Δείτε εδώ την ειδική έκδοση

Πώς «έκαψε» τους αχυράνθρωπους στη Θεσσαλονίκη ο αλγόριθμος της ΑΑΔΕ

Με τον αλγόριθμο Jaccard, η ΑΑΔΕ χαρτογραφεί τις κρυφές διασυνδέσεις μεταξύ επιχειρήσεων, εντοπίζει «αχυρανθρώπους» και εταιρείες-φαντάσματα και ξετυλίγει τα νήματα πίσω από κυκλώματα φοροδιαφυγής. Στο μικροσκόπιο δίκτυο 380 επιχειρήσεων και 205 προσώπων με χρέη 43 εκατ. ευρώ.

Πώς «έκαψε» τους αχυράνθρωπους στη Θεσσαλονίκη ο αλγόριθμος της ΑΑΔΕ

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.

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.

Στη σύγκριση φυσικών προσώπων, ο αλγόριθμος ελέγχει πόσοι εταίροι, μέτοχοι, διαχειριστές ή νόμιμοι εκπρόσωποι επαναλαμβάνονται σε διαφορετικά εταιρικά σχήματα. Παράλληλα, στη διασταύρωση υποδομών και επαφών, εντοπίζει κοινές επαγγελματικές έδρες, ίδια τηλέφωνα επικοινωνίας, διευθύνσεις email, λογιστές ή τραπεζικούς λογαριασμούς.

Πώς λειτουργεί

Στην ανάλυση εμπορικών συναλλαγών, το σύστημα 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.

Μέσω της χαρτογράφησης δικτύων, το εργαλείο αυτό οδήγησε στην εξάρθρωση μεγάλου κυκλώματος 380 επιχειρήσεων και 205 προσώπων που είχαν συσσωρεύσει οφειλές 43 εκατομμυρίων ευρώ προς το Δημόσιο.

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, καθώς τις κοινές τις μετράμε μία φορά. Ο μαθηματικός τύπος ορίζεται ως: Jaccard = κοινές εταιρείες ÷ σύνολο διαφορετικών εταιρειών = 10 ÷ 20 = 0,5 ή 50%, δηλαδή οι μισές από τις 20 εταιρείες είναι κοινές και στους δύο.

Υπόθεση Θεσσαλονίκης

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 συγκεκριμένες αλυσίδες και ομάδες ανάλογα με το ποσοστό ομοιότητας.

ΟΡΙΟ ΔΕΙΚΤΗ JACCARDΚρίκοιΣυνολικά ΑΦΜΟμάδεςΜεγαλύτερη ομάδα
Πάνω από 5%71936929262 ΑΦΜ
Πάνω από 10%5043306034 ΑΦΜ
Πάνω από 20%3582707713 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 αυξάνουμε το όριο, κρατάμε τις σχέσεις με μεγαλύτερη ομοιότητα και οι μεγάλες αλυσίδες σπάνε σε μικρότερες ομάδες. Έτσι κατευθύνουμε τον έλεγχο στις συγκεκριμένες συνδέσεις και στις κοινές εταιρείες τους, αν και οι ομάδες αυτές δεν σημαίνουν από μόνες τους αποδεδειγμένα κυκλώματα.

Φορολογικοί έλεγχοι

Η ενσωμάτωση του δείκτη Jaccard στη φαρέτρα της φορολογικής διοίκησης έχει μετασχηματίσει τον τρόπο διεξαγωγής των ελέγχων. Πλέον, οι υπηρεσίες της ΑΑΔΕ μπορούν να εντοπίζουν με ταχύτητα τα ύποπτα μοτίβα και τα ύποπτα ΑΦΜ.

Παράλληλα, πραγματοποιούνται στοχευμένοι έλεγχοι χωρίς ανθρώπινη παρέμβαση, καθώς οι αλγόριθμοι επιλέγουν αυτόματα τις υποθέσεις υψηλού κινδύνου, κατευθύνοντας τους ελεγκτές απευθείας στον πυρήνα των κυκλωμάτων.

Τέλος, επιτυγχάνεται διασύνδεση βάσεων δεδομένων, αφού ο δείκτης συνδυάζεται με στοιχεία από το ΓΕΜΗ, τις τράπεζες, τα κτηματολογικά στοιχεία και τις ηλεκτρονικές πληρωμές, δημιουργώντας ένα ενιαίο ψηφιακό προφίλ κινδύνου.

ΣΧΟΛΙΑ ΧΡΗΣΤΩΝ

blog comments powered by Disqus
v
Απόρρητο