شناسایی و ردیابی شبکههای فرار مالیاتی با تکیه بر دادهکاوی و الگوریتم
رییس مرکز بازرسی، مبارزه با فرار مالیاتی ازشناسایی و ردیابی شبکههای فرار مالیاتی با تکیه بر دادهکاوی خبرداد.
به گزارش آژانس خبری مظفریه، سیدمحمدرضا احمدی رییس مرکز بازرسی، مبارزه با فرار مالیاتی و پولشویی، با تاکید بر تغییر رویکرد سازمان از روشهای سنتی به سمت نظارتهای دادهمحور و سیستمی، اظهار داشت: با بکارگیری رویکردهای تحلیل دادهها، محاسبه ریسک و الگوریتم های هوشمند هرگونه مغایرت بین اطلاعات ثبتشده مودیان و رفتار اقتصادی آنها شناسایی و رصد می شود.
احمدی در تشریح رایج ترین مصادیق کتمان درآمد مشمول مالیات و فرار مالیاتی گفت: عدم ثبت نام در نظام مالیاتی، عدم ارائه اطلاعات صحیح در ثبت نام در نظام مالیاتی و درج اینتاکدهای مربوط به فعالیت های شغلی دارای ضریب سود پایین تر و استفاده از ابزارهای پرداخت مشاغل دیگر از جمله مهمترین این مصادیق است. رویکرد سازمان برای کشف و پیشگیری نظام مند این تخلفات این بوده است که با تدوین الگوهای هوشمند برای هر کسب و کار و انطباق فعالیت های واقعی اقتصادی با اطلاعات ثبت شده در نظام مالیاتی، تخلفات صورت گرفته را به صورت هوشمند شناسایی و رصد می کند.
رییس مرکز بازرسی، مبارزه با فرار مالیاتی و پولشویی با تاکید بر ضرورت انطباق فعالیتهای اقتصادی با اینتاکدهای ثبت شده در نظام مالیاتی گفت: اینتاکد مالیاتی شناسه منحصر به فردی است که به هر فعالیت اقتصادی تعلق می گیرد. این کار با این هدف صورت گرفته است تا تعیین مالیات برای هر فعالیت اقتصادی به صورت عادلانه و بر مبنای نسبت سود هر فعالیت صورت گیرد. یکی از مصادیق فرار مالیاتی این است که مودیانی که در واقعیت دارای فعالیت هایی با ضریب سود بالاتر هستند، از اینتاکدهای مربوط به فعالیت هایی استفاده می کنند که دارای ضریب سود پایین تری است. به گفته احمدی، سازمان در حال حاضر به مدد الگوریتم های هوشمند و فرایندهای داده مبنا توانسته است این تخلفات را رصد و شناسایی کند.
وی در بیان آخرین دستاوردها از مقابله با این نوع از تخلف گفت: تا کنون ۳ هزار و ۶۸۶ پزشک متخصص شناسایی شده است که از اینتاکد پزشک عمومی استفاده می کردند. شناسایی ۶ هزار و ۶۸۹ آرایشگاه زنانه درجه ممتاز یا درجه یک که با اینتاکد آرایشگاه های درجه پایین تر در نظام مالیاتی تشکیل پرونده داده بودند و شناسایی ۱۵۱ آرایشگاه زنانه دارای مجوز و دارای پرونده مالیاتی که با عنوان آرایشگاه اما با اینتاکد فعالیت هایی با ضریب پایین تر از آرایشگاه زنانه تشکیل پرونده داده بودند از دیگر نتایج بهره گیری از این فرایندهای سیستمی بوده است. همچنین ۳۱۸ آرایشگاه زنانه دارای گردش حساب غیرتجاری با اهمیت و فاقد پرونده مالیاتی شناسایی شده است.
به گفته احمدی، شناسایی یک هزار و ۴۷۷ مودی دارای ثبت نام تجاری که تماما از اینتاکدهای غیرتجاری استفاده می کردند و شناسایی ۸۲۶ مودی دارای ثبت نام تجاری که حداقل از یک اینتاکد غیرتجاری استفاده می کردند از دیگر نتایج به دست آمده بوده است.
رییس مرکز بازرسی، مبارزه با فرار مالیاتی و پولشویی تاکید کرده است اولویت نظام مالیاتی در این موارد، پیگیری از مودیان برای اصلاح اینتاکدها بوده است.
احمدی همچنین با اشاره به یکی دیگر از مصادیق فرار مالیاتی که طی آن برخی از مودیان با استفاده از ابزارهای پرداخت (دستگاه پوز) متعلق به گروه های شغلی دیگر تلاش می کنند وصول درآمد کنند گفت: با تجزیه و تحلیل داده ها و تطبیق رفتار واقعی رصد شده از فعالان و الگوهای شناخته شده کسب و کار توانستیم موارد زیادی از این تخلفات را کشف و شناسایی کنیم. شناسایی ۱۷۶ هزار و ۲۲۷ فعال خرده فروش حوزه میوه و تره بار که از دستگاه های کارتخوان ثبت شده برای فعالیت های عمده فروشی استفاده می کردند، شناسایی ۸۶۱ خرده فروش طلا که از دستگاه های کارتخوان مربوط به فعالان طلای آبشده استفاده می کردند و شناسایی ۴ هزار و ۳۸۴ دستگاه کارتخوان غیرتجاری که در محل فعالیت های تجاری مورد استفاده قرار می گرفت، از جمله این موارد است.
وی گفت: شناسایی فعالان اقتصادی فاقد پرونده مالیاتی نیز از دیگر دستاوردهایی است که به مدد فرایندها و الگوریتم های هوشمند مورد استفاده در نظام مالیاتی حاصل شده است. شناسایی ۱۷۳ فعال فضای مجازی فاقد پرونده از میان بیش از ۱۲ هزار و ۵۶۰ فعال فضای مجازی مشکوک به عدم ثبت نام و شناسایی ۶۱۷ حساب اجاره ای از دیگر مصادیق ذکرشده در این خصوص است.
بر اساس این گزارش، همچنین بیش از هزار مودی بر مبنای گزارشات متعدد سوت زنی مورد ارزیابی ریسک موتورهای هوشمند قرار گرفته اند و برای آنها اظهارنامه برآوردی تولید شده است.
احمدی تاکید کرد: نظام مالیاتی در مواجهه با این تخلفات قبل از هر اقدامی با اطلاع رسانی به مودیان پیگیر اصلاح اطلاعات این مودیان و کمک به آنها برای ابراز صحیح اطلاعات است.
ارسال نظر شما