Whalesbook
आयकर विभागाकडून कर संकलन प्रणालीमध्ये (tax compliance system) मोठा बदल करण्यात आला आहे. आता क्रेडिट कार्ड आणि इतर डिजिटल पेमेंटच्या व्यवहारांचा डेटा 'ॲनुअल इन्फॉर्मेशन स्टेटमेंट' (AIS) मध्ये समाविष्ट केला जात आहे. यामुळे केवळ घोषित उत्पन्नावर लक्ष केंद्रित न करता, प्रत्यक्ष आर्थिक व्यवहारांवर बारीक नजर ठेवली जात आहे. खर्च आणि जाहीर केलेल्या उत्पन्नातील तफावत ओळखून कर अधिकारी संभाव्य विसंगती शोधू शकतील.
या वाढलेल्या तपासणीमागे 'स्टेटमेंट ऑफ फायनान्शियल ट्रान्झॅक्शन्स' (SFT) आहे. बँका आणि वित्तीय संस्थांना विशिष्ट उच्च-मूल्याच्या आर्थिक व्यवहारांची माहिती थेट करदात्याच्या AIS मध्ये कळवणे बंधनकारक आहे. यामुळे क्रेडिट कार्ड सेटलमेंट, बँक व्यवहार आणि गुंतवणुकीसह एक सर्वसमावेशक आर्थिक प्रोफाइल तयार होते. ही माहिती आपोआपच टॅक्स रिटर्नशी (tax returns) ताडून पाहण्यासाठी वापरली जाते, जेणेकरून कोणत्याही विसंगतीवर लक्ष ठेवता येईल. हा डेटा-आधारित दृष्टिकोन कर भरणा प्रणालीला अधिक सक्षम बनवत आहे.
भारताचा हा डेटा-आधारित दृष्टिकोन जागतिक प्रवृत्तींशी (global trends) जुळतो. OECD सारख्या संस्था कर चुका कमी करण्यासाठी आणि स्वैच्छिक अनुपालन वाढवण्यासाठी तृतीय-पक्षीय (third-party) वित्तीय डेटा आणि खर्चाचे विश्लेषण वापरण्यास प्रोत्साहन देतात. अनेक देश आता कर चुकवेगिरी शोधण्यासाठी स्वयंचलित प्रणाली वापरतात, जसे की युरोपियन युनियनचे DAC7 निर्देश, ज्यानुसार प्लॅटफॉर्मना उत्पन्नाचा अहवाल देणे आवश्यक आहे. भारताची AIS प्रणाली देखील करदात्यांची संख्या वाढवण्यासाठी याच धोरणाचा अवलंब करत आहे. भारतात क्रेडिट कार्डचा वाढता वापर आणि UPI पेमेंटमुळे मोठ्या प्रमाणात डिजिटल फूटप्रिंट तयार झाला आहे, ज्याचे आता परीक्षण केले जात आहे. तज्ञांच्या मते, डेटा एकत्रीकरणामुळे भविष्यात ग्राहकांच्या क्रेडिट मूल्यांकनात (consumer credit assessments) सुधारणा होऊ शकते, परंतु गोपनीयतेची चिंता (privacy concerns) देखील आहे. सध्याच्या जागतिक अनिश्चितता आणि महागाईच्या काळात, उत्पन्नाशी जुळणारे नसलेले खर्च अधिक तपासणीच्या कक्षेत येऊ शकतात.
पारदर्शकता आणि 'नज' (nudge) अनुपालनास प्रोत्साहन देत असताना, या प्रणालीत काही धोके देखील आहेत. क्रेडिट कार्डसाठी अनिवार्य PAN जोडणी आणि उच्च रिपोर्टिंग मर्यादा—जसे की ₹10 लाखांपेक्षा जास्त नॉन-कॅश क्रेडिट कार्ड पेमेंट किंवा वार्षिक ₹1 लाख रोख—मुळे आर्थिक व्यवहारांची विस्तृत माहिती मिळते. यामुळे गुंतागुंतीचे आर्थिक व्यवहार असलेल्या किंवा आर्थिक अडचणीत असलेल्या व्यक्तींवर अन्याय होऊ शकतो. स्वयंचलित प्रणाली कार्यक्षम असल्या तरी, डेटाच्या चुकीच्या अर्थामुळे किंवा खोट्या सकारात्मक परिणामांमुळे (false positives) निरुपद्रवी पण गुंतागुंतीच्या निधी, जसे की मागील बचत किंवा कौटुंबिक कर्ज असलेल्या करदात्यांसाठी अनावश्यक तपासण्या होऊ शकतात. भारताचे कर डेट्याचे केंद्रीकरण (centralizing tax data) जलद गतीने होत आहे, जे अधिक वैविध्यपूर्ण वित्तीय केंद्रांपेक्षा (financial centers) वेगळे आहे. यामुळे डेटा उल्लंघनाचा (data breaches) किंवा सरकारी अतिरेकाचा धोका वाढू शकतो. आर्थिक मंदीमुळे आक्रमक अंमलबजावणीऐवजी (aggressive enforcement) सहाय्यक अनुपालन उपायांवर (supportive compliance measures) भर दिल्यास हा धोका वाढू शकतो.
कर प्रशासनात (tax administration) वित्तीय डेटाचे अधिक एकत्रीकरण (further integration) होण्याचा कल स्पष्ट दिसतो. भविष्यात क्रॉस-बॉर्डर डेटा शेअरिंग (cross-border data sharing) आणि कर चुकवेगिरी शोधण्यासाठी प्रगत विश्लेषण (advanced analytics) यांचा समावेश असू शकतो. करदात्यांसाठी, याचा अर्थ असा की त्यांच्या AIS ची वैयक्तिक वित्तीय कागदपत्रांशी (personal financial documents) पडताळणी करणे आणि रेकॉर्ड व्यवस्थित ठेवणे (rigorous record-keeping) अत्यावश्यक असेल. वित्तीय संस्थांसाठी, नियमांचे पालन करण्यापलीकडे, नियामक बदलांनुसार (regulatory changes) ग्राहक विश्लेषण किंवा उत्पादन विकासासाठी (product development) डेटा वापरण्याचे नवीन मार्ग शोधता येतील. मुख्य उद्दिष्ट घोषित उत्पन्न आणि प्रत्यक्ष खर्च यांचा मेळ घालणे हेच राहील, ज्यामुळे आर्थिक पारदर्शकता (financial transparency) ही कर जबाबदारीचा (tax responsibility) एक महत्त्वाचा घटक बनेल.