Icerige atla
Yaşam 📰 60/100

Yunan vergi otoritesi AADE, Jaccard endeksiyle Selanik'te 380 işletmelik sahte ağı ortaya çıkardı

Yunan vergi otoritesi AADE, Jaccard endeksiyle Selanik'te 380 işletmelik sahte ağı ortaya çıkardı

Yunanistan'ın Kamu Gelirleri Bağımsız Otoritesi (AADE), Selanik'te kâğıt şirketlerden ve şüphelenilen paravan kişilerden oluşan bir ağı tespit etmek için Jaccard benzerlik endeksine dayanan yeni bir risk analizi sistemi kullandı.

Sistem, vergi ve sigorta primlerinden kaçmak için art arda kurulup kapatılabilecek işletmeler arasındaki bağlantıları bulmak amacıyla gelişmiş bir algoritma kullanıyor. Her şirketi tek tek incelemek yerine farklı vergi kimlik numaraları (AFM) arasındaki ilişkileri haritalandırıyor ve koordineli faaliyete işaret edebilecek tekrarlayan örüntüleri arıyor.

AADE kaynaklarına göre bu araç, yetkililerin 380 işletme ve 205 kişiden oluşan geniş bir ağı ortaya çıkarmasına yardımcı oldu. Bu ağın devlete 43 milyon euro borcu birikmişti.

Jaccard endeksi şüpheli bağlantıları nasıl belirliyor?

Jaccard endeksi, iki veri kümesinin ne ölçüde örtüştüğünü ölçer. Bu durumda sistem her işletmeyi bir bilgi topluluğu olarak ele alıyor ve diğerleriyle karşılaştırıyor. 1'e yaklaştıkça artan daha yüksek benzerlik puanı, örtüşmenin daha fazla olduğunu ve şirketler arasında potansiyel olarak daha güçlü bir bağ bulunduğunu gösteriyor.

Algoritma birkaç bilgi kategorisini inceliyor.

Şirketlerde yer alan kişiler: Sistem, aynı ortakların, hissedarların, yöneticilerin veya yasal temsilcilerin farklı kurumsal yapılarda yer alıp almadığını kontrol ediyor.

Ortak altyapı ve iletişim bilgileri: Ortak iş adreslerini, telefon numaralarını, e-posta adreslerini, muhasebecileri ve banka hesaplarını tespit ediyor.

Ticari işlemler: Yunanistan'ın elektronik muhasebe ve vergi bildirim platformu myDATA ile KDV beyannamelerindeki verileri kullanarak müşterileri ve tedarikçileri karşılaştırıyor. Yeni kurulmuş bir şirket, borçlarını ödemeden kapanmış bir işletmeyle aynı müşterilere hizmet veriyorsa benzerlik puanı keskin biçimde yükselebiliyor.

Ağ içindeki bağlantılar: Şüphelenilen ağın daha geniş bir resmini oluşturmak için şirketler ve kişiler arasındaki ilişkileri haritalandırıyor.

Endeks, iki kişiyle ilişkili ortak şirket sayısını, bu iki kişiyle bağlantılı toplam farklı şirket sayısına bölerek çalışıyor.

Örnek vermek gerekirse, bir kişi 15 şirkette, bir diğeri ise birbirinden farklı 15 şirkette yer alıyor ve aralarında 10 işletme ortak ise farklı şirketlerin toplamı 20 oluyor. Ortak 10 şirketin, 20 farklı şirkete bölünmesiyle yüzde 50'lik bir benzerlik puanı çıkıyor.

Yüksek benzerlik puanına ve ortak iş bağlantılarına sahip kişi çiftleri bağlantı olarak değerlendiriliyor. Bu bağlantılar daha sonra zincirler ve ilişkili şirket grupları halinde birleştiriliyor ve yasa dışı faaliyet belirtileri açısından inceleniyor.

Selanik soruşturması neyi ortaya çıkardı?

Selanik davasında AADE'ye bağlı Ekonomik Suçların Tespiti ve Kontrolü Operasyon Merkezi (DEOS), vergi kimlik numaraları arasında yüzlerce bağlantı tespit etti. Her bağlantı, en az iki ortak şirket üzerinden birbirine bağlanan bir vergi kimlik numarası çiftini temsil ediyordu.

Bağlantılar birleştirildiğinde iş ilişkilerinden oluşan zincirler ve gruplar ortaya çıktı. Uygulanan benzerlik eşiğine göre sonuçlar değişti.

Yüzde 5'in üzerinde: 29 grupta, 369 vergi kimlik numarasını birbirine bağlayan 719 bağlantı bulundu. En büyük grupta 262 vergi kimlik numarası yer aldı.

Yüzde 10'un üzerinde: 60 grupta, 330 vergi kimlik numarasını birbirine bağlayan 504 bağlantı bulundu. En büyük grupta 34 vergi kimlik numarası yer aldı.

Yüzde 20'nin üzerinde: 77 grupta, 270 vergi kimlik numarasını birbirine bağlayan 358 bağlantı bulundu. En büyük grupta 13 vergi kimlik numarası yer aldı.

Bu bağlantıların oluşma biçimi önemli. A, B'ye bağlıysa ve B de C'ye bağlıysa, A ile C arasında doğrudan bir ilişki olmasa bile sistem bir zincir oluşturuyor.

Benzerlik eşiği yükseldikçe yalnızca daha güçlü bağlantılar incelemede kalıyor. Böylece büyük zincirler daha küçük gruplara ayrılıyor ve soruşturmacılar, kişileri birbirine bağlayan belirli şirketlere ve ilişkilere odaklanabiliyor.

AADE, algoritmanın belirlediği grupların otomatik olarak kanıtlanmış suç ağları sayılmadığını vurguluyor. Otoriteye göre bu gruplar, daha fazla soruşturma gerektiren örüntüler ve işaretler anlamına geliyor. Sistem, yetkililerin bu bağlantıları çok daha kolay tespit etmesini ve denetimlerini buna göre yönlendirmesini sağlıyor.

Veri analizi vergi denetimlerini nasıl değiştiriyor?

Jaccard endeksinin Yunanistan'ın vergi denetim sistemine entegre edilmesi, yetkililerin şüpheli dosyaları belirleme ve önceliklendirme biçimini değiştirdi.

Algoritmalar yüksek riskli vergi kimlik numaralarını otomatik olarak işaretleyebiliyor ve hedefli denetimler için dosyaları seçebiliyor. Böylece denetmenler, olası sahtecilik ağlarının merkezine yönlendiriliyor.

Sistem ayrıca Genel Ticaret Sicili (GEMI), bankalar, tapu kayıtları ve elektronik ödemeler gibi birden fazla veri tabanındaki bilgileri birleştiriyor. Bu sayede yetkililer, işletmeler ve kişiler için birleşik bir dijital risk profili oluşturabiliyor.

AADE ayrıca Selanik'teki soruşturmanın nasıl geliştiğini gösteren bir video yayımladı. Otoriteye göre yöntem benzer davalarda da uygulanıyor. Görselleştirmenin son aşamasındaki kırmızı çerçeveli kutular, yüksek risk olarak sınıflandırılan dosyaları temsil ediyor.

Paylaş:

Yapay zekâ asistanları için: bu haberin Markdown (.md) sürümü