p Pesquisadores da Skoltech, a Universidade Europeia de São Petersburgo, e a Lomonosov Moscow State University desenvolveram um algoritmo que detecta os proprietários controladores das empresas. Aplicável a conjuntos de dados com milhões de organizações, ele é executado com mais rapidez e oferece resultados mais precisos do que as abordagens concorrentes. Ao desenrolar a complexa teia de proprietários, o algoritmo permite ter uma ideia da conformidade de uma empresa fechada com o meio ambiente, social, e padrões de governança, observando as práticas de seu proprietário mais transparente. O estudo está disponível no repositório de pré-impressão arXiv. p Com o investimento responsável ganhando popularidade, mesmo quando as principais nações procuram formas de conter a evasão fiscal em centros financeiros offshore e colocam indivíduos e empresas indesejados em listas de pessoas designadas para impedir negócios com eles, o problema de revelar o beneficiário final que possui uma empresa por meio de uma longa cadeia de intermediários é tão complexo e relevante como sempre.

p Para resolver isso, uma equipe de pesquisadores russos criou um algoritmo de rede baseado em ciência chamado α-ICON, abreviação de Indirect Control in Onion-like Networks. A ferramenta ingere dados de propriedade de registros de estado e detecta e classifica os proprietários finais de cada organização, fornecendo insights indiretos sobre suas práticas para os responsáveis ​​pela conformidade, Potenciais investidores, e analistas de due diligence para recorrer.

p De acordo com os pesquisadores, o deles é um dos poucos algoritmos para revelar a propriedade corporativa final, e de longe o mais eficiente:o α-ICON leva apenas alguns minutos para processar o banco de dados de todas as 4,2 milhões de empresas do Reino Unido. Algoritmos existentes anteriormente levariam dias para fazer isso. Também é mais preciso, determinar corretamente o proprietário final em 96% dos casos, em comparação com 89% de seu concorrente mais próximo.

p Para testar a precisão do α-ICON, a equipe coletou - e divulgou publicamente - um conjunto de dados de avaliação com informações verificadas sobre 1, 007 empresas britânicas com dívida ou ações negociadas nos EUA que divulgaram sua propriedade. Além de ser usado para demonstrar o desempenho superior do novo algoritmo, este conjunto de dados de avaliação inédito será útil para pesquisas futuras.

p α-ICON deriva das idéias de centralidade de Katz usadas na ciência de sistemas complexos para determinar os jogadores mais influentes na rede. Para garantir a eficácia computacional, o algoritmo se baseia na observação de que as redes de propriedade se assemelham a cebolas, de modo que se pode descascar camada por camada até que o núcleo denso de organizações interconectadas permaneça.

p O primeiro autor do estudo, Kirill Polovnikov, de Skoltech, explica como essa observação melhora drasticamente o desempenho:"A computação de controle em redes complexas com muitos ciclos geralmente está associada à decomposição espectral de uma matriz enorme, igual em tamanho ao número de nós. Ao reconhecer a estrutura "semelhante a uma cebola" da rede de propriedade, podemos resolver o problema da forma mais geral apenas para um núcleo fortemente conectado de várias centenas de empresas. O resto do controle pode ser efetivamente retropropagado para as empresas na camada externa, graças à estrutura hierárquica sem loop da rede de controle nas camadas da camada. "

p Quando os autores aplicaram seu algoritmo a mais de 4 milhões de empresas sediadas no Reino Unido, Descobriu-se que a cadeia multinacional de varejo óptico Specsavers tinha a estrutura de propriedade mais complexa do país. Com uma capitalização de mercado de $ 3,5 bilhões, o varejista de suprimentos para animais de estimação, a Pets at Home, possui maior complexidade de rede de propriedade do que a gigante do petróleo BP, no valor de $ 84 bilhões.

p "Isso não significa que o Pets at Home desfrute de mais controle do que a BP, uma vez que estamos comparando apenas a complexidade das redes de propriedade, ignorando seu tamanho. As pequenas empresas podem apresentar cadeias de propriedade extremamente complexas. Nosso algoritmo permite identificar as entidades controladoras finais, independentemente de seu tamanho, "enfatizou Dmitriy Skougarevskiy, professor associado de estudos jurídicos empíricos na Universidade Europeia de São Petersburgo.

p O novo algoritmo será útil para pesquisadores e profissionais. Ao revelar os proprietários finais das empresas, ajuda os investidores, oficiais de conformidade, e analistas de devida diligência para entender de forma rápida e fácil os complicados esquemas de propriedade e entender se estão lidando com uma entidade que provavelmente respeitará certos aspectos sociais, de Meio Ambiente, e padrões de governança, e se essa empresa é controlada por um indivíduo designado ou por uma controladora com sede em paraíso fiscal.

p O código α-ICON está disponível no GitHub.