Η τελευταία ανακοίνωση 195 λέξεων της Ανεξάρτητης Αρχής Δημοσίων Εσόδων (ΑΑΔΕ), με ημερομηνία 31 Αυγούστου 2026, για τον εντοπισμό λαθραίων παπουτσιών αξίας 2,7 εκατ. ευρώ ήταν άκρως αποκαλυπτική, όχι τόσο ως προς το φορολογικό αποτέλεσμα που προέκυψε από τους ελέγχους που πραγματοποιήθηκαν από τη Γενική Διεύθυνση Δυνάμεων Ελέγχου Οικονομικών Συναλλαγών της ΑΑΔΕ, το γνωστό πλέον ΔΕΟΣ που αντικατέστησε το ΣΔΟΕ, αλλά από το γεγονός ότι πλέον όλοι οι έλεγχοι βασίζονται πρωτίστως στον ειδικό αλγόριθμο της ανάλυσης κινδύνου (risk analysis), ο οποίος δίνει το σήμα για το πού πρέπει να στραφούν οι έρευνες για εντοπισμό φαινομένων φοροδιαφυγής, λαθρεμπορίου και γενικότερα έκνομων ενεργειών.
Την ίδια στιγμή, ωστόσο, κατά τους θερινούς μήνες, παρατηρήθηκε και ένα άλλο φαινόμενο, που πρέπει να προβληματίσει ιδιαίτερα τον φοροελεγκτικό μηχανισμό και να λάβει τα μέτρα του και δεν είναι άλλο από το ότι επαγγελματίες σε νησιά και σε τουριστικές περιοχές έχουν δικτυωθεί μεταξύ τους μέσω διαδικτυακών εφαρμογών επικοινωνίας (π.χ. Viber, WhatsApp, Telegram κ.τ.λ.) και όταν εμφανίζονται ελεγκτές της γενικής διεύθυνσης ΔΕΟΣ της ΑΑΔΕ σε ένα κατάστημα ή ακόμη και στο λιμάνι του νησιού, σπεύδουν να ενημερώσουν ο ένας τον άλλον μέσω των εφαρμογών αυτών προκειμένου να λάβουν τα μέτρα τους.
Σταθερές προδιαγραφές
Οσον αφορά τους αλγορίθμους που χρησιμοποιεί η ΑΑΔΕ για τον εντοπισμό εστιών φοροδιαφυγής και λαθρεμπόριο, μολονότι υπηρεσιακά κρατούνται ως επτασφράγιστο μυστικό προκειμένου να μη διαρρεύσουν για να μην μπορέσουν ποτέ οι επιτήδειοι να βρουν τρόπους να τους παρακάμψουν, υπάρχουν κάποιες βασικές σταθερές-προδιαγραφές που δείχνουν ποιοι μπορούν να βρεθούν στο στόχαστρο της Εφορίας κατά προτεραιότητα.
Για παράδειγμα, στην πρόσφατη περίπτωση εντοπισμού εισαγωγής και διακίνησης 970.000 λαθραίων παπουτσιών τα οποία πωλήθηκαν χωρίς να εκδοθούν τα προβλεπόμενα παραστατικά, με τα αποκρυβέντα έσοδα να ξεπερνούν τα 2,7 εκατομμύρια ευρώ, πλέον ΦΠΑ 648.000 ευρώ, ο αλγόριθμος της ΑΑΔΕ οδήγησε τους ελεγκτές του ΔΕΟΣ στα γραφεία και στους αποθηκευτικούς χώρους επιχείρησης, με αντικείμενο δραστηριότητας το Χονδρικό Εμπόριο Αποσκευών, Τσαντών και Παρόμοιων Ειδών και έναρξη δραστηριοποίησης το 2026 όπου διαπίστωσαν ότι η συγκεκριμένη επιχείρηση εισήγαγε και διακινούσε μεγάλες ποσότητες εμπορευμάτων-παπουτσιών, χωρίς να εκδίδει τα απαιτούμενα τιμολόγια, αποκρύπτοντας με αυτό τον τρόπο μεγάλα έσοδα.
Πώς λειτουργεί
Ο αλγόριθμος εντόπισε τη φοροδιαφυγή γιατί συνδύασε μεγάλο όγκο ψηφιακών δεδομένων, εντόπισε ασυνήθιστες αποκλίσεις, συσχέτισε συναλλαγές και πρόσωπα, βαθμολόγησε τον φορολογικό κίνδυνο της συγκεκριμένης υπόθεσης και κατεύθυνε τους ελεγκτές εκεί όπου το risk analysis έδειξε με τη βοήθεια της τεχνητής νοημοσύνης ότι υπάρχουν ισχυρότατες ενδείξεις παραβατικότητας.
Αξίζει να τονιστεί ότι, όπως επισημαίνουν από την ΑΑΔΕ, ο αλγόριθμος δεν αποδεικνύει αυτομάτως τη φοροδιαφυγή, ούτε επιβάλλει φόρους. Αυτό που κάνει πρακτικά είναι να επιταχύνει τις διαδικασίες εντοπισμού πιθανών εστιών φοροδιαφυγής για να ακολουθήσει στοχευμένος και εμπεριστατωμένος ο έλεγχος.
Η όλη διαδικασία εφαρμογής του αλγορίθμου αποτυπώνεται σε πέντε στάδια:
1. Στο πρώτο στάδιο γίνεται η συγκέντρωση δεδομένων όπου η ΑΑΔΕ αντλεί στοιχεία από φορολογικές δηλώσεις, τα myDATA, τις ταμειακές μηχανές, τα POS, τις συναλλαγές μέσω τραπεζών, τις καταγραφές των τελωνείων, διαφόρων πλατφορμών αλλά και τρίτους φορείς. Ειδικότερα, η ΑΑΔΕ μπορεί να συγκρίνει τα τιμολόγια που εκδίδει μια επιχείρηση, τα τιμολόγια αγορών που δηλώνουν οι προμηθευτές της, τον ΦΠΑ που εμφανίζεται στα παραστατικά, τις περιοδικές δηλώσεις ΦΠΑ, τα έσοδα και τα έξοδα του εντύπου Ε3, τις δηλώσεις φορολογίας εισοδήματος. Ενδείξεις κινδύνου δημιουργούνται όταν, για παράδειγμα, οι αγορές και τα αποθέματα υποδηλώνουν πολύ μεγαλύτερο όγκο πωλήσεων από τον δηλωμένο ή όταν ένας προμηθευτής εμφανίζει τιμολόγιο που δεν συμφωνεί με τα δεδομένα του αντισυμβαλλομένου.
Επίσης, η διασύνδεση των POS με τα ταμειακά συστήματα δημιουργεί μια ηλεκτρονική αλυσίδα όπου η πληρωμή με κάρτα οδηγεί στην έκδοση απόδειξης και η οποία στη συνέχεια διαβιβάζεται στην ΑΑΔΕ.
Στη συνέχεια αναζητούνται περιπτώσεις όπου οι εισπράξεις καρτών είναι μεγαλύτερες από τις αποδείξεις, ένα POS χρησιμοποιείται από διαφορετικό ΑΦΜ, εμφανίζονται ακυρώσεις ή επιστροφές δυσανάλογου ύψους, υπάρχουν συναλλαγές σε χρόνο κατά τον οποίο το κατάστημα εμφανίζεται κλειστό, ο δηλωμένος τζίρος αποκλίνει σημαντικά από τις ηλεκτρονικές πληρωμές.
Οσον αφορά τις τραπεζικές κινήσεις, αντλούνται στοιχεία για συναλλαγές μέσω POS, τραπεζικών λογαριασμών, χρεωστικών και πιστωτικών καρτών και στη συνέχεια οι κινήσεις συγκρίνονται με τα δηλωμένα εισοδήματα, αγορές περιουσιακών στοιχείων, δαπάνες διαβίωσης, μεταφορές χρημάτων μεταξύ συνδεδεμένων προσώπων ή εταιρειών.
2. Στο δεύτερο στάδιο ακολουθούν διασταυρώσεις όπου τα διαφορετικά δεδομένα συνδέονται με κοινό σημείο αναφοράς, κυρίως τον ΑΦΜ.
3. Στο τρίτο στάδιο όπου γίνεται εντοπισμός αποκλίσεων μέσω συστημάτων που αναζητούν ασυμφωνίες μεταξύ όσων εμφανίζονται ότι αγοράστηκαν, εισήχθησαν, πληρώθηκαν ή διακινήθηκαν και όσων τελικά δηλώθηκαν ως έσοδα, ΦΠΑ ή απόθεμα.
Οι βασικές κατηγορίες αποκλίσεων είναι μεταξύ άλλων οι εξής: μεγάλες αγορές ή εισαγωγές αλλά πολύ χαμηλές πωλήσεις, συστηματικές ζημίες παρά το γεγονός ότι υπάρχει αξιοσημείωτη εμπορική δραστηριότητα, τραπεζικές πιστώσεις ή εισπράξεις καρτών που δεν συμβαδίζουν με τον τζίρο, ΦΠΑ εισροών πολύ υψηλότερος από τον ΦΠΑ εκροών, ασυμφωνίες μεταξύ myDATA, ΦΠΑ, Ε3 και φορολογίας εισοδήματος, απότομη έναρξη μεγάλης δραστηριότητας από νεοσύστατη επιχείρηση, κοινά πρόσωπα, διευθύνσεις, τηλέφωνα ή αποθήκες μεταξύ παραβατικών εταιρειών, διαδοχικές εταιρείες μικρής διάρκειας με παρόμοια δραστηριότητα, μεγάλος όγκος ηλεκτρονικών πωλήσεων χωρίς αντίστοιχη φορολογική εικόνα, αποθέματα που δεν δικαιολογούνται από τις καταχωρισμένες αγορές και πωλήσεις.
4. Το τέταρτο στάδιο ίσως είναι και το πιο σημαντικό καθώς σε αυτό γίνεται η βαθμολόγηση κινδύνου. Δηλαδή, κάθε φορολογούμενος ή επιχείρηση αποκτά ένα προφίλ κινδύνου και όσο περισσότερες ή σοβαρότερες είναι οι αποκλίσεις, τόσο αυξάνεται η πιθανότητα επιλογής για έλεγχο.
Στην υπόθεση με τα λαθραία παπούτσια, η ΑΑΔΕ στην ανακοίνωσή της επισημαίνει κάτι που είναι πολύ σημαντικό. Αναφέρει σύνδεση της διαχειρίστριας με άλλο πρόσωπο που είχε απασχολήσει το ΔΕΟΣ σε παρόμοια υπόθεση. Αυτό δείχνει ότι το risk analysis δεν περιορίζεται αναγκαστικά σε μεμονωμένους αριθμούς αλλά μπορεί να αξιοποιήσει και σχέσεις μεταξύ προσώπων, επιχειρήσεων και προηγούμενων υποθέσεων.
5. Το πέμπτο και τελευταίο στάδιο είναι αυτό θα οδηγήσει στην ελεγκτική επιβεβαίωση ή όχι όλων των παραπάνω. Οι ελεγκτές με φυσική παρουσία πλέον και με «όπλα» όλα τα στοιχεία που έχουν στην κατοχή τους από το αποτέλεσμα του αλγορίθμου και του risk analysis, εξετάζουν βιβλία, τραπεζικές κινήσεις, αποθήκες, εμπορεύματα, παραστατικά και ό,τι άλλο εκτιμούν ότι μπορεί να επιβεβαιώσει την ύπαρξη φοροδιαφυγής.
Αξίζει να τονιστεί ότι στο άρθρο 31 του Κώδικα Φορολογικής Διαδικασίας ο νόμος 5104/2024 ορίζει ρητά ότι οι υποθέσεις επιλέγονται με βάση «κριτήρια ανάλυσης κινδύνου» και στοιχεία από εσωτερικές και εξωτερικές πηγές πληροφόρησης.
Αυτοματοποίηση
Στις 24 Αυγούστου η ΑΑΔΕ προχώρησε στη δημιουργία της νέας Γενικής Διεύθυνσης Ψηφιακών Υπηρεσιών και Συστημάτων, φέρνοντας ουσιαστικές αλλαγές, όπως, η ενίσχυση του στρατηγικού ρόλου της τεχνολογίας μέσα στην ΑΑΔΕ, ενοποιώντας ψηφιακές υπηρεσίες, πληροφοριακά συστήματα, δεδομένα και τεχνολογικές υποδομές κάτω από ένα πιο συνεκτικό πλαίσιο, αξιοποιώντας πιο συστηματικά την Τεχνητή Νοημοσύνη, τα Big Data analytics και τα εργαλεία ανάλυσης κινδύνου, με στόχο την αυτοματοποίηση διαδικασιών και τη στόχευση των ελέγχων.
