SFT फाइलिंगची डेडलाईन जवळ! टॅक्स विभागाकडून बँकांना अचूक डेटा देण्याचं आवाहन

वाढते अनुपालन दबाव

बँका, एनबीएफसी (NBFC) आणि म्युच्युअल फंड हाऊसेससह वित्तीय संस्थांसाठी स्टेटमेंट ऑफ फायनान्शियल ट्रान्झॅक्शन्स (SFT) फाइल करण्याची ३१ मे ची अंतिम मुदत जवळ येत असल्याने हा एक महत्त्वपूर्ण काळ आहे. आयकर कायद्याच्या कलम २८५बीए (Section 285BA) अंतर्गत ही वार्षिक आवश्यकता असली तरी, कर अधिकारी आता केवळ निष्क्रिय संकलनाऐवजी सक्रिय, AI-आधारित ऑडिटिंगवर अधिक लक्ष केंद्रित करत आहेत. वार्षिक माहिती स्टेटमेंट (AIS) च्या सुरळीत कार्यासाठी आणि आयकर रिटर्न (ITR) प्री-फिलिंगसाठी डेटाची अचूकता आता अत्यंत महत्त्वाची आहे.

डेटा जुळवण्यातील ऑपरेशनल अडचणी

अनेक वित्तीय कंपन्यांना जुन्या रिकॉन्सिलिएशन सिस्टीम्समुळे (reconciliation systems) अडचणी येत आहेत. यूपीआय (UPI) सारख्या डिजिटल चॅनेल्सद्वारे व्यवहारांचे प्रमाण वाढत असल्याने, मॅन्युअल, स्प्रेडशीट-आधारित डेटा जुळवणे ही एक मोठी समस्या बनली आहे. सामान्य चुकांमध्ये वेगवेगळ्या शाखांमधील व्यवहार एकत्र न करणे, तारखेचे चुकीचे फॉरमॅट आणि संयुक्त खात्यांच्या व्हॅल्युएशनची अपूर्ण माहिती यांचा समावेश होतो. कर विभागाच्या पुनरावलोकनादरम्यान या चुका अनेकदा निदर्शनास येतात. अशा ऑपरेशनल अपयशांचा थेट परिणाम करदात्यांच्या नोंदींच्या अचूकतेवर होतो. जेव्हा विसंगत डेटा सबमिट केला जातो, तेव्हा AIS मधील तफावत करदात्यांना स्पष्टीकरणासाठी दीर्घ प्रक्रियेत अडकवू शकते, ज्यामुळे संस्था आणि व्यक्ती दोघांसाठीही अनुपालनाचा भार वाढतो.

अनुपालन न करण्याचे धोके

अर्थसंकल्प २०२६ (Budget 2026) ने अनुपालन न करण्याच्या आर्थिक परिणामांना अधिक स्पष्ट केले आहे, दंड सुव्यवस्थित केले आहेत परंतु तपासणी कठोर ठेवली आहे. उशिरा फाइलिंगसाठी दंड ₹१ लाखांपर्यंत मर्यादित असला तरी, चुकीची माहिती सादर करण्यासाठी ₹५०,००० चा वेगळा निश्चित दंड एक महत्त्वपूर्ण धोका आहे. आर्थिक दंडांव्यतिरिक्त, प्रतिष्ठा आणि ऑडिटचे गंभीर धोके आहेत. डेटा गव्हर्नन्समध्ये (data governance) सतत कमतरता असलेल्या संस्थांना तपशीलवार पडताळणी, दीर्घकाळ चालणारी तपासणी, सिस्टीम ओव्हरहॉलची मागणी आणि संभाव्यतः व्यापक कर तपासणीला सामोरे जावे लागू शकते. मॅन्युअल, स्वतंत्र सिस्टीमवर अवलंबून राहणे, जे टॅक्स रिपोर्टिंग मॉड्यूल्सशी चांगले एकीकृत नाहीत, हे या अपयशांचे मुख्य कारण आहे.

डेटा गव्हर्नन्सचे भविष्य-सुरक्षित करणे

अधिकाधिक ऑटोमेटेड कर प्रणालीमध्ये (automated tax system) यशस्वी होण्यासाठी, रिपोर्टिंग करणाऱ्या संस्थांना प्रगत, AI-आधारित रिकॉन्सिलिएशन प्लॅटफॉर्म (AI-driven reconciliation platforms) स्वीकारण्याची आवश्यकता आहे. भविष्यातील अनुपालनासाठी रिअल-टाइम डेटा व्हॅलिडेशन (real-time data validation) आणि ऑटोमेटेड पॅन (PAN) मॅचिंगची आवश्यकता असेल, जे केवळ बॅच प्रोसेसिंगच्या पलीकडे जाईल. जसा कर विभाग AIS डेटाची ITR फाइलिंगशी तुलना करण्यासाठी AI चा वापर वाढवत आहे, तसतसे त्रुटी सहन करण्याची क्षमता वेगाने कमी होत आहे. ज्या संस्था SFT रिपोर्टिंगला केवळ बॅक-ऑफिसचे काम न मानता त्यांच्या डेटा गव्हर्नन्स धोरणाचा मुख्य भाग म्हणून एकत्रित करतात, त्या टॅक्स विभागाकडून समस्या टाळण्याची शक्यता जास्त आहे.