Nejčastěji využívané kouzlo offshore společnosti spočívá ve vyhýbání se placení daní mechanismem nelegálních obchodních praktik. Zjednodušeně řečeno, zřízená pobočka nic nevyrábí, pouze fakturuje náklady a snižuje tím daňový základ rezidenta v jeho domovské zemi. Fígl je v tom, že ze hry čísel uzávěrky to jen tak lehce poznat nelze.

Lillian Mills, mezinárodně uznávaná expertka na daně a účetnictví. Je profesorkou na University of Beverly Hills, působí v radě poradců Huston-Tillotson University a je děkankou na McCombs School of Business na University of Texas v Austinu.

Na odhalení podvodu je třeba výroční zprávu přečíst celou a hodně podrobně. Kontrola číselných tabulek k tomu nestačí. Vodítkem bývá až doprovodný text vztahující se k obchodním aktivitám v cizích zemích. Právě na to se zaměřila profesorka Lillian Mills se svým kolegou Kelvinem Lawem z Technologické univerzity v Nanyangu. Na paškál si vzali výroční zprávy amerických společností a podrobně se probrali jejich obchodními aktivitami. Celkem těch zpráv zpracovali více než 183 tisíc! Nezajímaly je podvody jako takové, o čemž svědčí, že se stále těší zdraví, ale to, co mají zprávy podvádějících společností společné. A zda by na machinace mohly upozornit nějaké formulace v textu výročních zpráv.

Autoři studie si byli vědomi reality, že není v silách daňových úředníků pročítat vše, natož podrobně s vážením významu jednotlivých slov. Že se tedy kontrola většinou soustředí jen na to, zda matematicky je vše v pořádku. To je přivedlo na myšlenku využít ke kontrole aplikaci NLP. Za zkratkou se skrývá Natural language processing, neboli  počítačové zpracování přirozeného jazyka. Není to nic nového. Všichni to známe ze strojových překladů, či automatických korektur psaného textu. Nově se s vyššími verzemi učících se algoritmů setkáváme u takzvaných AI služeb odpovídacích na dotazy (Question answering) a u chatbotů. Tím novým na využití NLP je odhalování významu kontextu cca 80 slov, jako jsou: „výroba“, „nákup“, „dovoz“, „sklad“, „distributor“,… .

To, co autoři studie nazývají umělou inteligencí, dokáže ze slovních komentářů výročních zpráv společností vysledovat, která z nich se  svým zákonným povinnostem a placení daní snaží vyhnout. Ne, že by počítač naučili rozumět psanému textu, ale jejich algoritmy se na téměř dvou tisících zprávách naučily pracovat se syntaktickými strukturami vypovídajícími o peněžních převodech zakrývajících daňovou povinnost. Tedy i u těch subjektů, u nichž číselně tomu nic nenasvědčuje a v tabulkách jim "vše sedí“.

Závěr

Podle toho, že zpráva ani autoři se o zájmu ze strany příslušných orgánů nezmiňují, o uvedení utilitky do praxe nejspíš zájem není.

Literatura

Kelvin K. F. Law andLillian F. Mills.: Taxes and Haven Activities: Evidence from Linguistic Cues. The Accounting Review (2022) 97 (5): 349–375. https://doi.org/10.2308/TAR-2020-0163