UAntwerpen detecteert fiscale fraude met data science

De omvang, impact en diversiteit van de fiscale fraudeproblematiek en de beperkte huidige controlecapaciteit zorgen ervoor dat overheden steeds meer geïnteresseerd zijn in geavanceerde fraudedetectiemethoden.

Jellis Vanhoeyveld (UAntwerpen, Faculteit Bedrijfswetenschappen en Economie) ontwikkelde nieuwe dataminingtechnieken voor het detecteren van fiscale fraude, gestaafd met gevalstudies in de domeinen van btw-fraude en douanefraude.

Met datamining kunnen op een geautomatiseerde wijze fraudepatronen worden geïdentificeerd op basis van  belastingaangiften, financiële transacties en sociodemografische gegevens. Op die manier vermindert datamining het verlies aan fiscale inkomsten en creëert het een afschrikeffect voor fraudeurs.

Bedrijven (douaneoperatoren) die goederen willen importeren in België moeten via een online applicatie een douaneaangifteformulier invullen. Malafide bedrijven kunnen fraude plegen door bijvoorbeeld smokkel, de onderwaardering van goederen of de import van namaakgoederen. Op basis van een database van aangiftes met gekende fraude en legale gevallen (bekomen via douanecontroles) construeerden de onderzoekers van UAntwerpen dataminingmodellen die toelaten douanefraude te detecteren uitsluitend op basis van de gegevens in de aangifte.