Η ΑΑΔΕ στη Θεσσαλονίκη: Ο δείκτης Jaccard αποκάλυψε το δίκτυο των «αχυρανθρώπων» και των εταιρειών-φαντασμάτων

Με ένα καινοτόμο σύστημα ανάλυσης κινδύνου, που αξιοποιεί τον δείκτη ομοιότητας Jaccard, η Ανεξάρτητη Αρχή Δημοσίων Εσόδων (ΑΑΔΕ) κατάφερε να εντοπίσει και να εξαρθρώσει ένα δίκτυο εικονικών εταιρειών στη Θεσσαλονίκη, γνωστών και ως «εταιρείες–φαντάσματα», που δρούσαν μέσω «αχυρανθρώπων».
Η ΑΑΔΕ εφαρμόζει τον δείκτη ομοιότητας Jaccard σε ένα εξελιγμένο μοντέλο ανίχνευσης επιχειρηματικών συσχετίσεων. Στόχος είναι ο εντοπισμός και η διάλυση κυκλωμάτων που χρησιμοποιούν εικονικές εταιρείες και «αχυρανθρώπους». Αντί για την αποσπασματική εξέταση κάθε επιχείρησης, ο αλγόριθμος χαρτογραφεί τις κρυφές συνδέσεις που υπάρχουν μεταξύ διαφορετικών ΑΦΜ. Αυτά τα ΑΦΜ συχνά ανοίγουν και κλείνουν διαδοχικά, με σκοπό την αποφυγή πληρωμής φόρων και εισφορών.
Τι εξετάζει το σύστημα ομοιότητας
Το μοντέλο αντιμετωπίζει κάθε επιχείρηση ως ένα σύνολο δεδομένων και την συγκρίνει με άλλες. Όσο υψηλότερος είναι ο δείκτης ομοιότητας – δηλαδή, όσο πιο κοντά στο 1 βρίσκεται – τόσο μεγαλύτερη θεωρείται η πιθανότητα δύο επιχειρήσεις να ανήκουν στο ίδιο δίκτυο.
Σύμφωνα με πηγές της ΑΑΔΕ, ο αλγόριθμος διενεργεί συγκεκριμένους ελέγχους:
- Σύγκριση φυσικών προσώπων: Ελέγχεται ο αριθμός των εταίρων, μετόχων, διαχειριστών ή νόμιμων εκπροσώπων που επαναλαμβάνονται σε διάφορα εταιρικά σχήματα.
- Διασταύρωση υποδομών και επαφών: Εντοπίζονται κοινές επαγγελματικές έδρες, ίδιες επαφές επικοινωνίας (τηλέφωνα, email), κοινοί λογιστές ή τραπεζικοί λογαριασμοί.
- Ανάλυση εμπορικών συναλλαγών: Μετράται η επικάλυψη πελατών και προμηθευτών, αξιοποιώντας δεδομένα από το myDATA και τις δηλώσεις ΦΠΑ. Εάν μια νέα εταιρεία εξυπηρετεί τους ίδιους πελάτες με μια εταιρεία που μόλις έκλεισε αφήνοντας χρέη, ο δείκτης ομοιότητας αυξάνεται σημαντικά.
- «Χαρτογράφηση» δικτύων: Αποτυπώνεται με σαφήνεια ολόκληρο το κυκλωματικό δίκτυο. Αυτό το εργαλείο οδήγησε στην εξάρθρωση ενός μεγάλου κυκλώματος που περιλάμβανε 380 επιχειρήσεις και 205 άτομα, τα οποία είχαν συσσωρεύσει οφειλές ύψους 43 εκατομμυρίων ευρώ προς το Δημόσιο.
Συνεπώς, εάν μια νέα επιχείρηση εξυπηρετεί τους ίδιους πελάτες με μια άλλη που μόλις έκλεισε αφήνοντας απλήρωτα χρέη, ο δείκτης ομοιότητας αυξάνεται δραματικά.
Πώς υπολογίζεται ο δείκτης ομοιότητας
Ο δείκτης Jaccard συγκρίνει την κοινή παρουσία προσώπων και ΑΦΜ σε επιχειρήσεις. Για παράδειγμα, αν ένα πρόσωπο εμφανίζεται σε 15 εταιρείες, ένα δεύτερο σε άλλες 15, και από τις συνολικά τριάντα εταιρείες στις οποίες εμφανίζονται, έχουν κοινή συμμετοχή σε δέκα, τότε το σύνολο των διαφορετικών εταιρειών που ελέγχονται υπολογίζεται σε 20.
Ο δείκτης στην περίπτωση αυτή υπολογίζεται διαιρώντας τις κοινές εταιρείες (10) με το σύνολο των διαφορετικών εταιρειών (20). Το αποτέλεσμα είναι 0,50 ή 50%. Αυτό σημαίνει ότι οι μισές εταιρείες είναι κοινές και για τα δύο πρόσωπα.
Τα ζεύγη επιχειρήσεων που παρουσιάζουν υψηλή ομοιότητα και κοινά πρόσωπα συνδέονται ως «κρίκοι». Από αυτούς τους «κρίκους» σχηματίζονται «αλυσίδες» και ομάδες επιχειρηματικών σχέσεων, οι οποίες στη συνέχεια ελέγχονται για ενδείξεις παράνομων δραστηριοτήτων.
Η εφαρμογή του δείκτη Jaccard στην υπόθεση των «αχυρανθρώπων» στη Θεσσαλονίκη
Στην υπόθεση της Θεσσαλονίκης, το σύστημα ΔΕΟΣ της ΑΑΔΕ, χρησιμοποιώντας τον δείκτη Jaccard, εντόπισε εκατοντάδες «κρίκους» μεταξύ ΑΦΜ, υποδεικνύοντας σχέσεις ανά δύο με τουλάχιστον 2 κοινές εταιρείες σε κάθε ζευγάρι. Η σύνδεση αυτών των «κρίκων» οδήγησε στη δημιουργία αλυσίδων και ομάδων:
- Με Jaccard πάνω από 5%: Εντοπίστηκαν 719 κρίκοι μεταξύ 369 ΑΦΜ, οργανωμένοι σε 29 ομάδες. Η μεγαλύτερη ομάδα περιλάμβανε 262 ΑΦΜ.
- Με Jaccard πάνω από 10%: Εντοπίστηκαν 504 κρίκοι μεταξύ 330 ΑΦΜ, οργανωμένοι σε 60 ομάδες. Η μεγαλύτερη ομάδα είχε 34 ΑΦΜ.
- Με Jaccard πάνω από 20%: Εντοπίστηκαν 358 κρίκοι μεταξύ 270 ΑΦΜ, οργανωμένοι σε 77 ομάδες. Η μεγαλύτερη ομάδα είχε 13 ΑΦΜ.
Ουσιαστικά, εάν το ΑΦΜ Α συνδέεται με το ΑΦΜ Β, και το Β με το ΑΦΜ Γ, δημιουργείται μια αλυσίδα, ακόμα κι αν το Α δεν συνδέεται άμεσα με το Γ. Καθώς αυξάνεται το όριο ομοιότητας, ελέγχονται οι ισχυρότερες συνδέσεις. Αυτό οδηγεί στο «σπάσιμο» μεγάλων αλυσίδων σε μικρότερες ομάδες, κατευθύνοντας την έρευνα στις συγκεκριμένες κοινές εταιρείες και στις σχέσεις μεταξύ των εμπλεκόμενων προσώπων. Η ΑΑΔΕ διευκρινίζει ότι αυτές οι ομάδες δεν συνιστούν αυτόματα αποδεδειγμένα κυκλώματα, αλλά συγκεντρώνουν σημαντικές ενδείξεις για περαιτέρω έλεγχο, διευκολύνοντας δραστικά τον εντοπισμό τους.
Τι άλλαξε στους φορολογικούς ελέγχους
Η ενσωμάτωση του δείκτη Jaccard στη «φαρέτρα» των εργαλείων ελέγχου της φορολογικής διοίκησης έχει μεταμορφώσει την προσέγγιση στη διεξαγωγή των ελέγχων:
Οι αλγόριθμοι επιλέγουν αυτόματα υποθέσεις υψηλού κινδύνου, κατευθύνοντας τους ελεγκτές απευθείας στον πυρήνα των πιθανών κυκλωμάτων.
Συγκεκριμένα, το εργαλείο αυτό χρησιμοποιείται για τον ταχύτατο εντοπισμό ύποπτων ΑΦΜ, επιτρέποντας:
- Τον γρήγορο εντοπισμό ύποπτων μοτίβων από τις υπηρεσίες της ΑΑΔΕ, με στόχευμένους ελέγχους που δεν απαιτούν ανθρώπινη παρέμβαση.
- Την αυτόματη επιλογή υποθέσεων υψηλού κινδύνου από τους αλγορίθμους, κατευθύνοντας τους ελεγκτές απευθείας στα κέντρα των κυκλωμάτων.
- Τον συνδυασμό του δείκτη με δεδομένα από το ΓΕΜΗ, τις τράπεζες, τα κτηματολογικά στοιχεία και τις ηλεκτρονικές πληρωμές, για τη δημιουργία ενός ενιαίου ψηφιακού προφίλ κινδύνου.
- Η ΑΑΔΕ παραθέτει σύνδεσμο με σχετικό βίντεο, όπου παρουσιάζεται σχηματικά η εξέλιξη της έρευνας στη συγκεκριμένη υπόθεση. Πρόκειται για μεθοδολογία που ακολουθείται σε όλες τις αντίστοιχες περιπτώσεις. Τα τετράγωνα που καταλήγουν με κόκκινο πλαίσιο στο τέλος, αντιπροσωπεύουν τις περιπτώσεις που χαρακτηρίζονται ως «επικίνδυνες».


