Με αλγόριθμο Jaccard “σαρώνουν” και τη νυχτερινή Αθήνα - Στο “μικροσκόπιο” της ΑΑΔΕ “αχυράνθρωποι” και επιχειρήσεις “βιτρίνες”
Η αντίστροφη μέτρηση έχει ξεκινήσει. Μετά τις πρωτοφανείς αποκαλύψεις, που σκιάζουν όλη τη νυχτερινή ζωή της Θεσσαλονίκης, οι Ράμπο του ΔΕΟΣ περνάνε από “κόσκινο” ανάλογες συμπεριφορές και πρακτικές στα νυχτερινά - και όχι μόνο - καταστήματα της Αθήνας.
Το “εργαλείο”, που έκανε θραύση στη συμπρωτεύουσα ήταν ο δείκτης Jaccard, ο οποίος αλγοριθμικά ψάχνει και εντοπίζει επαναλαμβανόμενες εταιρικές συμπεριφορές και ΑΦΜ, που μπορεί να υποκρύπτουν κυκλώματα “αχυρανθρώπων” και εταιρίες “βιτρίνες”. “Το κάνουμε ήδη στην Αθήνα”, αποκαλύπτει στο Economistas αρμόδια πηγή κι όπως όλα δείχνουν θα πρέπει να αναμένεται λίαν συντόμως μπαράζ αποκαλύψεων.
Ο δείκτης που βγάζει “λαβράκια”
Η ΑΑΔΕ έχει αποκτήσει τα δικαιώματα αυτού του υπερπολύτιμου “εργαλείου” και το χρησιμοποιεί εδώ και περίπου χρόνια, με ομολογουμένως μεγάλη επιτυχία. Πριν από μερικούς μήνες αποκαλύφθηκε κύκλωμα με εταιρίες “μπάμπουσκες” πίσω από γνωστή αλυσίδα γρήγορου φαγητού, ενώ το μεγάλο “μπαμ” έγινε στη Θεσσαλονίκη.
Θα μπορούσε να λειτουργήσει εγκαίρως και στην πολύκροτη υπόθεση του “Χωριάτικου”; “Θα μπορούσε” απαντά η ίδια πηγή, συμπληρώνοντας, όμως, ότι δεν υπήρχαν επαρκή στοιχεία για να τροφοδοτήσουν τον αλγόριθμο, έτσι ώστε ο ελεγκτικός μηχανισμός να καταλήξει σε χρήσιμα συμπεράσματα. Αυτό είναι κι ένα από τα τρωτά του δείκτη Jaccard, δηλαδή η ανάγκη να τροφοδοτείται με πολλά και ακριβή στοιχεία.
Για παράδειγμα, ο δείκτης δεν καταλαβαίνει ότι το «Α.Ε.» και το «Ανώνυμη Εταιρεία» ή η «Οδός Ερμού» και η «Ερμού» αναφέρονται στο ίδιο πράγμα, εκτός αν προηγηθεί αυστηρός καθαρισμός δεδομένων (data cleaning). Σε άλλη περίπτωση, στα μητρώα προμηθευτών ή στις αιτιολογίες πληρωμών υπάρχουν πολλές τυποποιημένες λέξεις (π.χ. «Εξόφληση», «Τιμολόγιο», «Ελλάς», «Εμπορική», «ΕΠΕ» ). Αν δεν αφαιρεθούν αυτές οι λέξεις (stop words), ο Jaccard θα βγάλει υψηλή ομοιότητα ανάμεσα σε εντελώς άσχετες συναλλαγές, αναγκάζοντας τους ελεγκτές να χάνουν χρόνο ελέγχοντας «λάθος συναγερμούς».
Πώς λειτουργεί ο αλγόριθμος
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.
- 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.
Στην υπόθεση των Panama Papers και στη διαρροή των 11,5 εκατομμυρίων εγγράφων από τη δικηγορική εταιρεία Mossack Fonseca, οι ερευνητές δημοσιογράφοι και οι φορολογικές αρχές χρησιμοποίησαν αλγορίθμους ομοιότητας (συμπεριλαμβανομένου του Jaccard) για να συνδέσουν πάνω από 214.000 offshore εταιρείες. Εντόπισαν «αχυρανθρώπους» (nominee directors) και κοινές διευθύνσεις που εμφανίζονταν με ελαφρώς παραλλαγμένα ονόματα (π.χ. διαφορετική σειρά ονομάτων ή συντομογραφίες), αποκαλύπτοντας κρυφά δίκτυα πολιτικών και ολιγαρχών.
Δύο είναι τα “κλειδιά” για να λειτουργήσει ο αλγόριθμος και ο Jaccard να βγάλει “λαβράκια”. Κατ' αρχάς, απαιτείται διοχέτευση δεδομένων από το ΓΕΜΗ, τις τράπεζες, τα κτηματολογικά στοιχεία, τα ηλεκτρονικά μισθωτήρια, το myData και τις ηλεκτρονικές πληρωμές. Το δεύτερο είναι να δώσει σήμα το risk analysis ή να υπάρξει καταγγελία, όπως έγινε στις πολύκροτες υποθέσεις της Pizza Fan, του “Χωριάτικου” και της νυχτερινής Θεσσαλονίκης.
