Являются ли слова, используемые в годовых отчетах, ключом к разгадке секретов уклонения от корпоративного налогообложения?
Когда дело доходит до обнаружения уклоняющихся от уплаты налогов, слова могут быть так же полезны, как и цифры. Недавнее исследование, проведенное Texas McCombs, показало, что внимательное прочтение текста может дать новое представление о том, как компании пытаются избежать уплаты налогов — действия, которые могут быть не очевидны только из финансовых показателей.
Декан и профессор бухгалтерского учета Лилиан Миллс и ее соавтор Кельвин Лоу из Наньянского технологического университета изучили годовые отчеты многонациональных компаний США за 18 лет, в которых обсуждалась их деловая деятельность в зарубежных странах, в том числе в налоговых гаванях. Исследователи рассмотрели в общей сложности 183 061 отчет.
Команда использовала обработку естественного языка (NLP) для анализа текста и выявления шаблонов и вариантов слов, которые могли бы показать, какую деятельность компании проводили в налоговых гаванях. Компьютерный анализ выявил подсказки об этих действиях.
Например, предположим, что американская фармацевтическая компания разработала успешное лекарство для лечения сердечных заболеваний, приносящее высокую прибыль. Компания владеет интеллектуальной собственностью (ИС) на конкретную формулу препарата и указывает, что она «учредила дочернюю компанию в Панаме для производства и производства» с использованием запатентованной формулы. Направляя прибыль от продажи лекарства от сердечно-сосудистых заболеваний через использование ИС в стране, известной низкими налоговыми ставками, компания может платить более низкие налоги через дочернюю компанию в налоговой гавани.
Слово «производство» является одним из примерно 80 слов, которые компьютер ищет, чтобы предложить операции, позволяющие избежать уплаты налогов. Другие включают «закупки», «импорт», «склады» и «дистрибьюторы».
Миллс говорит, что хотя нет надежного способа обнаружить все случаи уклонения от уплаты налогов, пристальное внимание к выбору слов в годовом отчете может выявить несколько видов информации, которые не могут быть обнаружены в цифрах:
Новые показатели. Новый набор показателей в исследовании оценивает не только наличие у компании дочерней компании в стране с налоговой гаванью, но и является ли она активной дочерней компанией. Новые меры в три раза эффективнее существующих для прогнозирования того, что компания уклоняется от уплаты налогов.
Нераскрытые операции. Методы машинного обучения могут выявлять компании, которые могут вести деятельность в налоговых гаванях, но не раскрывать их в годовых отчетах.
Повышенное уклонение от уплаты налогов. Компании, не раскрывающие информацию, помеченные машинным обучением, имеют более низкие эффективные налоговые ставки, чем другие компании.
«Использование искусственного интеллекта для анализа текстовых данных может стать мощным инструментом как для регулирующих органов, так и для инвесторов для выявления случаев уклонения от уплаты корпоративных налогов», — говорит Миллс.
«Эта информация может особенно помочь регулирующим органам, кроме IRS, у которых нет доступа к налоговым декларациям компаний. Она может помочь им в изучении общедоступных данных, чтобы найти компании, которые могут использовать неправомерные стратегии вывода прибыли в налоговые убежища.
