agentsclimarketplace

Ft risk assessment

Skill MARUCIE/openclaw-foundry/web/public/packs/compliance-expert/skills/compliance/ft-risk-assessment

Use when: evaluating tax compliance risk, benchmarking financial indicators against industry standards, detecting anomalous patterns in financial data, or generating early warning reports. Trigger: risk assessment, tax risk, anomaly detection, industry benchmark, risk rating, early warning, compliance check, tax burden rate. NOT for: tax planning design, legal dispute resolution, or routine bookkeeping.From its SKILL.md

Install
npx -y skills add MARUCIE/openclaw-foundry --skill ft-risk-assessment

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

9.6 KB, ~3.9k tokens by cl100k_base, as published. Nobody here has run it

是什么

风险评估矩阵是企业税务合规风险的预警引擎,按收入 / 成本 / 费用 / 资产 / 往来五维度对企业财务指标做行业基准对标和异常检测,量化输出低 / 中 / 高 / 极高四级风险评分(0-100 分),在税务机关发现问题之前生成可执行的整改路线,把稽查触发概率和潜在补税滞纳金金额双重压低。

怎么用

  1. 先采集近 3 年财务报表、纳税申报表、发票数据、银行流水做数据基线,避免只看一年导致的趋势误判。
  2. 按国民经济行业代码 2 位级别确定行业分类,调取该行业的毛利率、增值税税负率、企业所得税税负率参考区间做横向对标。
  3. 跑高危指标清单(连续 3 个月零申报但银行有流水 / 进项销项长期倒挂 / 税负率偏离行业均值超 50% / 存货账实差异超 10%)和中危指标清单(毛利率同比波动超 10 个百分点 / 关联方交易占比超 50%)做异常筛查。
  4. 区分趋势异常(毛利率从 30% 突降到 15%)与绝对值异常(毛利率持续低于行业),趋势异常的预警价值通常更高。
  5. 输出预警报告时每项异常必须给出三件套(合理原因+所需证据 / 整改措施+时间窗口 / 不整改后果+罚款估算),而不是只列问题不给方案。

架构图

flowchart LR
    A[3 年财务数据] --> B[行业基准对标]
    B --> C[五维度异常检测]
    C --> D[风险评分 0-100]
    D --> E[整改优先级]
    E --> F[预警报告输出]

风险评估矩阵

企业税务合规风险评估与预警专家。负责行业基准对标分析、异常指标自动检测、风险等级量化评估、预警报告生成与整改建议输出。核心能力是在税务机关发现问题之前帮助企业识别并化解潜在的税务风险,将稽查触发概率降到最低。

Core Knowledge

风险评估五维度

维度关注点典型异常
收入收入完整性、确认时点长期零申报有收入、收入增长与开票不匹配
成本成本真实性、配比关系毛利率异常偏低/偏高、成本与收入不配比
费用费用合理性、限额控制管理费占比异常、大额咨询费无合同支撑
资产资产真实性、折旧合规固定资产与产能不匹配、大额资产无发票
往来往来真实性、长期挂账其他应收/应付长期挂账、关联方往来占比高

行业基准值参考(2025年度)

不同行业有不同的合理区间,以下为主要行业参考值:

行业毛利率参考增值税税负率参考企业所得税税负率参考
制造业(一般)15%-30%2%-4%1%-3%
批发零售5%-15%0.5%-1.5%0.5%-1%
建筑业8%-15%2%-3.5%1%-2%
软件/信息技术40%-70%3%-6%2%-5%
餐饮住宿30%-60%3%-5%1%-3%
房地产20%-40%3%-5%2%-5%

注意:以上为经验参考区间,各地税务局有各自的预警值,以当地标准为准。

异常指标清单(金税系统重点监控)

高危指标(红色预警)

  1. 连续3个月零申报但银行账户有进出
  2. 进项税额与销项税额长期倒挂
  3. 增值税税负率偏离行业均值超过50%
  4. 大额现金交易(单笔5万+/日累计20万+)未申报
  5. 存货账实差异率超过10%
  6. 对外开具的发票金额与报税收入不一致

中危指标(黄色预警)

  1. 毛利率同比波动超过10个百分点
  2. 费用率(管理费+销售费)偏离行业均值超过30%
  3. 长期亏损但持续经营(3年以上)
  4. 关联方交易金额占总交易额超过50%
  5. 其他应收款/其他应付款余额超过营收50%
  6. 未开票收入长期为零

风险等级评定标准

等级得分区间说明处置建议
低风险0-30分指标正常,无明显异常保持现状,定期复查
中风险31-60分部分指标偏离,需关注内部自查,准备解释材料
高风险61-80分多项指标异常,可能触发评估立即整改,主动补正
极高风险81-100分严重异常,极可能触发稽查聘请税务师,准备应对

评分方法:每项指标按严重程度赋分(0/5/10/15/20),各维度取最高分后加权汇总。

预警报告模板要素

  1. 基本信息: 企业名称、纳税人识别号、行业分类、评估期间
  2. 指标对标: 各项指标的企业值 vs 行业基准值,偏离率
  3. 异常清单: 触发预警的具体指标,按严重程度排序
  4. 风险等级: 综合评分和等级判定
  5. 原因分析: 每项异常的可能原因(合理原因 vs 违规原因)
  6. 整改建议: 具体的整改措施、时间表、责任人
  7. 预计影响: 如不整改可能面临的税务后果(补税/罚款/稽查)

Decision Framework

发起风险评估
  |
  +-- 数据采集
  |     近3年财务报表 + 纳税申报表 + 发票数据
  |     银行流水 + 合同台账 + 往来明细
  |
  +-- 行业对标
  |     确定行业分类(国民经济行业代码)
  |     查询行业基准值(毛利率/税负率/费用率)
  |     计算企业值与基准值的偏离率
  |
  +-- 异常检测
  |     逐项核查异常指标清单
  |     标记触发预警的指标
  |     区分趋势异常 vs 绝对值异常
  |
  +-- 风险评分
  |     各维度赋分
  |     加权汇总
  |     确定风险等级
  |
  +-- 原因分析
  |     合理原因: 新企业/大额采购/季节性/行业特殊性
  |     违规原因: 隐匿收入/虚列成本/关联转移
  |
  +-- 报告输出
        异常清单 + 原因分析 + 整改建议 + 时间表

Gotchas

  1. 税负率低于行业均值不一定有问题——新设企业、大额采购期、出口企业都会导致低税负。新设企业前期固定资产投入大、进项多销项少,税负率必然偏低。出口企业因为适用零税率退税,增值税税负率接近零是正常的。大额设备采购当期进项集中也会拉低税负率。风险评估时必须结合企业具体经营状况分析,不能简单套用行业均值做判断。关键是异常要有合理解释且有证据支撑

  2. 毛利率异常的判定不能只看绝对值,要看趋势。毛利率从30%突然降到15%比一直保持在15%更危险。持续偏低可能是行业竞争和成本结构决定的,但突然大幅下降可能意味着人为调整(隐匿收入或虚增成本)。风险评估应同时做横向比较(与行业对标)和纵向比较(与自身历史对标),后者往往更有预警价值

  3. 大额往来挂账(其他应收/其他应付)是稽查重点——股东借款超1年视同分红。其他应收款中如果有股东或关联个人的借款,且在纳税年度终了后既不归还也不能证明用于企业生产经营的,按照财税[2003]158号文,视为企业对个人投资者的红利分配,需要代扣代缴20%个人所得税。实务中大量企业通过"其他应收款-股东"长期挂账来变相分配利润逃避个税,这是税务稽查的经典查处场景

  4. "税负率"不等于"税率"——税负率 = 实际缴税额 / 收入(含税或不含税口径需一致)。很多企业混淆税负率和税率。增值税税负率 = 当期实际缴纳增值税 / 当期不含税销售收入 x 100%,受进项抵扣、出口退税、即征即退等多因素影响,可以远低于法定税率。企业所得税税负率 = 当期实际缴纳所得税 / 当期营业收入 x 100%,受优惠税率、加计扣除、弥补亏损等影响。评估时务必确认口径统一

  5. 风险等级不是一成不变的,同一指标在不同行业的阈值完全不同。批发零售业毛利率10%是正常的,软件行业毛利率10%就是严重异常。建筑业增值税税负率2%是合理的,软件行业2%可能偏低。风险评估模型必须按行业细分(至少到国民经济行业分类2位代码),不能用一套通用阈值套所有行业。且同一行业内,地区差异也会影响基准值(一线城市 vs 三四线城市的人力成本差异)

  6. 预警报告必须给出具体的整改建议和优先级,不能只列问题不给方案。列出"毛利率偏低"但不分析原因、不给整改路径,这样的预警报告没有实际价值。每项异常必须附带:(a)可能的合理解释和所需证据,(b)如果确实存在问题的整改措施,(c)整改的优先级和时间窗口(如在汇算清缴前完成),(d)不整改的后果(被评估/被稽查/罚款金额估算)。这才是专家级的风险评估输出

When to Escalate

  • 风险等级为"极高"且涉及虚开发票嫌疑 --> 立即转交 ft-legal-counsel 评估刑事风险
  • 异常指标涉及关联方交易定价 --> 转交 ft-international-tax(跨境)或 ft-tax-planner(境内)
  • 成本核算异常需要深入分析 --> 转交 ft-cost-accounting
  • 风险源于优惠政策误用 --> 转交 ft-tax-incentive 重新评估资格
  • 出口退税指标异常 --> 转交 ft-export-tax-rebate
  • 需要设计整体风险应对方案 --> 转交 ft-tax-planner

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Gives 0 of the 12 instructions most finance skills give in ~3.9k tokens

Counted across 469 of the 469 authors here whose files we hold, read 2026-08-07

  • Extract date vendor amount and descriptionin 15 of 469, across 3 files
  • Scan folder for invoice filesin 14 of 469, across 2 files
  • Rename files to standard formatin 14 of 469, across 2 files
  • Show organization plan before movingin 14 of 469, across 2 files
  • Generate summary CSVin 14 of 469, across 2 files
  • Organize files by categoryin 13 of 469, across 1 file
  • Preserve original filesin 13 of 469, across 1 file
  • Flag files missing critical infoin 13 of 469, across 1 file
  • Produce the requested output filein 9 of 469, across 4 files
  • Build best, base, and worst case scenariosin 9 of 469, across 5 files
  • Implement backoff if rate limit errors occurin 8 of 469, across 3 files
  • Determine the weighted average cost of capitalin 8 of 469, across 4 files

Said here and by no other author read

  • collect three years of financial data before assessment
  • classify industry by two digit national code
  • run anomaly detection across five risk dimensions
  • score risk on a 0 to 100 scale
  • differentiate trend anomalies from absolute value anomalies
  • compare metrics horizontally to industry benchmarks

Grouped from the skills themselves: near-identical wordings counted once, and counted by distinct author, so one author publishing three of these counts once. Length counted with cl100k_base; the agent that loads this file may tokenize it differently.

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.