全球数字经济财税金融动态2024年4月.docx

《全球数字经济财税金融动态2024年4月.docx》由会员分享，可在线阅读，更多相关《全球数字经济财税金融动态2024年4月.docx（25页珍藏版）》请在课桌文档上搜索。

1、全球数字经济财税金融动态阿里研究院2024年4月30日目录一、敷字出F技术与产IMt沿1 .世界银行：人工智能讨数据开发利用的变革作用2 .谷锹DeepMind的折A1.PhaFo1.d模型在药物发现钝圾的反JH3 .金融计报：龙勃发展的人工智能高东威胁全球电力供应4 .波士帧大学教授CareyMorewedge等：汽车初造商如何应时自动驾肽汽车推广的阻力5 .OpenAI发布大语古模型GPT-4Turbo的最新版本6 .Mcta发布其戢新大语言模型Uama3的初期版本7 .世界经济论括：数字化备件助力制造业解决供应忸问避8 .厮坦福大学发布2024年人工纾施楮数报告9 .全球随行与金触评论:

2、人工智能和机若学习在公心般务质保的四项创新应用10 .麦肯得：也于技术的产业彩响与投费超将二、敷字您济财税政策与观点11 .国际制纵及都分国军4月实施,“双支柱”方案取拌的新进展12 .安永：由审计师教动、人工智豌(AI)艾持的数字审计13 .非洲税收征管论后发布非洲国国时数学企业征良的改觉简报14 .亚洲开发核疔和亚太接合组树相整发布数字贸务报告15 .税收基金会发布世界各地的数字箱报16 .美国国东运济研究苏会经济咨询公司：金领A对美国企业所得税收入的套响分析17 .塞尼.2大洋我及AndrcasHaUfICr等：全球最依税计支令的影响18 .波兰拉扎尔斯基大学B1.azejKuzniac

3、ki教校：支柱二绐非发达经济体带来的帙战19 .密欢根大学教授Avi-Yonah:如何应对投资忸定对支柱二规则的挑战三、我字候济金Ift政策与观点20 .国除清算圾行找出探索冷境支付代币化的Agor6项目21 .依据平台PYMNTS:银行财粗聚焦全面敏字化转里22 .全球极行与金融评论:开故很行和笄境支对的进步与枇战23 .他意志或邦银H主序JoachimNage1.:数字欧元的多维优点24 .JfeRM1.cdRerInsights:英国与欧21在促进分布式账本技术发展领域的我就对比25 .彭博社：英国骁管机构同汪金融服务领班适用人工智能(AI)的我新观点26 .杏塔金球纹管局发点关于金球纹

4、管科技的见解27 .芝加哥大学忡士AgustfnCarstens等：Finternet才、来的会i手观四、tt1.*taMm28 .部分及济体4月公布的财税政觉(咨询)描埸29 .OECD发布时工资征税(2024年版报告30 .OECD发布无国界税务稽攵得议2024年度报告31 .英国兰T；所朴大学里授So1.Picciotto:凝合国国除税务合作框架公约的设计图於32 .瑞士圣加仑大学教及Peter：多边主义是联合国国际机务合作板架公约成功的关蚊33 .英国卫报：0,巴西、向非和西班牙四国部长呼吁对亿万富翁征全率财富税34 .IVf=:亚洲经济增长和通胀削减的前景改4,但风险优存35 .布寺

5、金斯芋会发布21世圮全球金融架构的改革报告1 .世界银行I人工能(AI)对数据开发利用的变革作用.(1)AI通过元数据增强(MetadataAugmentation)改变数据的记录方式.元数据(Metadata)是描述数据属性的数据，用来支持指示存储位置、历史数据、资源杳找、文件记录等功能。元数据能确保研究人员找到最佳现有数据并从中获取知识。但元数据的可用性和质量是决定数据是否易于理解、可发现和可再利用的一个重要制约因素.记录数据和整理元数据的过程往往是一个手动、繁顶且耗时的过程，这导致许多数据集缺乏详细元数据来确保可访问性和再利用性，一直处于哙藏和未充分利用的状态。AI提供的元数据增强这一变

6、革性解决办法有可能使元数据的生成和增强实现自动化。生成式A1.可从调查报告和数据字典中自动生成摘要、介绍和主题思想，自动提取和生成关键词从而改进搜索结果。这有利于数据生产者、管理者和用户费得更丰富的元数据，从而提高数据的利用率和再利用率。(2)I提供最相关的数据用于数据发现(DataDiscovery),传统的数据发现系统通常依赖于词法搜索或关键字搜索，但是铿找内容仅限于元数据中的确切关键字。同时,不熟悉专门术语的用户在使用这种基于关健字搜索的系统时，可能因不知道要搜索的确切术语而错过相关数据。因此，数据发现系统不仅应该对元数据进行索引，还应该理解术语之间的上下文关系，确保搜索结果全面且相关。

7、诸如混合搜索、语义搜索、知识图谱和推荐系统等A1.技术的实施可以显著增强数据发现系统，进而让用户能够花费尽可能少的时间找到他们需要的数据。(3)A1.通过大语言模型优化数据使用情况评估.鉴于研究人员在界定或表述他们在文献中使用的数据方式上具有很大区别，因此衡量数据如何或是否被使用仍然是一个挑战.大语言模型可从非结构化文本中提取结构化信息，创建一个“数据使用数据库”，从而分析数据对信息传递和知识生成的影响，优化数据使用的评估方式.(4)利用A1.生成合成数据(SyntheticData)突破数据传播的限制.隐私和安全问题限制了数据的有效传播。合成数据是通过算法、统计模型或AI生成的数据，而非其实

8、的观测数据，例如，以故感数据集为基础生成的不包含敏感信息但包含其他信息的数据.联合国欧洲经济委员会发布的官方统计合成数据指南表明，使用更先进的A1.生成合成数据提供J创建真实数据的方法，合成数据既可为用户提供分析见解，也可最大限度地减少披露风险。2 .谷歉DeepMind胸AIpfwFoId模型在药物发现翎的应用.5月8日，谷歌旗下的最强A1.研究机构DeepMind发布了其生物学预测工具AIphaFo1.d的改进版AIphaFo1.d3。该模型不仅可以覆测蛋白质的结构，还可以Di测几乎所有生物元素的结构.这一发展有助于加速药物发现和其他科学研究.目前，该工具正被用于签定从抗逆作物到新型疫苗的

9、各种实验.DcepMind表示，AIphaFoId3现在可以预测DNA、RNA和配体等分子的结构，该工具能提供比以往任何工具都更细致、更动态的分子相比作用画像。DeCPMind首席执行官DCmiSHaSsabiS表示：“生物学是一个动态系统，生物学的特性是通过细胞中不同分子之间的相互作用而产生的，你可以把A1.PhaFO1.d3看作是我们向建模迈出的第一步。A1.PhaFOk12帮助我们更好地绘制了人类心脏图谱，建立了抗菌素耐药性模型，但A1.PhaFOk12系统只知道氨基酸,因此对生物制药的作用非常有限.”哥伦比亚大学系统生物学助理教授MohammcdAIQuraishi对此表示赞同，同时指

10、出，由于新版模型.AIphaFo1.d3原则上可以3J潴药物与蛋白属结合的位J1.因此其将更有利于药物发现.据DeepMind称，旗下的ISOmorPhiC1.ab已经在为此目的使用该模型，与制药公司合作尝试开发新的疾病治疗方法，AIphHFHd3的预测准确率可以达到40%到80%以上不等.但不管准确率有多高，如果研究人员试图迈出第一步来回答一个问题，如哪种酶有可能分解水瓶中的塑料，那么使用A1.PhaFOkI3这样的工具要比使用X射线晶体学等实验技术有效得多。但需要注意的是，A1.phaFoId3也带来了新的风险，即扩散技术的使用导致模型有可能产生幻觉，或者生成皆起来合理但实际上并不存在的结

11、构.研究人员可通过在最容易产生幻觉的区域添加更多的训练数据来降低这种风险，但并不能完全消除风险。3 .金I1.时报：普勃发展的人工曹能(AI)需求威胁全球电力供应.特斯拉CE。埃隆马斯克表示，虽然去年A1.的发展受到了“芯片限制”，但这项尖端技术的最新瓶颈是“电力供应”.亚马逊首席执行trAndyJassy表示，现在没有足够的能源来运行新的生成式AI服务。亚马逊、微软和谷歌母公司A1.phabet正投资数十亿美元建设计算基础设施来增强其A1.能力，其中包括通常需要数年时间规划和建设的数据中心，但些最受萩迎的设施建设正面临容量限制。施耐德电气公司副总裁PankajShaEIa表示，对数据中心的需

12、求一直存在，但从未像现在这样强烈。该公司数据中心部门正在与芯片制造商英伟达合作,设计对A1.工作负载进行优化的数据中心。当下，为应对不断加速的气候变化，世界各国需要履行可再生能源承诺。在此背景下，电力供应问题加剧了人们对最新技术热潮对环境影响的担忧。研究机构DgHInfia预计，2024年全球数据中心建设的资本支出将超过2250亿美元.英伟达首席执行官黄仁勋表示，未来几年将需要建设价值1万亿美元的数据中心来支持生成式AI.即使系统变得更加高效，这种增长也需要大量电力。根据国际能源署的数据，到2026年，全球数据中心的耗电看将增加一倍多，达到1000万亿瓦时，这一数字大致相当于日本一个国家的年度

13、耗电量，而A1.产业预计将“呈指数级”增长，其耗电量将至少是2023年需求量的10倍.国际能源署表示，政策的更新和技术的改进，包括效率方面的改进，对于减缓数据中心能源消耗的激增至关亚要。为了满足AI电力需求，爱尔兰、萄兰等国已颁布政策限制新数据中心的开发.此外，电力瓶颈也引发了数据中心开发商对核能发电的兴趣，例如微软今年聘请了一位“加速核开发”总监.4 .波士大学教授CareyNOrFdCe等：汽车制造商如何应对自动驾驶汽车推广的Ifi力.自动驾驶汽车(AutomatedVehic1.e)可以大幅减少人为失误导致的死亡，从而提升道路安全水平.但是，高估自己驾照!技术的司机可能会推迟采用自动驾驶

14、汽车。Carcy教授等人的母新研究揭示了人类的利C1.主义(Ego1.ism)是阻碍自动驾驶汽车的一个偏见。研究显示，研究弁与者认为自动驾驶汽车是值得信欣和安全的，但自己会比自动驾联汽车和其他驾者更安全、更值得信赖，因而大多数人更喜欢自动化程度较低的汽车.但与此同时，叁与者更倾向于为其他驾驶者提供自动化程度更高的汽车.为消除这种偏见，加速自动驾驶汽车的主流采用，Carcy教授等人提出了五种方法：(1)宣传自动驾驶汽车对他人(如子女和父母)安全的益处，而不仅仅是以促销为目标。(2)将自动驾驶汽车定位为人类驾驶员的补充，而非全面替代。人们不愿意将他们认为对其身份至关重要的任务自动化，因为手动完成任

15、务会增强他们的自原心。如果将自动驾驶汽车的市场定位设置为是对驾驶技能的补充，而不是替代，那么认同该观点的消费者就更有可能购买自动驾驶汽车。(3)提供关于人类驾驶汽车和自动驾驶汽车造成事故的确凿数据，如事故统汁、燃料消耗或扑放等环境影响数据，可以提高自动驾驶的接受度.（4）帮助消费者r解和克服偏见。为消费者提供驾驶技能自我评估服芬，可以让他们更准确地评估自己的驾驶能力，从而提高采用率。播放教学视频、提供个性化的驾驶能力反馈、在征得同意的情况下收集客户的到段数据并对封驶安全性进行分类，可以减少人类驾驶者的利己主义偏见。（5）引入激励机制。保险折扣、税收减免、为采用自动驾驶汽车的消费者预留专用车道等

16、激励措施,可能会让消费者减少对乘坐自动驾驶汽车所带来的损失（尤其是控制感）的关注。5 .OpenAI发布大语音IM1.GPT-4Turbo的三IK本,4月9日，OPCnA1.通过OpenAIAPI向开发者提供大型多模态模型GPT-4Turin.的最新版本GPT-4TurboMithVision.这一最新里号大语言模里保留了128000个Token上卜.文窗口（相当于大于300页的拈籍或文档，Token通常用来表示文本数据中的一个单元），其训练数据截至2023年12月。与此前版本相比,新版本的主要区别在于它的视觉功能，可以理解图像和视觉内容，并针对有关图像的问题提供文本响应.在带有视觉功能的GP

17、T更好地协助编码；健康和健身应用程序HeaKhify用其来扫描用户膈食的照片，并通过照片识别提供营养见解：MakeRea1.用其将用户的绘图转换为工作网站。这是OPCnA1.苜次向第三方开发商提供采用视觉技术的GPTY-Turbo,其可能会带来一些关于时尚、编码甚至游戏的新应用程序和服务。时下，OPenAI尚未在Cha1.GpT内或向公众提供GPT-4TurtX）,OpcnAI表示这些功能很快就会出现在ChatGPT上。未来，该模型及其视觉分析功能将被扩展并添加到ChatGFr等应用程序中，使其对图像和视频的理解更加高效。谷歌已开始在GeminiPro1.5中推出这一功能，尽管目前谷歌像OPe

18、nA1.样将其限制在开发人员而非消费者使用的平台上,.6 .Neta发布其大语模型1.1.ama3的初期版本.1月18日，Meta发布了其最新大语言模型1.1.ama3的初期版本（EarhVersion）以及一个在用户输入提示时实时更新图片的图像生成器.这些模型将被整合到该公司的虚拟助手MeiaA1.中，更新后的MetaA1.助手将在Meta的Facebook、Insiagrain、WhatSAPP和MeSSenger应用程序以及个新的独立网站中占据更显著的位身，与微软支持的OPenA1.的爆款产品ChaiGPT屣开更直接的竞争,与谷歌和OPenAI的模型不同IJama3是开源的，这意味着开发

19、人员可以轻松地使用该模型免费构建产品.然而，草果、谷歌等大型云计算巨头将对其系统上训练的模型收费，以阻止竞争对手的搭便车行为。Meta首席产品官ChrisCTox表示，Meta为IJama3配备了新的计JW1.编码功能，并在这次训练中为它提供了图像和文本，不过目前该模型只输出文本.Cox表示，将图像纳入1.1.ama3的训练将增强今年推H1.的新代雷朋Me1.a智能眼镜的功能，可以使MeIaA1.能够识别佩戴者看到的物体并回答有关它们的问题。Mcta还宣布与谷歌合作，将谷歌实时搜索结果纳入助手的响应中。随着大语言模型的更新，MetaA1.助手正在扩展到美国以外的十几个市场，包括澳大利亚、加拿大

20、、新加坡、尼日利亚和巴基斯坦。但不包括欧洲，因为欧洲的隐私规则更加严格。1.1.ama3最初将提供两种规格，一种是8。亿个叁数，另一种是700亿个弁数一用于训练系统并量终形成其输出的叁数，拥有更多参数的大型模型通常比小型模型表现更好.此前开发人员曾抱怨之前1.Iama2版本的模型无法理解基本的上下文语境，将如何“杀死”计算机程序的请求与执行谋杀指令的请求混淆在起,其竞争对手谷歌也遇到过类似的问题。MCta表示，它通过使用“高质量数据”让模型识别细微差别，减少Uama3运营中的这些问题.为了即将到来的多语言用例，超过5%的1.1.ama3颈训练数据集由涵盖30多种语言的高质量三欣语数据的成.MC

21、Ia首席执行官扎克伯格称MCIaA1.是“人们可以自由使用的最智能的A1.助手”，1.1.ama3系列最大模型规模将超过4000亿叁数，该版本仍在接受培训.MetH表示，在接下来的几个月中将发布多个具有新功能的模型，包括多模态、以多种语音交谈的能力、更长的上下文窗口以及更强的整体功能.7 .世界Ig济论坛：数字化备件助力制遒业H决供应餐问M备件是指用于咨换原有部件的模块、组件及元件。备件缺乏的代价相当惊人。据统计，生产设备出现故障时的备件缺乏每年给工业制造商造成约500亿美元的损失。西门子公司研究显示，2022年，石油和天然气行业每小时的停机成本在短短两年内蝌加/一倍多，达到近50万美元.美国

22、疾病控制和预防中心2023年发布的报告显前迈进r一大步，包括强化大流行病预测的EvESCape和协助突变分类的A1.phaMisence等几个重要的医疗系统被推出。(9)美国的A1.法规数量急剧增加.美国与AI相关的法规数量在过去一年和过去五年中大幅增加。2023年，与AI相关的法规有25项，而2016年仅仃1项。仪去年年，A1.相关法规的总数就增长了56.3%。(10)全球各地的人们对A1.的潜在影响有了更深刻地认识，同时也对AI感到更加紫张.市场研究咨询公司Ipsos调查显示，在过去一年中，认为A1.将在未来三到五年内极大影响其生.活的人的比例从60%上升到了66%。此外，52%的人对A1

23、.产品和服务感到紧张，比2022年上升了13个百分点。皮尤研究中心的数据显示，52%的美国人表示对A1.的担忧多于兴奋，这一比例比2022年的37%有所上升。9.全球银行与金触评论人工能(AI)和机学习(M1.)在金务质保的四项创党应用.A1.和M1.正在重塑金融服务部门质量保证(QA),使其更高效、更准确和更具成本效益。AI和M1.的创新简化了测试过程，加强了缺陷检测和管理，对维护金融系统的可靠性和完整性至关揖要.研究显示，在QA流程中实施AI可以显著降低测试成本率，仃时多达40%，并可将缺陷检测率提尚30%,为了保持竞争力和遵守严格的监管标准，突出AI和M1.在现代金歌QA实践中的Ig要性

24、，金融机构有四项创新应用：(1)A1.增强型自动化测试,AI增强型自动化测试代表了金融服务业QA领域的重大进步.通过将AI整合到自动化测试框架中，金融机构能够以更高的准确性和更低的人为错误率执行更复杂和重复的清试案例.例如，摩根大通利用AI邪动工具模拟用户的行为和交互，提前有效识别和纠正银行应用程序中的潜在缺陷。(2)利用M1.进行高级测试数据管理.M1.在金融服务部门的流试数据管理和生成中，极大提高了测试过程的有效性和效率.M1.算法能够创建反映真实世界复杂性的合成测试数据，能蠕在不暴露敏感信息的情况下精确地复制操作数据集.Tonic,ai等工具能通过生成真实的、匿名的数据集来维护实际操作数

25、据的多样性和特征，确保测试场景尽可能接近真实生活(这些工具还提供了增强的隐私保护措施，使合成数据无法追溯到真实的个人，从而确保遵守数据保护规定。(3)由M1.驱动的基于风险的潴试(KBr).M1.正在通过实现更有针对性和更高效的消试过程，革新金融服务业中基于风险的窝试策略.例如，花旗银技术相关的学位.同时，开设量子技术课程的大学数量增加了S3%,达到195所，而提供量子技术硕士学位的大学增加了10.0%,达到55所。11 .国际坦家及部分国家4月实趋“双支柱”方案取制的新进展.(1)()E(1).4月25日，OECD发布全球反税基侵蚀(GIoBE)规则立法模版综合版注糅(2023)B,纳入了O

26、ECD梭基侵蚀和利润转移(BEPS)包容性框架自2022年3月至2023年12月期间发布的：份征管指南.G1.oBE规则立法模版(支柱二)示例(修订版)也于同日发布。(2)加拿大.4月16B,加拿大副总理兼财政部长ChrystiaFrcc1.and向议会提交2024年联邦政府预.克案为每代人提供公平，重申了其对支柱的承诺，表示将继续致力于敲定一项多边公约，不过，加拿大也表示正在推进征收数字服务税(DST)的长期计划.此外，政府打算很快在议会引入全球最低税立法，预计F2026年起实施，将在2026-2029年间为加京大带来660亿美元的税收收入。(3)日本.4月12日，日本推出全球最低税的纳税申

27、报表。26日，日本国税厅发布了约H)条关日本全球的低税法律法规的解铎性立场，包括直接或间接持有股权的含义、有关未按规定会计准则编制财务报表的跨国企业的处理方式等，这些立场对纳税人不具有法律约束力。(4)波兰.4月25日，波兰财政部发布一份实施欧盟最低税指令的法案草案，供公众咨询，汴询截止日期为5月17日。该法案的内容遵循了上述指令的精曲，包括了收入纳入规则(IIR)和低税支付规则(UTPR),且引入f合格国内最低补足税(QDMTT).(5)丹麦。4月30日，丹麦税务部向议会提交了一项实施OECD全球最低税征管指南的立法提案，旨在确保丹麦引入的全球最低税制度完全符合OECD支柱二的立法模板和征管

28、指南，预计将于7月1日生效。12 .安永：由审计JHE动、人工智能(AI)支持的数字审计.当前，审计师正在抓住机会，通过采用A1.来改变他们的工作方工&这个强大的工具可以深入挖掘数百万行数据，在儿分钟内标记出潜在的异常情况，供审计人员审查，而不是依赖于手动选择和审查数据样本，导致花费更多的时间。AI这一更容易获取所需数据的辅助工具，便审计师能够将更多的精力和时间用于专业判斫，并利用他们的经验来分析和审查信息.在I的帮助下，审计人员可以跨部门、地区甚至国家应用犷展数据查询，以例助识别异常并审查非结构化信息.因此，本第12B条根据该规则，自动化数字服务收入（ADS）的来源国有权对这些收入征税。由于

29、第I2B条不包括任何最低限度门槛，因此任何企业，不论规模大小，都可以被纳入适用范围。ATAF强调，非洲国家对数字企业征税的选择将根据本国的具体税收政策目标而有所不同。ATAF指出，DST以及上述普代性联结规则在内的其他措施的征税范围比金额A规则要广得多，这些措施将适用于在非洲国家运营的所有或大部分数字企业。据目前估计，实施支柱一金额A规则的多边公约将仅适用于100多家跨国企业。14.亚洲开发银行和亚太经合组织相缰发布数字贸H报告4月1日，亚洲开发银行（ADB）与联合国亚洲及太平洋经济社会委员会（ESCAP）发布了关于亚洲及太平洋贸易便利化实施的第四次进展报告一2024年亚太贸易便利化报告,该报

30、告显示：亚太地区47个国家数字贸易便利化措施的平均实施率为67%：跨境贸易无纸化的实施率仍然很低，只有42%,因为该区域许多发展中经济体仍处于建设无纸化系统的初期阶段。报告指出，充分实施各项数字贸易便利化措施，超越世贸组分I贸易便利化协定中概述的承诺，可使该区域的平均贸易成本降低约11%.展望未来，贸易便利化措施的实Jt应被视为一个循序渐进的过程：（I）首先要建立必要的制度安排，以确定贸易便利化工作的优先次序并进行协调：（2）提高措施透明度，共享法律法规和程序方面的信息：（3）简化和精简贸易手续，加速采用信息和通信技术解决方案和无纸化贸易系统；（4）通过单一窗口等系统实现电子数据和文件交换，使

31、伙伴国的利益相关方能够获取高效贸易和降低成本所需的信息。在此过程中，合作至关重要，特别是在无纸化和跨境无纸化贸易方面，各国需要制定和实施必要的法律和技术协议，以便在国家和聆境层面无缝交换监管数据、商业数据及文件.亚洲及太平洋跨境无纸化贸易便利化框架协定可作为一个专门的、包容的政府间平台，支持各国逐步过渡到“少纸化”，最终实现无纸化和跨境无纸化贸易，实现亚洲及太平洋地区的贸易数字化。近日，亚太经合组织（APEC）发布了贸易数字化：无纸化平台的作用报告.报告指出，一项单一的国际贸易交易可能需要2（）多个实体进行互动，涉及IO至20份书面文件.纸质文件效率非常低，手工输入也常常会导致更大的错误空间，

32、而且纸质文件也很容易伪造。数字贸易便利化是应对这些挑战的潜在解决方案.事实上，正如联合国数字和可延，导致不确定性和双重税收”当然,即使该公约生效，也可能不会导致所有DST都被取消。第六，目前IOI个国家(地区)对跨境在线箱价征收增值(VAT)或商品及服务税(GST),在欧盟，跨境在线销售的增值税收入在2015年到2022年的7年内增加了7倍，从30亿增加到20()亿欧元.据测算.电子商务增值的最大收入潜力是当前关税的2.5倍。报告建议，希望对数字化商业模式征税的国家不应利用DST等这些扭曲性税收政策，而应扩大一般消费税的适用范围，将数字服务和产品纳入其中，从而在扩大一般消费税税基的同时实现税收

33、中性.16.美国国家经济研究协会Ig济咨询公司，金额A对美国企业所用税收入的影响分析.该公司研究人员利用私营部门研究人员掌握的信息来源，评估了支柱一金额A规则在2022年对美国企业所得税收入产生的可能影响.研究所使用的金额规则以OECD在2023年IO月发布的实施支柱金额A规则的多边公约草案为准。账响分析分为以下几个步骤。第一步，确定适用金额规则的唐国企业数量：在FactSet数据库中确定了168家达到金额A规则适用门槛的跨国企业，手动审查排除了那些在受监管的金融服务业、采掘业和国防行业运营的企业，以及那些主要在国内市场运营的企业，最终得出2022年总共有10()家跨国企业被确定在金额A规则适

34、用范围内。第二步，计算上述适用范围内踏国企业在金旗A规则下须重新分配的利润，范围内跨国企业利涧率超过10%的部分被视为超额利润，超额利润的25%将在金额A规则下被重新分配至市场国征税。据测算，2022年须重新分配的利润为1650亿欧元(约合1735亿美元)，总部位于美国的跨国企业占比最高，在数量上占一半，在利润上占63%。第三步，确定在金额规则项下分配至美国进行征税的利润所带来的税收收入为109亿美元.第四步，确定在金额规则下向总部设在美国的范圉内肾国企业提供税收减免所支出的金额为105亿美元：这部分金额为总部设在美国的范国内跨国企业在美国以外的市场国应缴纳的金额A,兑款，美国应当根据金额A规

35、则给予抵免，实现将跨国企业超额利润在金额规则下分配至其他国家征税的效果。最终，2022年美国在金额规则下获得企业所得税净收入8计为4亿美元，仅相当于2022年美国企业所得税收入的0.1%.此外，随若支柱18 .波丝拉扎尔斯基大学B1.azejKMniacki教授支柱二龄非发达Ig济体带来的接战.第一，支柱二将对非发达经济体通过税收优惠吸引外商直接投责产生负面算影响，特别是经济特区安排.第二，支柱二将引发一场新的、意想不到的税收竞争，在这场竞争中，由于非发达经济体的行政和财政能力较低，其与发达斐济体相比处于相对弱势的地位.第三，由于如下原因，支柱二将扭曲发达经济体与非发达经济体之间的公平竞争环境

36、：（I）与非发达经济体相比，合格可退还税收抵免（QRTC）的实施和应用对发达经济体来说要容易得多，因为后者的预兑状况往往要好得多，可以用QRTC的形式向投资者提供现金返还，由于QRTC在计算支柱二有效税率时被记入分母的增加而非分子的诚少，此类税收优惠受到支柱二的负面影响相对较小；（2）附带利益（译者注：指与支柱二相关的任何利益，提供此类利益的经济体实施的支柱二将不被其他经济体所认可）的设计和解糅使非发达经济实体处于更不利的境地，因为非发达经济实体在实施超出附带利益定义范围的非税收激励（用于吸引或留住外商直接投资）方面的预算状况比发达经济体弱：（3）违反国际投资协定和WTo规则，使非发达经济体的

37、处境比发达经济体更糟，因为支柱二规则对非发达经济体对外国投资者的税收承诺和普遍存在的经济特区产生r更深远的负面影响。对此，可以对支柱二规则进行补充，从而建立一个公平的竞争环境。其一，非发达经济体通过经济特区提供的税收优惠，如果满足OECD有击税收实践论坛的经济实侦和联结度要求，仃利于促进经济增长、就业、创新以及改善基咄设施，则不会导致支柱二有效税率的降低。其二，所有被OECD有在税收实践论坛认定为无害的税收激励措施都将被视为QRTC（至少对非发达经济实体而言如此）。其三，附带利益的概念将以精确的法律方法而非广泛的经济事实方法为基础，为此目的的具体法律参数将根据政治共识确定。其四，如果支柱二规则

38、的适用是以会导致某税收辖区违反其国际投资协定、WTO规则以及与支柱二国内立法相关上位法的其他规则（如宪法和欧盟法律）为前提的，那么允许所有税收辖区都可以在OECD税基侵蚀和利涧转移（BEPS）包容性框架内根据其具体情况进行协商后，独立决定是否适用支柱二规则。19 .密欧根大学教授Avi-Yonah:如何应对投资协定对支柱二规则的挑战近期，学界提出了众多支柱二合格国内最低补足税（QDMTT）制度违反双边投资协定（BIT）的观点.一是有观点认为QDMTT可以被解释为违反B1.T的公正和公平待遇标准，因为它使投资者对投资的合理期里落空，并构成未能提供稳定和可预期法律或监管环境的情形。二是有学者指出，

39、QDMTT可能违反BIT中所谓的保护伞条款,该条款要求国承担与特定投资有关的任何义务，如收稳定承诺、税收事先裁定、免税期或建立经济特区。三是如果QDMTT只适用于外国路国企业而不适用下国内企业，则可能违反大多数BiT中的国民待遇和母患国待遇条款。为此，YOnah描述了应对B1.T对QDMTT带来挑挑的三种方式.第一，警国企业可以在东道国的法院起诉，质爰QDMTT违反BH.根据支柱二征管指南，这将使跨国企业处于不应支付QDMTI.税款的状态，此时支柱二补足税将根据收入纳入规则（I1.R）或低税支付规则分配并征收。第二，东道国可以实施QDMTT,但通过提供其他好处来抵消QDMTT对BIT的影响.受

40、BIT保护的企业如果预见其将失去承诺的税收优息，也可以通过与东道国谈判从该国获得其他好处，以抵消失去税收优惠的影响.第三，身国企业可以通过B1.T仲裁来挑战QDMTT这种选择将是“最后的手段”，因为仲裁的代价是昂贵的。此外，该方案不太可能为跨国企业节省很多钱，因为即使跨国企业麻得了仲裁裁决，从东道国获得退稹加上利息也会降低其在东道国的有效税率，其结果是可能在别的国家适用I1.R或UTPR时被课税，这并不会让投资者的境况变得更好。因此，跨国企业在提起仲裁之前应三思而后行。20 .国际清算总行推出探索筋境支付代币化的APMg（目.4月3日，国际清算银行（BIS）创新中心推出了Agora（希脑语，意

41、为“市场”）项目.该项目以BIS提出的统一分类*概念为基础，将研究如何在公私可编程核心金融平台中将代币化商业银行存款与代币化中央银行批发货币无健整合.该项目将涵盖美元、欧元、英镑和日元等主要货币，因此，参与的中央银行包括法国银行（欧元体系）、日本银行、韩国银行、品西哥银行、瑞士国家银行、英格兰银行和纽约联邦储备银行。AgOra项目寻求将七家中央银行和相关商业银行联合起来，建立一个共享的、可编程的基础设施，克服跨境交易的结构性低效率问题AgoI项目被设想为公私合作伙伴关系，需要私营部门参与，并由国际金触研究所（I1.F）协调合作BIS创新中心负责人CeCiIiaSkingS1.ey表示，“Ago

42、M项目将探索一种更高效的支付基础设施，它可以将众多支付系统整合在一起，并使系统在数字化核心金融基础设施(平台)上更有效地协同工作.我们不仅要测试技术，还要从加入该项目的货巾的具体运作、监管政策和相关法律等维度对该平台及在平台上运营的金融公司进行测试。我们相信代币化代表了货币和支付数字化的下个前沿，AwM是BIS创新中心迄今为止开展的最雄心勃勃的项目。AgorJi项目可以增强现行货币体系的功能，并利用智能合约和平台可编程性提供新的解决方案，同时保持货币体系的双层结构,下一步，BIS将向私人金腱机构发出加入Agom项目的意向书。IIF将充当私营部门参与者的中介和召集人，项计上述七种货币发行国的多家

43、受监管金融机构将参与其中。BIS将适时发布私营部门参与项目的具体条件和要求，但当下可以明确的是，UF会员身份并非弁与AMr4项目的必要条件.21 .数据平台PYIMTS,银行财报聚焦全面数字化转型从部分银行和金融服务提供商的最新财报中可以看出，金融服务朝着数字化渠道转向的趋势没有放缓。Q)美国银行在4月16发布的一季度业绩报告中指出，2024年第一季度数字登录次数达到了惊人的34亿次，数字销住额占其总销停额的一半.此外，该银行报告称数字家庭用户数员大幅增加，本季度达到74.8万户，占其开户基数的86%,与去年同期的71.7万户和84%的渗透率相比，这一数字有所增长。(2)美国银行间即时转账系统

44、Ze1.1.e在点对点(P2P)支付方面的使用率同比激增26%,交易量达到1060亿美元。总体而言，Zd1.C交易量飙升至近2.23亿笔，超过了同期I亿箔的传统支票交易量。(3)美国大地区性银行TruistFinancia1.Corp在4月22日发布的最新财报中也反映了这趋势，数字交易激增13%,总数达到7600万笔，移动应用程序用户同比增长8%,达到490万人，其中77%的存款是通过自助服务渠道完成的.此外，本季度ZdIe的新注册用户数量显著增加，达到22.7万，比上一季度增长了11%,这一增长势头得益于2022年Tn1.iS1.Financia1.Corp推出的TrUiSt自动化助理使用率

45、的提高，上季度有85%的客户使用该助理完成了互动。(4)消费金融服务公司SynchronyFinnncia1.于4月24E1.发布的最新财报中呼应了这一数字化趋势。这家公司强调,在客户参与度提高和活跃账户增加的助推下，数字交易出增长了3%。(5)荷兰支付公司Adyen去年在英国获得了银行牌照，该公司报告称，2024年前一：个月的数字化处理址同比增长/51%.这些发展恰逢消费者在进行金融交易时越来越百睐数字渠道，迫使金融机构(尤其是传统银行)开展创新并提供解决方案以满足这需求。法国金融支付公司Mangopay支付部副总裁JamesBu1.1.and表示，“传统银行面临的挑战是，他们棚有150到2

46、00年的传统基础设施和6()年的传统技术，I月此，银行很难快速创新。但随着银行开始意识到技术改变世界的速度，变化正在发生。”22 .全球徽行与金评论I开放银行和碑境支付的进步与挑战.随着全球金融生态系统日益互联互通，开放银行(OpenBank)正成为变革跨境支付的关健技术.开放银行的设计宗旨是促进更加一体化的金融服务环境。应用程序接口(APD的使用使得银行和非银行金融机构能够安全高效地与第三方供应商共享金融数据.尤其值得注意的是，这一功能为监境支付带来众多变革：(1)增强透明度.开放银行业务为国际交易带来了更高的透明度.它能更好地跟踪支付情况，更清晰地了解整个交易过程中适用的汇率和费用。(2)

47、降低成本、提高速度.传统上，跨境支付成本高、速度慢，资金转账需要数天才能完成。开放银行业务可简化这一流程，绕过通常参与这些交易的中介机构，大幅缩短转账时间并降低成本。(3)改善客户体验。借助开放银行，金淞机构可以提供更加无缝和用户友好的体验，这包括简化KYC(KnOWYoUreuS1.omCr,即充分了解你的客户，系信贷风控中的重要环节)流程、实时贪币兑换以及将银行服务直接整合到消费者和企业平台中。虽然好处显而易见，但将开放银行业务与跨境支付全面整合的道路充濡携At(I)监管异质性.不同司法管辖区缺乏统一-的监管框架，各国在开放银行业务的法规和标准方面差异很大，会使国际金融业务的前景更加豆杂。

48、(2)安全问Ih随着数据共享的增加，风险也随之增加。确保跨境敏感金融信息的安全性是个首要问题，需要强有力的网络安全措施和相关法规。(3)技术整合问题.跨国整合不同的银行系统和应用程序接口会带来巨大的技术挑战.确保这些系统之间的兼容性和互操作性对于跨境开放银行解决方案的顺利运行至关重要。(4)文化和操作差异.不同的银行业务实践和消费者行为会阻碍开放银行解决方案在跆境环境中的应用和有效性。金歌技术行业的象导者正在积极探索应对这些挑战的解决方案。陨着行业的不断发展，跨境支付领域中开放银行业务的未来将在很大程度上取决于金融机构、监管机构和技术提供商之间的合作.区块链等创新技术和更先进的数据25 .彭博社：英国监管机构耸述金IIdH务领域适用人工智能（AI）的斯观点.4月22日，英格兰银行（BOE）和英国审慎监管局（PRA）致函英国政府，阐述了他们在A1.和机器学习方面的最新态度.PRA和BOE注意到，金融服务领域越来越多地采用A1.和机罂学习，以提高公司的运营效率，更好地检测政作和洗钱行为，并加强数据和分析能力。到目前为止，PRA和BOE能够在支持金融服务安全采用AI