Nyt værktøj afslører ultimative ejere af virksomheder

Forskere fra Skoltech, det europæiske universitet i St. Petersborg, og Lomonosov Moscow State University har udviklet en algoritme, der registrerer de ultimative kontrollerende ejere af virksomheder. Gælder for datasæt med millioner af organisationer, det kører hurtigere og leverer mere præcise resultater end konkurrerende tilgange. Ved at afvikle det komplekse web af ejere, Algoritmen gør det muligt at få en idé om en lukket virksomheds overholdelse af miljø-, social, og styringsstandarder ved at se på dens mere gennemsigtige ejers praksis. Undersøgelsen er tilgængelig fra arXiv preprint repository.

Med ansvarlig investering vinder popularitet, selvom store nationer søger måder at modvirke skatteunddragelse i offshore-finanscentre og placere uønskede personer og virksomheder på udpegede personers lister for at afskrække forretninger med dem, problemet med at afsløre den ultimative begunstigede, der ejer en virksomhed gennem en lang kæde af mellemmænd, er lige så kompleks og relevant som nogensinde.

For at adressere det, et hold russiske forskere har skabt en videnskabsbaseret netværksalgoritme kaldet α-ICON, forkortelse for Indirect Control in Onion-lignende netværk. Værktøjet indtager ejerskabsdata fra statsregistre og registrerer og rangerer de ultimative ejere af hver organisation, give indirekte indsigt i dens praksis til compliance officerer, potentielle investorer, og due diligence-analytikere at trække på.

Ifølge forskerne, deres er en af ​​blot nogle få algoritmer til at afsløre det ultimative virksomhedsejerskab, og langt den mest effektive:α-ICON tager kun få minutter at behandle databasen for alle 4,2 millioner britiske virksomheder. Tidligere eksisterende algoritmer ville tage dage at gøre det. Det er også mere præcist, korrekt bestemmelse af den endelige ejer i 96 % af tilfældene, sammenlignet med 89 % for sin nærmeste konkurrent.

For at teste nøjagtigheden af ​​α-ICON, holdet indsamlede – og offentliggjorde – et evalueringsdatasæt med verificerede oplysninger om 1, 007 britiske virksomheder med gæld eller aktier handlet i USA, der afslørede deres ejerskab. Udover at blive brugt til at demonstrere den nye algoritmes overlegne ydeevne, dette første af sin slags evalueringsdatasæt vil være nyttigt til fremtidig forskning.

α-ICON stammer fra ideerne om Katz centralitet, der bruges i videnskaben om komplekse systemer til at bestemme de mest indflydelsesrige aktører i netværket. For at sikre beregningseffektivitet, algoritmen bygger på en observation af, at ejerskabsnetværk ligner løg, så man kan skrælle af lag for lag, indtil den tætte kerne af sammenkoblede organisationer er tilbage.

Studiets første forfatter, Kirill Polovnikov, af Skoltech, forklarer, hvordan denne observation drastisk forbedrer ydeevnen:"Beregning af kontrol i komplekse netværk med mange cyklusser er generelt forbundet med den spektrale nedbrydning af en enorm matrix, i størrelse lig med antallet af noder. Ved at anerkende ejerskabsnetværkets 'løglignende' struktur, vi kan kun løse problemet i den mest generelle form for en stærkt forbundet kerne på flere hundrede virksomheder. Resten af ​​kontrollen kan effektivt forplantes tilbage til virksomheder i den ydre skal takket være den hierarkiske sløjfeløse struktur af kontrolnetværket i skallagene."

Da forfatterne anvendte deres algoritme på de mere end 4 millioner virksomheder baseret i Storbritannien, det viste sig, at den multinationale optiske detailkæde Specsavers havde den mest komplekse ejerstruktur i landet. Med en markedsværdi på 3,5 mia. forhandler af kæledyrsartikler Pets at Home kan prale af større ejerskabsnetværkskompleksitet end oliegiganten BP, til en værdi af 84 milliarder dollar.

"Dette betyder ikke, at Pets at Home har mere kontrol end BP, da vi kun sammenligner kompleksiteten af ​​ejerskabsnetværkene, ignorerer deres størrelse. Små virksomheder kan udvise ekstremt komplekse ejerskabskæder. Vores algoritme gør det muligt at identificere de ultimative kontrollerende enheder uanset deres størrelse, " understregede Dmitriy Skougarevskiy, en lektor i empiriske juridiske studier ved det europæiske universitet i St. Petersborg.

Den nye algoritme vil være nyttig for både forskere og praktikere. Ved at afsløre de ultimative ejere af virksomheder, det hjælper investorerne, compliance officerer, og due diligence-analytikere til hurtigt og nemt at forstå de komplicerede ejerskabsordninger og forstå, om de har at gøre med en enhed, der sandsynligvis vil respektere visse sociale, miljø, og styringsstandarder, og om dette selskab kontrolleres af en udpeget person eller et skattely-baseret moderselskab.

α-ICON-koden er tilgængelig på GitHub.