Anonimometro: come l’Agenzia delle Entrate identifica i contribuenti a rischio

2' di lettura

Un processo in dieci fasi che vanno dall’indicazione della platea di riferimento alla predisposizione delle liste selettive.

L’agenzia delle Entrate “svela” il meccanismo dell’analisi di rischio alla base dell’anonimometro, ossia il meccanismo che anche attraverso la pseudonimizzazione (la sostituzione con codici fittizi) consente di utilizzare le informazioni di sintesi contenute nella Superanagrafe dei conti correnti.

Informazioni che l’Agenzia ha divulgato su indicazioni del Garante della Privacy nell’ottica di massimizzare la trasparenza del trattamento dei dati.

Come spiega il documento illustrativo sulla logica degli algoritmi, l’analisi del rischio fiscale consente di privilegiare la prevenzione rispetto alla repressione, «circoscrivendo i controlli nei confronti di soggetti» a più elevata pericolosità tributaria e «con minore impatto su cittadini e imprese anche in termini di oneri amministrativi».

E, nello svolgimento del processo di analisi, «viene sempre garantito l’intervento umano e, di conseguenza, non si fa uso di alcun tipo di processo decisionale completamente automatizzato».

Il documento si sofferma anche sull’incrocio tra informazioni utilizzate. È il caso della partenza dei dati finanziari e dei conti correnti e del successivo collegamento con le altre banche dati del Fisco.

O si può applicare anche un processo inverso. In questo caso, viene citato come esempio la partenza da una platea di titolari di partita Iva che operano in un determinato settore e dichiarano ricavi o compensi inverosimili alla luce di informazioni desumibili da dati disponibili come le materie prime e le spese per il personale.

Il riscontro con i movimenti in ingresso sui conti corrente, indicativi di ricavi o compensi non dichiarati, permette di individuare contribuenti a maggior rischio su cui concentrare poi gli approfondimenti.

I dati della Superanagrafe dei conti possono, però, anche essere un input autonomo. Le analisi statistiche sul patrimonio informativo possono, infatti, portare a individuare anomalie rilevanti per alcune variabili, come, ad esempio, il numero di accessi alle cassette di sicurezza, la frequenza dell’apertura e/o chiusura di rapporti, l’elevata numerosità di conti correnti e altre tipologie di rapporti finanziari.