Ληξιπρόθεσμα χρέη: Στο μικροσκόπιο καταθέσεις, εισοδήματα και περιουσία
Πώς θα λειτουργεί το νέο σύστημα PARE για τα ληξιπρόθεσμα χρέη στην εφορία – Το σχέδιο της ΑΑΔΕ
Χωρίς «φρένο» κινούνται τα ληξιπρόθεσμα χρέη προς την εφορία καθώς ανέρχονται πλέον στα 114,5 δισ. ευρώ.
Ωστόσο, από αυτό το ποσό τα 35,26 δισ. ευρώ χαρακτηρίζονται ανεπίδεκτα είσπραξης, με αποτέλεσμα το πραγματικό εισπράξιμο χρέος να διαμορφώνεται στα 79,25 δισ. ευρώ.
Το σχέδιο για τα ληξιπρόθεσμα χρέη
Η ΑΑΔΕ ενεργοποιεί ένα νέο, πιο στοχευμένο μοντέλο διαχείρισης των ληξιπρόθεσμων οφειλών προς την εφορία. Στόχος είναι να εντοπίσει ποιοι φορολογούμενοι αδυνατούν πραγματικά να πληρώσουν και ποιοι διαθέτουν την οικονομική δυνατότητα αλλά αποφεύγουν συστηματικά την εξόφληση των χρεών τους.
Σύμφωνα με το επιχειρησιακό σχέδιο του 2026, η φορολογική διοίκηση περνά σε ένα νέο μοντέλο αξιολόγησης οφειλετών, εφαρμόζοντας στην πράξη τη μεθοδολογία PARE (Payment capacity – Attitude – Recency – Event).
Πρόκειται για ένα σύστημα ανάλυσης δεδομένων και «βαθμολόγησης» του φορολογούμενου, με βάση το οποίο δημιουργείται ένα αναλυτικό οικονομικό προφίλ συμπεριφοράς για κάθε οφειλέτη.
Η νέα προσέγγιση βασίζεται σε τέσσερις βασικούς άξονες:
- Payment Capacity (Ικανότητα πληρωμής): Η φορολογική διοίκηση θα εξετάζει τραπεζικές καταθέσεις, εισοδήματα, ακίνητη και κινητή περιουσία, προκειμένου να διαπιστώσει αν ο οφειλέτης διαθέτει πραγματική δυνατότητα αποπληρωμής.
- Attitude (Συμπεριφορά): Θα αξιολογείται η προηγούμενη στάση του φορολογούμενου απέναντι στις υποχρεώσεις του, δηλαδή αν τηρούσε ρυθμίσεις, αν εξοφλούσε εγκαίρως ή αν εμφάνιζε συστηματική ασυνέπεια.
- Recency (Παλαιότητα οφειλών): Η ΑΑΔΕ θα δίνει διαφορετική βαρύτητα στα «φρέσκα» και στα παλαιότερα χρέη του φορολογούμενου.
- Event (Οικονομικά γεγονότα): Στην ανάλυση θα συνυπολογίζονται σημαντικά γεγονότα, όπως απώλεια εισοδήματος, επιχειρηματική κρίση ή άλλα οικονομικά συμβάντα που μπορεί να επηρέασαν την ικανότητα πληρωμής του οφειλέτη.
Στόχος της Ανεξάρτητης Αρχής είναι η αποτελεσματικότερη είσπραξη των ληξιπρόθεσμων χρεών, περιορίζοντας ταυτόχρονα την δυνατότητα για τη δημιουργία μίας νέας γενιάς «κόκκινων» οφειλών.
Το νέο μοντέλο θα αξιοποιεί εργαλεία τεχνητής νοημοσύνης, big data και ηλεκτρονικές διασταυρώσεις στοιχείων, με σκοπό την αυτοματοποίηση της διαδικασίας εντοπισμού οφειλετών υψηλού κινδύνου.
Η χρήση αυτού του συστήματος εκτιμάται ότι θα δίνει τη δυνατότητα στη φορολογική διοίκηση να κατηγοριοποιεί αυτόματα τους οφειλέτες, προτείνοντας διαφορετικές τακτικές ρύθμισης ή είσπραξης ανάλογα με το προφίλ και τις δυνατότητες του καθενός.
- Όλα όσα χαρίζουν οι φράουλες στον οργανισμό μας
- Καιρός: Άνοδος της θερμοκρασίας και αφρικανική σκόνη τη Δευτέρα – Πού θα βρέξει
- Δικαστήρια σε τρία μέτωπα στριμώχνουν την κυβέρνηση
- Χειροκρότημα: 15.700 θεατές στην «Ειρήνη» των Καραθάνου- Δεληβοριά στην Επίδαυρο – Νέοι σταθμοί περιοδείας
- Τα social media κατέστρεψαν τον κινηματογράφο; Οι ταινίες δύο ωρών κουράζουν τη νέα γενιά
- Το τρίπτυχο της στεγαστικής κρίσης: Αγορά, ενοικίαση και κατασκευή ακινήτων στα ύψη
- Η νέα αρχιτεκτονική της απασχόλησης: Από τους αυτόνομους αλγόριθμους στην αναγέννηση των soft skills
- «Δεν τα χρειάζομαι αν με κάνουν να νιώθω άσχημα»: Για τον Weird Al τα χρήματα δεν έχουν καμία σημασία
Ακολουθήστε το in.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
![[ΡΩΓΜΕΣ]: Ανάμεσα στον χορό, το θέατρο και την ποίηση](https://www.in.gr/wp-content/uploads/2026/07/ΡΩΓΜΕΣ-Χ.Κυριαζιδη-credits-©Κατερίνα-Αρβανιτη-_2-230x130.jpg)
