Νέα

ΑΑΔΕ: Πώς ένας αλγόριθμος ξεσκέπασε το δίκτυο των εταιρειών φαντασμάτων και των αχυρανθρώπων στη Θεσσαλονίκη

Η Ανεξάρτητη Αρχή Δημοσίων Εσόδων χρησιμοποιεί ένα εξελιγμένο μοντέλο ανίχνευσης επιχειρηματικών συσχετίσεων για να εντοπίζει και να εξαρθρώνει κυκλώματα εικονικών εταιρειών και αχυρανθρώπων

ΑΑΔΕ: Πώς ένας αλγόριθμος ξεσκέπασε το δίκτυο των εταιρειών φαντασμάτων και των αχυρανθρώπων στη Θεσσαλονίκη

Με ένα σύστημα ανάλυσης κινδύνου που βασίζεται στον δείκτη ομοιότητας Jaccard, εντόπισε η ΑΑΔΕ εντόπισε το δίκτυο των εταιρειών-φαντασμάτων στη Θεσσαλονίκη.

Η Ανεξάρτητη Αρχή Δημοσίων Εσόδων (ΑΑΔΕ) χρησιμοποιεί τον δείκτη ομοιότητας Jaccard σε ένα εξελιγμένο μοντέλο ανίχνευσης επιχειρηματικών συσχετίσεων για να εντοπίζει και να εξαρθρώνει κυκλώματα εικονικών εταιρειών («εταιρειών-φαντασμάτων») και «αχυρανθρώπων». Αντί να εξετάζει κάθε επιχείρηση μεμονωμένα, ο αλγόριθμος χαρτογραφεί τις κρυφές συνδέσεις μεταξύ διαφορετικών ΑΦΜ που ανοίγουν και κλείνουν διαδοχικά για να αποφεύγουν την πληρωμή φόρων και εισφορών.

Πώς λειτουργεί ο αλγόριθμος στην πράξη

Ο αλγόριθμος δεν εξετάζει κάθε ΑΦΜ ξεχωριστά, αλλά χαρτογραφεί τις επαναλαμβανόμενες συνδέσεις ανάμεσα σε επιχειρήσεις, πρόσωπα, υποδομές και συναλλαγές.

Στόχος του είναι να αναδείξει επιχειρήσεις που, αν και εμφανίζονται ως διαφορετικά νομικά πρόσωπα, έχουν κοινά χαρακτηριστικά και ενδέχεται να αποτελούν μέρος του ίδιου κυκλώματος.

Το σύστημα ανάλυσης κινδύνου της ΑΑΔΕ αντιμετωπίζει κάθε επιχείρηση ως ένα «σύνολο δεδομένων» και συγκρίνει τα χαρακτηριστικά της με εκείνα άλλων επιχειρήσεων. Όσο υψηλότερος είναι ο δείκτης Jaccard (κοντά στο 1), τόσο μεγαλύτερη είναι η πιθανότητα οι εταιρείες να ανήκουν στο ίδιο κύκλωμα.

Ο δείκτης λειτουργεί με βάση τις εξής παραμέτρους:

· Σύγκριση φυσικών προσώπων: ο αλγόριθμος ελέγχει πόσοι εταίροι, μέτοχοι, διαχειριστές ή νόμιμοι εκπρόσωποι επαναλαμβάνονται σε διαφορετικά εταιρικά σχήματα.

· Διασταύρωση υποδομών και επαφών: εντοπίζει κοινές επαγγελματικές έδρες, ίδια τηλέφωνα επικοινωνίας, διευθύνσεις email, λογιστές ή τραπεζικούς λογαριασμούς.

· Ανάλυση εμπορικών συναλλαγών: μετρά την επικάλυψη στους πελάτες και τους προμηθευτές μέσω των δεδομένων του myDATA και των δηλώσεων ΦΠΑ. Αν μια νέα εταιρεία εξυπηρετεί ακριβώς τους ίδιους πελάτες με μια εταιρεία που μόλις «κατέβασε ρολά» αφήνοντας χρέη, ο δείκτης ομοιότητας εκτοξεύεται.

· Χαρτογράφηση δικτύων: το εργαλείο αυτό οδήγησε στην εξάρθρωση μεγάλου κυκλώματος 380 επιχειρήσεων και 205 προσώπων που είχαν συσσωρεύσει οφειλές 43 εκατομμυρίων ευρώ προς το Δημόσιο.

Η εφαρμογή του στην υπόθεση των αχυρανθρώπων στην Θεσσαλονίκη

Όπως εξηγούν πηγές της ΑΑΔΕ, ο δείκτης Jaccard συγκρίνει αποκλειστικά δύο πρόσωπα κάθε φορά: αν ο ένας εμφανίζεται σε 15 εταιρείες, ο άλλος σε 15 και έχουν 10 κοινές, τότε έχουν συνολικά 15 + 15 − 10 = 20 διαφορετικές εταιρείες (ενώ τις κοινές τις μετράει μόνο μία φορά).

Στο παράδειγμα αυτό, ο δείκτης Jaccard υπολογίζεται ως εξής: κοινές εταιρείες ÷ σύνολο διαφορετικών εταιρειών = 10 ÷ 20 = 0,5 ή 50%.

Δείκτης Jaccard 50% σημαίνει ότι οι μισές από τις 20 εταιρείες είναι κοινές και στους δύο.

ΑΑΔΕ: Πώς ένας αλγόριθμος ξεσκέπασε το δίκτυο των εταιρειών φαντασμάτων και των αχυρανθρώπων στη Θεσσαλονίκη

Τα ζευγάρια με υψηλή ομοιότητα, όταν έχουν κοινά πρόσωπα, ενώνονται σαν «κρίκοι». Από τους κρίκους σχηματίζονται «αλυσίδες» και αναδεικνύονται δίκτυα επιχειρηματικών σχέσεων και ενδείξεις συνεργασίας. Εμείς εντοπίζουμε το δίκτυο η έρευνα δείχνει αν μέσα σε αυτό γίνονται παράνομες πράξεις.

Στην υπόθεση της Θεσσαλονίκης, με τον Jaccard το ΔΕΟΣ της ΑΑΔΕ εντόπισε εκατοντάδες «κρίκους» μεταξύ ΑΦΜ, δηλαδή σχέσεις ανά δύο, με τουλάχιστον 2 κοινές εταιρείες σε κάθε ζευγάρι. Ενώνοντας αυτούς τους κρίκους, προέκυψαν αλυσίδες και ομάδες:

· Με Jaccard πάνω από 5%: 719 κρίκοι μεταξύ 369 ΑΦΜ, σε 29 ομάδες. Η μεγαλύτερη περιλάμβανε 262 ΑΦΜ.

· Με Jaccard πάνω από 10%: 504 κρίκοι μεταξύ 330 ΑΦΜ, σε 60 ομάδες. Η μεγαλύτερη είχε 34 ΑΦΜ.

· Με Jaccard πάνω από 20%: 358 κρίκοι μεταξύ 270 ΑΦΜ, σε 77 ομάδες. Η μεγαλύτερη είχε 13 ΑΦΜ.

Πρακτικά, ο Α συνδέεται με τον Β και ο Β με τον Γ, οπότε δημιουργείται μια αλυσίδα, χωρίς απαραίτητα ο Α να συνδέεται άμεσα με τον Γ. Όσο αυξάνεται το όριο, ο έλεγχος κρατά τις σχέσεις με μεγαλύτερη ομοιότητα και οι μεγάλες αλυσίδες «σπάνε» σε μικρότερες ομάδες.

Έτσι ο έλεγχος κατευθύνεται στις συγκεκριμένες συνδέσεις και στις κοινές εταιρείες τους. Οι ομάδες αυτές δεν σημαίνουν από μόνες τους αποδεδειγμένα κυκλώματα.

Τι έχει αλλάξει στους φορολογικούς ελέγχους

Η ενσωμάτωση του δείκτη Jaccard στη φαρέτρα της φορολογικής διοίκησης έχει μετασχηματίσει τον τρόπο διεξαγωγής των ελέγχων:

· Εντοπισμός ύποπτων ΑΦΜ. Οι υπηρεσίες της ΑΑΔΕ μπορούν να εντοπίζουν με ταχύτητα τα ύποπτα μοτίβα

· Στοχευμένοι έλεγχοι χωρίς ανθρώπινη παρέμβαση. Οι αλγόριθμοι επιλέγουν αυτόματα τις υποθέσεις υψηλού κινδύνου, κατευθύνοντας τους ελεγκτές απευθείας στον πυρήνα των κυκλωμάτων.

· Διασύνδεση βάσεων δεδομένων. Ο δείκτης συνδυάζεται με δεδομένα από το ΓΕΜΗ, τις τράπεζες, τα κτηματολογικά στοιχεία και τις ηλεκτρονικές πληρωμές, δημιουργώντας ένα ενιαίο ψηφιακό προφίλ κινδύνου.

Η ΑΑΔΕ παραθέτει και σχετικό video, στο οποίο παρουσιάζεται πώς εξελίχθηκε η έρευνα στη συγκεκριμένη υπόθεση. Πρόκειται για μεθοδολογία, που ακολουθείται σε όλες τις αντίστοιχες περιπτώσεις. Τα τετράγωνα, που στο τέλος καταλήγουν με κόκκινο πλαίσιο, είναι οι περιπτώσεις, που χαρακτηρίζονται «επικίνδυνες».

Πηγή: www.protothema.gr

ΣΧΕΤΙΚΑ ΘΕΜΑΤΑ

  1. Ποιοι μπαίνουν στη λίστα ελέγχων της εφορίας: Το «προφίλ κινδύνου»
  2. Πώς θα βγάλεις 3.000 ευρώ; Το bonus για όσους αποκαλύπτουν φοροδιαφυγή

ΔΙΑΒΑΣΤΕ ΑΚΟΜΗ ΣΤΟ ΝΕΑ

00:00