 |
Аренда 
|
Продажа
|
Новостройки
|
Новости | Добавить объявление |
Власти Москвы решили выявлять «серую» аренду квартир при помощи big data
С помощью анализа больших данных власти Москвы смогут выявлять арендодателей квартир, которые не платят с этого дохода налоги. Рынок «серых» квартир кратно превосходит легальный, но выявлять неплательщиков технически сложно
Департамент информационных технологий (ДИТ) Москвы разработал механизм, который позволяет с помощью анализа больших данных (big data) выявлять нелегальную аренду квартир, рассказал РБК руководитель ДИТа Артем Ермолаев в кулуарах Московского урбанистического форума.
«Механизм оттестирован, мы понимаем, как это работает. В определенный момент времени мы используем эти данные, этот механизм, — говорит Ермолаев. — Он не имеет выхода [для внешних пользователей] и конкретного сервиса для жителей. Для себя, для аналитических целей мы это [уже] используем».
Перед тем как механизм заработает в полную силу и с его помощью можно будет определять неплательщиков налогов, потребуется внести изменения в законодательство, говорит Ермолаев. «Это сложная схема, потому что она организационно-нормативно-правовая. Здесь пересечение зон ответственности. Чтобы это работало в обычном режиме, налоговой [службе] в первую очередь [необходимо внести] целый ряд нормативных изменений», — заключил Ермолаев. Другие детали проекта ни он, ни ДИТ не раскрывают.
Интерес к выявлению недополученных налогов с помощью анализа больших данных ДИТ проявляет минимум год. Сам Ермолаев еще на прошлогоднем Московском урбанистическом форуме на круглом столе «Data-driven cities: как данные меняют наше представление о городе» упоминал о том, что работа над такой системой ведется. Тогда он уточнял, что предполагается анализировать крупнейшие интернет-ресурсы, на которых предлагаются квартиры в аренду, и сопоставлять эти данные со статистикой об уплате налогов. После такого анализа данные о тех квартирах, которые, возможно, нелегально сдаются в аренду, планировалось передавать в налоговую службу для проверки.
Источник РБК в московских налоговых органах подтвердил РБК, что такой проект действительно существует, но не уточнил его статус. В департаменте финансов Москвы запрос РБК был перенаправлен в столичный департамент экономической политики и развития, в котором на момент публикации комментарии не предоставили.
Большой серый
Объем ежегодного арендного предложения квартир в Москве составляет 200–300 тыс. объектов, приводит оценку директор компании «Миэль-Аренда» Мария Жукова, добавляя, что сказать точно, сколько из них нашли арендаторов, нельзя. ?На «Яндекс.Недвижимость» за июнь, который считается низким сезоном, с сервиса «ушло» — то есть, предположительно, было сдано — 7,5 тыс. квартир на общую сумму 405 млн руб. месячной аренды, рассказали РБК в пресс-службе сервиса. То есть при минимальном объеме спроса в Москве в год может сдаваться 90 тыс. квартир.
Согласно последним доступным публичным данным департамента экономической политики и развития Москвы, по итогам девяти месяцев 2017 года легально в аренду было сдано 27,32 тыс. квартир. Налоги платят владельцы 25,418 тыс. квартир, остальные купили патенты, рассказывал тогда «Ведомостям» руководитель департамента Владимир Ефимов. По его словам, с 2012 года число горожан, сдающих свою квартиру легально, увеличилось на 68%. Согласно приводимым им тогда данным, в 2016 году сумма заявленного к уплате налога составила 1,116 млрд руб., за девять месяцев 2017 года — 1,28 млрд руб. «Тем не менее главная цель — не пополнение бюджета, а легализация рынка аренды жилья и наведение порядка в жилом секторе», — уточнял он.
Большинство тех, кто легально сдает квартиры в Москве, выбирают способ уплаты налога на доходы физических лиц. Но в управлении Федеральной налоговой службы по Москве РБК сообщили, что не ведут статистику того, какой объем из уплаченных налогов приходится на доходы от аренды квартир. Всего на 1 июля 2018 года в Москве подали декларации по налогу на доходы физлиц 26,8 тыс. человек, что на 24% больше, чем годом ранее. Но общая сумма налога уменьшилась на 4%, составив 852 млн руб. Растет и количество патентов, дающих право сдавать в аренду жилые и нежилые помещения: по данным ФНС на начало 2017 года, такие патенты были у 6,1 тыс. москвичей, в начале 2018 года — у 7,4 тыс. На момент публикации в департаменте экономической политики и развития не смогли актуализировать данные по количеству отчитавшихся легальных собственников квартир.
Выданные данные
Крупнейшие онлайн-сервисы объявлений для поиска квартир в аренду: «Авито. Недвижимость» (сайты «Авито» и «Домофонд» — по их собственной оценке, через них проводится 62% от всех арендных сделок в России), ЦИАН, «Юла» (проект Mail.ru Group), «Яндекс.Недвижимость».
В пресс-службе «Яндекса» рассказали, что с сервисом «Яндекс.Недвижимость» проект ДИТ не обсуждался, и подчеркнули, что «получить доступ к базам данных компании без ее ведома невозможно». В «Авито» также утверждают, что не знакомы с проектом департамента. «Но только на основании данных, указанных в объявлениях, делать выводы о том, что квартира сдана, было бы некорректно», — рассуждают в пресс-службе сервиса, добавляя, что разместить объявление может как собственник, так и его родственник или риелтор. В ЦИАН отказались от комментариев. В «Юле» не ответили на вопросы о проекте ДИТа.
Дата-директор Weborama Russia и вице-президент некоммерческого партнерства содействия развитию интерактивной рекламы IAB Russia Дмитрий Егоров пояснил РБК, что технически решить задачу, поставленную ДИТом, не так сложно. «Можно вытащить базу квартир и номера людей, которые их сдают. Единственный момент, на практике, как правило, в объявлении не указывают точный адрес объекта сдачи (номер квартиры, этаж и т.д.), а также зачастую квартиры сдают не собственники, а риелторы. Именно эти факты и затруднят связь объекта сдачи с собственником для последующего взыскания налогов», — пояснил он. Сделать это, по словам Егорова, можно или через договоренности с порталами, или начав копить «историческую базу». «Скажем, сегодня они (ДИТ. — РБК) принимают решение о начале реализации проекта и начинают накапливать базу, а после у них будет база неактивных объявлений, по которым можно проводить проверку», — заключил он.
С тем, чтобы получить данные об арендодателях, проблем не будет, так как объявления с номерами телефонов находятся в открытом доступе, считает коммерческий директор AmberData Виктор Митюнин. «Если пользователь дал ДИТу (или третьему сервису) разрешение на работу с его данными, то ДИТ, в теории, легко сможет собрать картину персональных данных, но вот найти ИНН по ФИО или номеру телефона будет сложно, а без этого не сопоставить эти данные. Но даже если каким-то образом ДИТ получит доступ к базе ИНН, то все равно остается важная проблема: более чем в 60% случаев на сайтах по аренде квартир указывают, например, виртуальный номер», — рассуждает Митюнин.
«Действующее законодательство не содержит прямого запрета на анализ общедоступных больших данных», — отмечает советник юридической фирмы Bryan Cave Leighton Paisner Russia Евгений Орешин. По его словам, сейчас как раз обсуждается вопрос о том, какие правила игры установить и не разрешить ли анализ больших данных компаниям. «Многие их уже успешно используют. Просто в данном случае полученные результаты анализа затруднительно использовать как официальные доказательства фактической аренды квартиры и неуплаты налога», — добавил он.
Адвокат Московского центрального филиала Московской областной коллегии адвокатов Любовь Киселева отмечает, что информация на сайтах об аренде квартир говорит лишь о намерении собственников сдать их в аренду, нужно еще доказать, что это намерение было реализовано, а договор аренды заключен. Она поясняет, что налоговая может запросить выписки с банковской карты и опросить собственников и арендаторов, но доказать коммерческий характер отношений все равно будет сложно, особенно если расчеты происходили наличными. «Выявить потенциальных уклонистов от налогов можно и по-другому: например, «пройтись» по тем, у кого в собственности находится более одной квартиры», — предполагает старший юрист BGP Litigation Денис Савин.
Читайте также
|
||||||||
|
||||||||