Meniu
Prenumerata

trečiadienis, gruodžio 18 d.


KOMENTARAS
Dirbtinis intelektas mokesčių inspekcijoje
Martynas Endrijaitis

Jeigu Lietuvoje gyventojo išlaidos viršija pajamas atitinkamais metais, viršijančios išlaidos apmokestinamos gyventojų pajamų mokesčiu. Pavyzdžiui, mokesčių inspekcija pagal banko sąskaitas mato, kad žmogus per metus uždirba iš visų turimų oficialių pajamų šaltinių 100 tūkst. eurų, tačiau per metus išleidžia 300 tūkst. eurų nuosavų lėšų, asmuo neima jokių paskolų, nesiskolina iš kitų asmenų. Tokie pajamų ir išlaidų skirtumai, tarkime, kartojasi ne vienus metus. Tokiu atveju Lietuvoje išlaidos, viršijančios minėtas pajamas (minėto pavyzdžio atveju tai 200 tūkst. eurų), būtų apmokestintos gyventojų pajamų mokesčiu. Lietuvoje tokie atvejai nustatomi mokesčių inspekcijai apskaičiuojant mokesčio bazę netiesioginiu būdu taikant specialius metodus.

IQ redakcija rašo apie verslą, politiką, kultūrą ir kitus svarbiausius visuomenės reiškinius. Mes kuriame kokybišką ir išskirtinį turinį. Kviečiame mus palaikyti prenumeruojant mūsų žurnalą sau ar jums artimiems žmonėms mūsų prenumeratos svetainėje https://prenumeratoriai.lt/. Užsisakiusiems žurnalą metams – visas turinys iq.lt svetainėje nemokamas.

O kokios pažangios priemonės, netgi pasitelkiant dirbtinį intelektą (DI), tokiais atvejais taikomos Vakarų Europos valstybėse?

Kai kuriose Vakarų Europos šalyse yra sukurtas vadinamasis dinaminis šeimos turto identifikavimo modelis. Jo esmė, kad padedant algoritmams yra sumodeliuojamos šeimos: struktūra, nariai, tarpusavio ryšiai. Tuomet surenkama visa įmanoma informacija apie fizinio asmens ir jo šeimos turtą, įsipareigojimus, įplaukas, išlaidas, pasitelkiant ir DI programas. Jos atrenka visą aktualią informaciją apie šeimos narius iš socialinių tinklų, žiniasklaidos, interneto puslapių ir pan., kuriuose yra pateikta informacija, straipsniai, galintys būti naudingi identifikuojant šių asmenų turimą turtą. Taip pat renkama informacija ir iš visų prieinamų mokesčių administratoriams sistemų: registrų centrų, duomenų bazių, muitinės sistemų ir t. t. Tokia informacija renkama ne tik apie suaugusius fizinius asmenis, bet ir apie vaikus.

DI programos turi prieigą prie notarų, antstolių ir kitų sistemų. Todėl, pavyzdžiui, programos pastebi notarinių sandorių sumos išskaidymo atvejus siekiant išvengti mokesčių, kai atitinkamas asmuo fiziniam asmeniui išmoka notarine forma patvirtintas sumas ne iš karto, o per kelerius metus.

DI padedant surinkta informacija susisteminama į kelis kintamuosius pagal atitinkamos rūšies turtą, pavyzdžiui: įplaukos ir išlaidos, piniginis ir nepiniginis turtas, įsipareigojimai ir paties asmens paskolintos lėšos ir kt. Įvertinus šias pagrindines turto klases kaip kintamuosius dydžius, apskaičiuojami šeimos ir jos narių pinigų srautai ir jų neatitikimas. Taip nustatoma, ar yra atvejų, kai išlaidos viršija pajamas.

DI atrenka visą aktualią informaciją apie šeimos narius iš socialinių tinklų, žiniasklaidos, interneto puslapių, registrų ir t. t.

Šiame galutiniame etape taip atskiriami atvejai, kai šeima tiesiog dalį įplaukų laiko santaupomis grynaisiais ir jų nedeklaruoja arba yra įtrauktos ne visos šeimos išlaidos. Taip pat nustatomi atvejai, kai šeima turi neaiškius pajamų šaltinius, kurie gali būti ir iš nedeklaruojamų pajamų, ir iš nedeklaruojamų grynųjų pinigų.

Žinoma, reikia paminėti, kad tokiose situacijose neretai asmenys bando paaiškinti, pagrįsti, iš kokių kitų šaltinių vis dėlto jie turi šias „neaiškias“ (niekur neapskaitytas) pajamas. Kartais aiškinama, kad turtingi giminaičiai epizodiškai padovanoja pinigų, asmuo netikėtai laimėjo loterijoje, tačiau dar nespėjo jų deklaruoti, arba prisiminė, kad namuose prieš kelis dešimtmečius buvo pasislėpęs daug giminaičių kauptų santaupų ir tik dabar jas pradėjo realizuoti. Tačiau ir tokius abstrakčius paaiškinimus DI programos jau geba patikrinti, įvertinti šių asmenų giminystės ryšius tiek to asmens valstybėje, tiek užsienyje, įvertinti jų turimą turtą ir galimybes, ar realiai tokie giminaičiai galėjo sukaupti tiek pajamų, patikrinti loterijų organizacijų duomenis ir įvairią kitą informaciją. Jeigu iš objektyvių duomenų nustatoma, kad tai tik prielaidos, jos atmetamos kaip nepagrįstos.

Galiausiai DI atlikęs tokią analizę išskiria šeimas, kurios galimai turi neaiškius pajamų šaltinius, nustatomi kiekvienos šeimos fiziniai asmenys. Tuomet sudaromas rizikingų fizinių asmenų sąrašas, specialios programos sugeneruoja kiekvieno fizinio asmens detalius duomenis ir perduoda mokesčių administratoriaus veiksmams atlikti.

Kokios išvados? Yra du neišvengiami dalykai: mirtis ir mokesčiai. Ypač, kai darbo ėmėsi DI. Antra, jeigu tokias priemones jau taiko netolimi kaimynai Vakarų Europoje, ir Lietuvos mokesčių administratorius panašias priemones planuoja taikyti arba jau išbando, juolab ES mokesčių administratoriai nuolat bendradarbiauja ir keičiasi gerąja praktika.

Dr. Martynas Endrijaitis yra Vilniaus universiteto Teisės fakulteto docentas

2024 12 11 06:45
Spausdinti