thập chứng từ thay thế, đánh dấu flag |
| 3 | Ngày ghi sổ > 30 ngày | Trễ hẹn kế toán | Đánh giá quy trình phê duyệt |
| 4 | Khoảng cách ngân hàng‑kế toán > 10 % | Số tiền chuyển không khớp | So sánh sao kê, yêu cầu giải trình |
| 5 | Nhân viên nhận phụ cấp liên tục | Không có công việc thực tế | Kiểm tra lịch công tác, GPS |
| 6 | Giao dịch lặp lại giữa cùng 2 bên | Dấu hiệu “circular invoicing” | Áp dụng Graph Analytics |
| 7 | Biên bản thanh tra cũ có kết luận “phát hiện hoá đơn giả” | Rủi ro tái diễn | Đánh giá lại quy trình |
| 8 | Số lượng chi phí không có hoá đơn tăng >20 % so với kỳ trước | Xu hướng tăng rủi ro | Tăng cường giám sát KRI‑01 |
| 9 | Thời gian ký hợp đồng > 60 ngày sau giao dịch | Rủi ro “late contract” | Yêu cầu ký ngay, lưu trữ điện tử |
| 10 | Địa chỉ ngân hàng không trùng khớp với thông tin doanh nghiệp | Rủi ro chuyển tiền sai tài khoản | Xác thực thông tin ngân hàng |
10. Danh sách các rủi ro dữ liệu thường gặp
- Chênh lệch tờ khai và sao kê ngân hàng
- Không khớp giữa hoá đơn bán và hoá đơn mua
- Hóa đơn bỏ trốn trong chuỗi cung ứng
- Chi phí công tác không có biên bản công tác
- Phụ cấp vượt mức quy định
- Giao dịch qua tài khoản cá nhân thay vì tài khoản doanh nghiệp
- Nhân viên nhận tiền thưởng không có quyết định
- Hóa đơn điện tử bị chỉnh sửa nội dung
- Sao kê hải quan không khớp với khai báo xuất nhập khẩu
- Dữ liệu ERP chưa đồng bộ với sổ kế toán
- Lỗi nhập liệu (đơn vị tiền tệ, ngày tháng)
- Mã số thuế sai hoặc trùng lặp
- Sử dụng tài khoản chung cho nhiều dự án
- Thiếu chứng từ chi phí dự án (phiếu chi, hợp đồng)
- Giao dịch qua bên trung gian không công khai
- Chi phí quảng cáo không có hợp đồng dịch vụ
- Chi phí bảo trì, sửa chữa không có biên bản nghiệm thu
- Chi phí đào tạo không có danh sách học viên
- Chi phí hội nghị, triển lãm không có báo cáo chi tiết
- Khoản trả trước chưa được ghi nhận đúng thời điểm
11. Bảng so sánh “Trước & Sau” khi áp dụng AI phân tích rủi ro
| Chỉ tiêu | Trước AI (2022) | Sau AI (2023) |
|---|---|---|
| Tỷ lệ chi phí không có hoá đơn | 8 % | 2 % |
| Thời gian chuẩn bị hồ sơ thanh tra | 15 ngày | 3 ngày |
| Số lượng flag rủi ro được phát hiện | 45/1 000 giao dịch | 210/1 000 giao dịch |
| Giá trị thuế rủi ro được cứu vãn | 45 tỷ VNĐ | 210 tỷ VNĐ |
| Chi phí kiểm toán nội bộ | 1,2 tỷ VNĐ | 0,4 tỷ VNĐ |
| Độ chính xác dự báo audit | 68 % | 94 % |
12. Kết luận – Kiểm soát dữ liệu toàn diện, giảm thiểu truy thu
Việc tự động hoá phát hiện bất thường và xây dựng kịch bản giải trình cho các khoản chi phí không có hoá đơn hợp lệ không chỉ giúp doanh nghiệp tránh được các khoản phạt nặng nề mà còn tối ưu hoá quy trình tài chính, giảm chi phí kiểm toán nội bộ và nâng cao độ tin cậy của báo cáo tài chính.
Quy trình chuẩn bao gồm:
- Thu thập & chuẩn hoá dữ liệu đa nguồn.
- Áp dụng Clustering, Supervised Learning, NLP, Graph Analytics, Anomaly Detection để phát hiện rủi ro.
- Tính toán Tax Risk Score và ROI để ưu tiên giải quyết.
- Tự động đề xuất chứng từ thay thế (biên bản công tác, phiếu chi) dựa trên mô hình AI.
- Kiểm tra lại, phê duyệt và lưu trữ theo SOP chuẩn.
Áp dụng Serimi App – nền tảng AI thuế toàn diện, tích hợp các mô hình trên, giúp CFO, Kế toán trưởng và Giám đốc thuế nhanh chóng xây dựng kịch bản giải trình, giảm thời gian chuẩn bị hồ sơ thanh tra từ vài tuần xuống chỉ còn vài ngày.
Liên hệ ngay: sales@serimi.com để trải nghiệm demo miễn phí và nhận báo cáo rủi ro cá nhân hoá cho doanh nghiệp của bạn.
