Digitalisering og skatteunndragelser: «Hvordan påvirker digitalisering oppdagelsesrisiko for skatteunndragelser?»

Abstract

I denne avhandlingen har målet vært å utforske hvordan digitalisering påvirker oppdagelsesrisiko for skatteunndragelser. I dag påvirker digitaliseringen samfunnet på utallige måter og dette utfordrer også Skatteetaten til å tenke nytt om sin forretningsmodell (Arendsen, Wittberg & Goslinga, 2019). Arbeidet med å redusere omfanget av skatteunndragelser er ett av Skatteetatens viktigste innsatsområder (Skatteetaten, u.å.) og opplevd oppdagelsesrisiko regnes som den viktigste faktoren for etterlevelse av lovverket (Løyland & Øvrum, 2019). Avhandlingen er basert på et todelt studium, et litteraturstudie og en kvalitativ datainnsamling. Det er foretatt et litteraturstudie som viser at det er begrenset forskning på hvordan digitalisering påvirker oppdagelsesrisiko for skatteunndragelser. På bakgrunn av dette studiet er det formulert følgende problemstilling for videre innsiktsarbeid: «Hvordan påvirker digitalisering oppdagelsesrisiko for skatteunndragelser?». For å få innsikt i problemstillingen har det blitt samlet inn kvalitative data fra Skatteetaten og regnskapsførere, som kan ses på som kontrollorgan for å oppdage skatteunndragelser. Digitaliseringsverktøyene det er valgt å studere nærmere i avhandlingen er Standard Audit TaxFile (SAF-T), blokkjedeteknologi og stordata. Årsaken til at nettopp disse ble valgt er at SAFT er et standard format som ble innført 01.01.20 som medfører at alle bokføringspliktige må rapportere med samme kontoplan og bruke de samme momskodene. Stordata er også noe Skatteetaten har begynt å ta i bruk og satser stort på, mens blokkjedeteknologi er noe man kan se for seg at vil bli aktuelt i fremtiden for å redusere skatteunndragelser. Allingham-Sandmomodellen fra 1972 er benyttet i avhandlingen. Modellen tilsier at skattytere vil unndra skatt dersom den forventede gevinsten av unndragelsen er større enn sannsynligheten for å bli oppdaget og straffet (L. Fallan, 2011). Videre er forholdet mellom Skatteetaten og skattyter sett i lys av et prinsipal-agentperspektiv. Dette fordi skattytere har et indirekte kontraktsforhold med Skatteetaten om å innrapportere korrekt informasjon. Et vesentlig konsept i prinsipal-agentteorien er informasjonsasymmetri. Dette oppstår i situasjoner der informasjon er ujevnt fordelt mellom aktørene og kan føre til at aktørene blir utsatt for fristelser, moralsk hasard (Lundesgaard, 2011). I mange tilfeller sitter skattytere på mer informasjon enn Skatteetaten. Det eksisterer dermed en informasjonsasymmetri, som kan føre til at skattyter blir fristet til å unndra skatt. III Masteroppgave Børthus og Reisænen Funnene våre viser at digitalisering kan øke oppdagelsesrisikoen ved at de som unndrar skatt blir mer sporbare og dermed enklere å finne. Studien antyder at digitalisering vil ha en stor innvirkning på skattytere som ubevisst unndrar skatt. Ved at det legges inn interaktive kontrollspørsmål allerede underveis i innsendingen (dulting) kan dette bidra til at skattyter rapporterer riktig, som igjen kan føre til reduksjon av skatteunndragelser. Bruk av stordata kan bidra til at Skatteetaten avdekker flere skatteunndragelser. Det kan lages prediktive modeller for å se mønstre, slik at Skatteetaten blir mer treffsikre i å finne avvik. På denne måten kan avvik håndteres på en mer effektiv måte, ressursene nyttes i flere saker og dermed også øke følelsen av risiko for å bli oppdaget. Videre viser funnene i denne studien at slik SAF-T er i dag, vil ikke oppdagelsesrisiko påvirkes. SAF-T fase tre vil gi en høyere grad av tilgjengelig informasjon for Skatteetaten. Det er mye usikkerhet rundt blokkjedeteknologi. Dersom man lykkes med gode løsninger med tredjepartsverifiseringer, skattemynt og transaksjonsinformasjon som ikke kan manipuleres, kan slik teknologi kunne føre til at informasjonsasymmetri reduseres og oppdagelsesrisiko øker. Funnene viser også at selv om digitalisering gir nye verktøy til Skatteetaten for å oppdage skatteunndragelser, vil også de som ønsker å unndra skatt kunne utvikle nye digitale verktøy. Hovedkonklusjonen er at digitalisering øker oppdagelsesrisikoen for skatteunndragelser, noe som ifølge Allingham-Sandmo-modellen skal føre til færre skatteunndragelser. Oppdagelsesrisikoen øker fordi Skatteetaten får tilgang til et større omfang data, effektiviserte kontroller og bedre tredjepartsverifiseringer. De fleste skattytere ønsker å innrapportere riktig skattegrunnlag, men mange synes det er vanskelig. Digitalisering og dulting vil gi stor på effekt på ubevisste skatteunndragelser. Dette gjør at den enkelte skattyter forstår at de har rapportert feil og kan korrigere før selve innsendelsen. Dette kan føre til en økt opplevd oppdagelsesrisiko. Når det gjelder gruppen som ønsker å begå kriminalitet viser våre funn at det ikke hjelper at digitalisering øker oppdagelsesrisiko, fordi straffen ikke oppleves som et stort nok ubehag.

Abstract The aim of this dissertation has been to explore how digitalization affects the risk of discovery for tax evasion. Digitalization affects society in countless ways, and this also challenges the Tax Administration to rethink its business model (Arendsen et al., 2019). One of the most important focus areas for the Tax Administration is to reduce the extent of tax evasion (Skatteetaten, u.å. ). A persons perceived risk of discovery is regarded as the most important factor for compliance with the legislation (Løyland & Øvrum, 2019). The dissertation is based on two-part study, a literature study and a qualitative data collection. The literature review shows indications of limited research on how digitization affects the risk of discovery for tax evasion. Based on this discovery, the following topic has been formulated: How does digitalization affect the risk of discovery for tax evasion? To gain insight on this problem, qualitative data from the Tax Administration and accountants have been collected. These can be viewed as a control body to detect tax evasion. The digitalization tools that have been chosen to look into in this dissertation are StandardAudit Tax-File (SAF-T), block chain technology and big data. SAF-T was chosen because it was introduced 01.01.20, which means that all accounting officers must report using the same account plan and use the same VAT codes. Big data is being introduced and invested heavily in by the Tax Administration. Block chain technology is possibly something that will be relevant in the future. The Allingham-Sandmo model from 1972 is used in this thesis. The model indicates that taxpayers will evade taxes if the expected gain is greater than the probability of detection and the expected penalty (L. Fallan, 2011). Furthermore, the relationship between the Tax Administration and the taxpayer is viewed using principal-agency theory. This is because taxpayers have an indirect contractual relationship to report correct information to the Tax Administration. An important concept in principal-agent theory is information asymmetry. This arises in situations where information is distributed unevenly among the actors and further give rise to opportunistic behaviour (Lundesgaard, 2011), such as tax evasion. Generally, taxpayers have more information than the Tax Administration, thus information asymmetry is present. The findings in this study show that digitalization can increase the risk of discovery by making those who avoid tax more traceable and thus easier to find. The findings also suggest that digitalization will have a major impact on taxpayers who unconsciously evade taxes. Incorporating interactive control questions during the submission can help the taxpayer to report correctly, which in turn may lead to a reduction in tax evasion. The usage of big data can help the Tax Administration reveal more tax evasion. Predictive models can be created to see patterns, so that the Tax Administration becomes more accurate in finding deviations. In this way, deviations can be handled more efficiently, resources are utilized in more cases and thus also increase the feeling of risk of being discovered. Furthermore, the findings in this study show that SAF-T will not affect the risk of detection as of today, however, SAF-T phase three will provide a higher degree of available information to the Tax Administration. With regards to blockchain technology, there is a great deal of uncertainty. At the same time it is believed that third-party verifications, tax coins, and transactions that cannot be manipulated could reduce information asymmetry, and thus increase the risk of detection. The findings also show that although digitalization provides new tools for the Tax Administration to discover tax evasion, those who wish to evade tax will also be able to develop new digital tools. The main conclusion is that digitalisation increases the risk of discovery for tax evasion. According to the Allingham-Sandmo model this in turn leads to reduced tax evasion. The risk of discovery increases because the Tax Agency has access to a larger scope of data, more efficient controls and better third-party verifications. Most taxpayers want to do it right, but find it difficult. Therefore, digitalization and nudging will have a major effect on tax evasion for this group. The taxpayers will in this way understand that they have reported errors and can correct them before the filing itself. In turn, this can lead to an increased perceived risk of discovery. The group that deliberately choose to commit tax fraud will see minor effects of digitalization. This is because the perceived punishment is not tough enough and the risk of being detected is not perceived as a real risk.