Представленная статья посвящена разработке интегральной модели оценки налогового риска с использованием методов искусственного интеллекта и соответствует актуальным направлениям развития риск-ориентированного налогового администрирования и цифровизации финансового контроля. Тематика исследования является безусловно актуальной, поскольку современные системы налогового мониторинга переходят от формализованных процедур к аналитическим и предиктивным моделям, основанным на обработке больших массивов данных и применении интеллектуальных технологий.
Авторами корректно обозначена научная и прикладная проблема, связанная с ограниченностью традиционных подходов к выявлению налоговых рисков, а также с недостаточной интерпретируемостью и адаптивностью существующих аналитических решений. В статье обоснована целесообразность формирования интегрального индекса налогового риска, способного учитывать многомерный характер поведения налогоплательщиков и изменчивость правового и экономического контекста.
Методологическая база исследования характеризуется системным и междисциплинарным подходом. Предложена трехуровневая модель, включающая поведенческий, сетевой и семантический уровни анализа, что позволяет объединить количественные финансовые показатели, структуру связей с контрагентами и смысловые признаки правоприменительной среды. Существенным достоинством работы является использование методов объяснимого искусственного интеллекта и процедур калибровки на реальных исходах, что повышает прикладную ценность модели и расширяет возможности ее использования в налоговом мониторинге и корпоративном комплаенсе.
Научная новизна исследования заключается в интеграции разнотипных источников данных в единую аналитическую конструкцию, а также в разработке методики интерпретации вклада отдельных факторов в итоговую оценку налогового риска. Представленный подход отличается гибкостью и потенциальной адаптивностью к изменениям законодательства и структуры данных, что является важным преимуществом в условиях динамичной регуляторной среды.
Практическая значимость статьи состоит в возможности применения предложенной модели в деятельности налоговых органов и крупных корпораций для раннего выявления отклонений, повышения точности управленческих решений и снижения вероятности налоговых споров. Авторские выводы логично вытекают из проведенного анализа и подкреплены примерами использования цифровых инструментов в практике налогового контроля.
Статья написана в целом на высоком научном уровне, отличается логичностью изложения, корректным использованием терминологии и соответствует требованиям, предъявляемым к публикациям в научных журналах экономического профиля.
Статья Семиколеновой М.Н. и Волковой А.А. «Разработка интегральной модели оценки налогового риска на основе методов искусственного интеллекта» представляет научный и практический интерес и рекомендуется к публикации.
