web analytics

Η ΑΑΔΕ εστιάζει σε ληξιπρόθεσμες οφειλές 3,2 δισ. ευρώ

Η είσπραξη ληξιπρόθεσμων οφειλών προς το Δημόσιο αποτελεί κεντρικό στόχο της ΑΑΔΕ για το τρέχον έτος, δεδομένου ότι η Ανεξάρτητη Αρχή εκτιμά πως ανάμεσα σε όσους χρωστούν υπάρχουν και εκείνοι που διαθέτουν μεν τη δυνατότητα, πλην όμως «αμελούν» να τηρήσουν τις υποχρεώσεις τους.

*Στόχος είσπραξης ποσού τουλάχιστον 3,2 δισ. ευρώ έναντι παλαιών ληξιπρόθεσμων οφειλών φορολογουμένων. Στόχος είσπραξης ποσού τουλάχιστον 1,5 δισ. ευρώ έναντι παλαιών ληξιπρόθεσμων οφειλών ΦΠΑ.

*Είσπραξη από τους ΕΜΕΙΣ από μεγάλους οφειλέτες και στοχευμένες δράσεις ύψους τουλάχιστον 850 εκατ. ευρώ.

*Είσπραξη 28 εκατ. ευρώ έναντι των συνολικών ληξιπρόθεσμων οφειλών προς την Τελωνειακή Διοίκηση. Σημειώνεται ότι το 71% των οφειλετών στη Φορολογική Διοίκηση και το 80% στην Τελωνειακή Διοίκηση βρίσκονται υπό αναγκαστικά μέτρα είσπραξης.

*Επεξεργασία αιτήσεων αναδιάρθρωσης οφειλών Εξωδικαστικού Μηχανισμού ν.4469/2017 και ν.4738/2020 από την ΕΜΕΙΣ σε ποσοστό τουλάχιστον 90%.

*Αξιολόγηση οφειλετών ληξιπρόθεσμων οφειλών σε περιοδική βάση.

*Έλεγχος και επαναξιολόγηση τουλάχιστον του 70% των υποθέσεων μεγάλων οφειλετών της τελευταίας πενταετίας, εντός του έτους.

*Ποσοστό εισπραξιμότητας 35% επί των νέων ληξιπρόθεσμων οφειλών φορολογουμένων.

Για την ενίσχυση των εισπράξεων έναντι ληξιπρόθεσμων οφειλών, την εκκαθάριση του χαρτοφυλακίου και την ανάσχεση της αύξησης νέων ληξιπρόθεσμων, αξιοποιούνται σύγχρονη τεχνολογία και τεχνητή νοημοσύνη.

Η ΑΑΔΕ ενημερώνει τους φορολογούμενους (μέσω sms, email, push notifications) για τις ληξιπρόθεσμες οφειλές τους και την εξόφληση των ρυθμίσεών τους. Παράλληλα, εφαρμόζει τη μεθοδολογία PARE (Payment capacity- Attitude- Recency- Event) για τη διαμόρφωση αναλυτικού προφίλ κάθε φορολογούμενου, με βάση την ικανότητα αποπληρωμής (αναλύοντας τραπεζικούς λογαριασμούς, εισοδήματα και περιουσία), την προηγούμενη συμπεριφορά του, την παλαιότητα των οφειλών και σημαντικά οικονομικά γεγονότα που ενδέχεται να επηρεάσουν σημαντικά την ικανότητα ή τη συμπεριφορά του.

Μέσω του Συστήματος Προηγμένης Επιχειρησιακής Νοημοσύνης (ΒΙ) και Ανάλυσης Δεδομένων (Data Analytics), δημιουργούνται προγνωστικά μοντέλα με τεχνητή νοημοσύνη και μηχανική μάθηση, για καλύτερη στοχοθέτηση των εισπρακτικών δράσεων. Επεκτείνεται η δυνατότητα κατάσχεσης εις χείρας τρίτων με ηλεκτρονικά μέσα και συνεχίζονται οι διασταυρώσεις πληροφοριών από αλλοδαπές αρχές μέσω της Διεθνούς Διοικητικής Συνεργασίας και αποστολής στοχευμένων αιτήσεων αμοιβαίας συνδρομής στην είσπραξη.

Η επιχειρησιακή και η τεχνητή νοημοσύνη δεν περιορίζονται στις ληξιπρόθεσμες οφειλές· αξιοποιούνται και στους στοχευμένους ελέγχους και έρευνες, με ανάλυση κινδύνου και επιλογή υποθέσεων προς έλεγχο. Επιπλέον, αξιοποιείται η τεχνητή νοημοσύνη στην ανάλυση δεδομένων (big data) και στις ψηφιακές διασταυρώσεις.

Σύμφωνα με την ΑΑΔΕ, με τις νέες τεχνολογίες στην «φαρέτρα» της, οι φορολογικοί έλεγχοι και οι έρευνες θα εστιάζουν, μεταξύ άλλων, σε κλάδους και επιχειρήσεις με σημαντικό φορολογικό κενό, υψηλή παραβατικότητα και αποκλίσεις μεταξύ δηλωθέντων εισοδημάτων και δαπανών. Παράλληλα, οι Δυνάμεις Ελέγχου Οικονομικών Συναλλαγών, αξιοποιώντας συστήματα, δεδομένα και πληροφορίες, θα συμβάλλουν, μεταξύ άλλων, στην αποκάλυψη κυκλωμάτων και μεγάλων υποθέσεων φοροδιαφυγής, λαθρεμπορίου και δασμοφοροδιαφυγής. Θα ενισχύσουν επίσης την καταπολέμηση της απάτης ΦΠΑ, την αποκάλυψη αδήλωτης εργασίας και παράνομων συναλλαγών, την ανάκτηση ενισχύσεων και επιδοτήσεων και την αντιμετώπιση σύνθετων περιπτώσεων οικονομικού εγκλήματος.

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *