Την εφαρμογή ενός νέου μοντέλου διαχείρισης των ληξιπρόθεσμων οφειλών προς την Εφορία, για να εντοπίζει με μεγαλύτερη ακρίβεια ποιοι φορολογούμενοι αδυνατούν πραγματικά να πληρώσουν και ποιοι διαθέτουν την οικονομική δυνατότητα αλλά αποφεύγουν συστηματικά την εξόφληση των χρεών τους, προωθεί η Ανεξάρτητη Αρχή Δημοσίων Εσόδων (ΑΑΔΕ), ενόψει και της νέας έκτακτης ρύθμισης των 72 δόσεων που πρόκειται να ενεργοποιηθεί μέσα στον Ιούνιο.
Προκειμένου να καταστεί αποτελεσματικότερη η διαχείριση του ληξιπρόθεσμου χρέους και να ανακοπεί η ανοδική του πορεία, η Φορολογική Διοίκηση περνά σε ένα νέο μοντέλο αξιολόγησης οφειλετών, εφαρμόζοντας στην πράξη τη μεθοδολογία PARE (Payment capacity – Attitude – Recency – Event). Δηλαδή θα παρακολουθούνται η ικανότητα πληρωμής του οφειλέτη, η συμπεριφορά, η παλαιότητα των οφειλών και τα οικονομικά γεγονότα.
Σύμφωνα με το επιχειρησιακό σχέδιο του 2026, οι τέσσερις άξονες θα εστιάζουν:
- Στην ικανότητα πληρωμής (Payment Capacity). Η φορολογική διοίκηση θα εξετάζει τραπεζικές καταθέσεις, εισοδήματα, ακίνητη και κινητή περιουσία, προκειμένου να διαπιστώσει αν ο οφειλέτης διαθέτει πραγματική δυνατότητα αποπληρωμής.
- Στη συμπεριφορά (Attitude). Θα αξιολογείται η προηγούμενη στάση του φορολογούμενου απέναντι στις υποχρεώσεις του, δηλαδή αν τηρούσε ρυθμίσεις, αν εξοφλούσε εγκαίρως ή αν εμφάνιζε συστηματική ασυνέπεια.
- Στην παλαιότητα οφειλών (Recency). Η ΑΑΔΕ θα δίνει διαφορετική βαρύτητα στα «φρέσκα» και στα παλαιότερα χρέη του φορολογούμενου.
- Τα οικονομικά γεγονότα (Event). Στην ανάλυση θα συνυπολογίζονται σημαντικά γεγονότα, όπως απώλεια εισοδήματος, επιχειρηματική κρίση ή άλλα οικονομικά συμβάντα που μπορεί να επηρέασαν την ικανότητα πληρωμής του οφειλέτη.
Το νέο εργαλείο θα αξιοποιεί θα αξιοποιεί τις δυνατότητες που παρέχει η τεχνητή νοημοσύνη, big data και ηλεκτρονικές διασταυρώσεις στοιχείων, με σκοπό την αυτοματοποίηση της διαδικασίας εντοπισμού οφειλετών υψηλού κινδύνου.
Ρύθμιση ή εξωδικαστικός
Με βάση το προφίλ που θα σχηματίζεται, η ΑΑΔΕ θα εντοπίζει τις πραγματικές δυνατότητες του οφειλέτη για την αποπληρωμή των χρεών του και θα προτείνεται ρύθμιση (πάγια ρύθμιση ή εξωδικαστικός μηχανισμός). Οι οφειλέτες που θα απορρίπτουν την προτεινόμενη ρύθμιση θα βρίσκονται αντιμέτωποι με αυτόματες κατασχέσεις τραπεζικών λογαριασμών και περιουσιακών στοιχείων.
Ταυτόχρονα, μέσω του Συστήματος Προηγμένης Επιχειρησιακής Νοημοσύνης (ΒΙ) και Ανάλυσης Δεδομένων (Data Analytics), η ΑΑΔΕ αναπτύσσει προγνωστικά μοντέλα, για τη βελτίωση της στόχευσης δράσεων είσπραξης ληξιπρόθεσμων οφειλών.
Επίσης ο φοροεισπρακτικός μηχανισμός επεκτείνει τη δυνατότητα επιβολής κατάσχεσης εις χείρας τρίτων με ηλεκτρονικά μέσα, ενώ επιταχύνει τις διασταυρώσεις πληροφοριών από αλλοδαπές αρχές, μέσω της Διεθνούς Διοικητικής Συνεργασίας και την αποστολή στοχευμένων αιτήσεων αμοιβαίας συνδρομής στην είσπραξη των οφειλών.
Άλμα ληξιπρόθεσμων
Το σχέδιο της φορολογικής διοίκησης έρχεται σε μια περίοδο αλματώδους αύξησης των ληξιπρόθεσμων χρεών, με τα τελευταία στοιχεία να δείχνουν ότι μόνο τον Μάρτιο οι απλήρωτοι φόροι έφτασαν τα 840 εκατ. ευρώ, με αποτέλεσμα τα νέα ληξιπρόθεσμα χρέη προς την Εφορία να εκτοξευθούν στο α΄ τρίμηνο εφέτος, στα 2,819 δισ. ευρώ.
Εκρηκτική ήταν η αύξηση του αριθμού των οφειλετών. Αυξήθηκαν κατά 30,31%, φθάνοντας τα 4.797.755 φυσικά και νομικά πρόσωπα, έναντι 3.681.752 τον Φεβρουάριο του 2026.
Από αυτούς, περισσότεροι από 2,3 εκατ. φορολογούμενοι βρίσκονται αντιμέτωποι με μέτρα αναγκαστικής είσπραξης, όπως κατασχέσεις τραπεζικών λογαριασμών και περιουσιακών στοιχείων, ενώ σε 1.684.592 οφειλέτες έχουν ήδη επιβληθεί.
Τα συνολικά «φέσια» προς την Εφορία ανέρχονται σε 114,516 δισ. ευρώ. Από αυτά, τα 35,264 δισ. ευρώ χαρακτηρίζονται ανεπίδεκτα είσπραξης, με αποτέλεσμα το θεωρητικά ληξιπρόθεσμο υπόλοιπο να διαμορφώνεται στα 79,252 δισ. ευρώ.
Μέσα σε αυτό το περιβάλλον, η ΑΑΔΕ θέτει ως βασικό στόχο για το 2026 την είσπραξη τουλάχιστον 3,2 δισ. ευρώ από παλαιές ληξιπρόθεσμες οφειλές, εκ των οποίων 1,5 δισ. ευρώ θα προέλθουν από τον ΦΠΑ. Οι μεγάλοι οφειλέτες θα παραμείνουν στην πρώτη γραμμή του ελέγχου.
πηγή: ertnews.gr
