Με αλγόριθμο Jaccard και ανάλυση επιχειρηματικών συσχετίσεων εντοπίζονται οργανωμένα δίκτυα φοροδιαφυγής
Επιχείρηση «Αχυράνθρωποι»: Το ψηφιακό ξεσκέπασμα 380 εταιρειών-βιτρίνα
Στην «καρδιά» του συστήματος βρίσκεται ο δείκτης ομοιότητας Paul Jaccard (Jaccard similarity index), ένας μαθηματικός αλγόριθμος που μετρά τον βαθμό ομοιότητας μεταξύ διαφορετικών συνόλων δεδομένων. Στην πράξη, επιτρέπει την ποσοτικοποίηση της διασύνδεσης μεταξύ επιχειρήσεων, φυσικών προσώπων, διευθύνσεων και ΑΦΜ, αποκαλύπτοντας μοτίβα που δεν είναι ορατά στον παραδοσιακό φορολογικό έλεγχο.
Το εργαλείο αυτό σηματοδοτεί τη μετάβαση από τον αποσπασματικό έλεγχο μεμονωμένων επιχειρήσεων στη χαρτογράφηση ολόκληρων επιχειρηματικών δικτύων.
Το πρόβλημα: Διαδοχικές εταιρείες, ίδια δραστηριότητα, διαφορετικά ΑΦΜ
Για δεκαετίες, κυκλώματα φοροδιαφυγής αξιοποιούσαν ένα επαναλαμβανόμενο μοντέλο:
Ίδρυση εταιρείας
Συσσώρευση φορολογικών και ασφαλιστικών οφειλών
Παύση δραστηριότητας
Δημιουργία νέας εταιρείας με διαφορετικό ΑΦΜ
Συνέχιση της ίδιας δραστηριότητας, συχνά στην ίδια διεύθυνση
Τα λεγόμενα «ΑΦΜ μίας χρήσης» – συχνά αλλοδαποί ή πρόσωπα με ελλιπή ταυτοποίηση – εμφανίζονταν ως διαχειριστές ή νόμιμοι εκπρόσωποι, αναλαμβάνοντας τυπικά τα χρέη πριν εξαφανιστούν. Έτσι, το πραγματικό οργανωμένο δίκτυο παρέμενε στο απυρόβλητο.
Ο παραδοσιακός έλεγχος αδυνατούσε να αποδείξει τη διαδοχή, καθώς κάθε εταιρεία εμφανιζόταν ως ανεξάρτητη νομική οντότητα.
Πώς λειτουργεί ο δείκτης Jaccard στην ανίχνευση κυκλωμάτων
Το νέο μοντέλο ανάλυσης δεδομένων της ΑΑΔΕ καταγράφει και διασταυρώνει:
Επαναλαμβανόμενη συμμετοχή ίδιων φυσικών προσώπων σε πολλαπλές εταιρείες
Κοινές ή γειτνιάζουσες διευθύνσεις έδρας
Διαδοχή ΑΦΜ με όμοια χαρακτηριστικά δραστηριότητας
Κοινά πρόσωπα σε ρόλους διαχείρισης ή εκπροσώπησης
Επαναλαμβανόμενα μοτίβα δημιουργίας και λύσης εταιρειών
Ο δείκτης Jaccard υπολογίζει το ποσοστό επικάλυψης μεταξύ των «συνόλων» χαρακτηριστικών δύο επιχειρήσεων. Όταν η ομοιότητα υπερβαίνει συγκεκριμένα κατώφλια και επαναλαμβάνεται σε πολλαπλές περιπτώσεις, το σύστημα σηματοδοτεί πιθανή ύπαρξη οργανωμένου δικτύου.
Το αποτέλεσμα είναι η δημιουργία ενός γραφήματος (network graph) διασυνδέσεων, όπου οι εταιρείες δεν εξετάζονται πλέον μεμονωμένα αλλά ως κόμβοι σε ένα ευρύτερο επιχειρηματικό πλέγμα.
Από τον αποσπασματικό στον στοχευμένο έλεγχο
Η στρατηγική διαφοροποιείται ριζικά:
Πρώτα αναλύονται τα δεδομένα και χαρτογραφείται πλήρως η δομή του δικτύου.
Έπειτα ενεργοποιούνται ταυτόχρονες επιτόπιες έρευνες σε όλα τα σημεία του κυκλώματος.
Με αυτόν τον τρόπο, αποφεύγεται η «μετακόμιση» της δραστηριότητας σε νέο ΑΦΜ πριν ολοκληρωθεί ο έλεγχος. Οι έφοδοι δεν στοχεύουν πλέον στην αναζήτηση ενδείξεων, αλλά στην επιβεβαίωση ήδη τεκμηριωμένων διασυνδέσεων.
Ψηφιακό «τείχος» απέναντι στη συστηματική φορολογική απάτη
Η αξιοποίηση αλγοριθμικής ανάλυσης και big data από την ΑΑΔΕ δημιουργεί ένα μόνιμο μηχανισμό πρόληψης και όχι απλώς καταστολής. Η συστηματική ανίχνευση επιχειρηματικών συσχετίσεων μετατρέπει ένα «κοινό μυστικό» της αγοράς σε μετρήσιμο και αποδείξιμο φαινόμενο.
Η μετάβαση σε ελέγχους βασισμένους σε μαθηματικά μοντέλα και δικτυακή ανάλυση αναμένεται να περιορίσει δραστικά τα φαινόμενα διαδοχικών εταιρειών-«κελύφη» και να ενισχύσει τη δυνατότητα είσπραξης δημοσίων εσόδων.
Η εποχή των μεμονωμένων ελέγχων φαίνεται να δίνει τη θέση της στην εποχή της αλγοριθμικής χαρτογράφησης επιχειρηματικών δικτύων.
Μ.Η.Τ. 242183