Signaalmodel 'Common reporting standard / Foreign Account Tax Compliance Act (CRS/FATCA)
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Link naar bronregistratie
Verantwoord gebruik
Doel en impact
Het signaalmodel Signaalmodel 'Common reporting standard / Foreign Account Tax Compliance Act (CRS/FATCA) is bedoeld om een selectie te maken welke aangiften inkomensbelasting/premies volksverzekeringen(IH) kunnen worden behandeld van burgers die vermogen in het buitenland aanhouden.
Het signaalmodel CRS/FATCA vergelijkt de ontvangen gegevens van de buitenlandse samenwerkingspartners met de gegevens die de burger in zijn aangifte IH heeft ingevuld. Bij een afwijking tussen de ontvangen gegevens en de door de burger ingevulde gegevens kan het model de aangifte IH voor behandeling selecteren. Het signaalmodel controleert of een burger verplicht is zijn buitenlandse vermogen in zijn aangifte aan te geven. Hierbij wordt rekening gehouden met de beschikbare capaciteit van de Belastingdienst om de aangiften te kunnen behandelen.
Afwegingen
Het signaalmodel is belangrijk voor het bereiken van de doelstellingen van de Belastingdienst en het programma VhV. Dit willen we zorgvuldig doen. Het algoritme kan een medewerker van de Belastingdienst daarbij ondersteunen. De beoordeling is daardoor zorgvuldiger, efficiënter en eenvormiger. Het gaat om tienduizenden gegevens per jaar.
Het signaalmodel draagt bij aan het systematisch en nauwkeurig controleren van aangiften. Door het inzetten van het signaalmodel kunnen deze aangiften sneller worden gecontroleerd. Burgers krijgen hierdoor sneller duidelijkheid.
Het signaalmodel bepaalt de beoordeling op basis van de relevante gegevens. Dit maakt het proces minder foutgevoelig en efficiënter.
Menselijke tussenkomst
Bij de werking van het signaalmodel is altijd sprake van menselijke tussenkomst. Het signaalmodel selecteert de aangifte die behandeld kunnen worden. Het is de medewerker van de Belastingdienst die de beslissing neemt.
Risicobeheer
- Privacy en AVG
Het gebruik van de gegevens wordt getoetst aan de Algemene Verordening Gegevensbescherming (AVG). Door het toetsen van persoonsgegevens komen eventuele privacyrisico's in beeld en kunnen passende maatregelen genomen worden.
De AVG schrijft voor dat er niet meer gegevens gebruikt mogen worden dan noodzakelijk is. Dat heet dataminimalisatie. De Belastingdienst onderzoekt regelmatig of de gebruikte gegevens nog nodig zijn en dus gebruikt mogen worden.
- Gelijkheid en non-discriminatie
De selectieregels in het algoritme worden getoetst aan non-discriminatie-wetgeving. Het verwerken van zo min mogelijk persoonsgegevens verkleint het risico op directe discriminatie. Medewerkers die betrokken zijn bij de ontwikkeling en het beheer van de algoritmen krijgen training over gegevensbescherming en vooroordelen.
- Waarborgen
De Algemene wet bestuursrecht (Awb) vereist dat het handelen van de overheid transparant en rechtmatig is. De Belastingdienst neemt bij de toepassing en ontwikkeling van algoritmen de algemene beginselen van behoorlijk bestuur in acht.
Voor de ontwikkeling van algoritmes zijn door de Belastingdienst voorwaarden opgesteld, een kwaliteitsframework. Hierin staan regels en afspraken die zijn gevolgd bij de ontwikkeling van het algoritme. De voorwaarden van de Auditdienst Rijk zijn hierbij leidend. Op vaste momenten controleert de Belastingdienst of het algoritme nog steeds aan de kwaliteitseisen voldoet.
In het algoritme worden gegevens gebruikt die zijn verzameld in het kader van verschillende belastingwetten. Zoals de AVG voorschrijft worden er niet meer gegevens gebruikt dan noodzakelijk is.
De selectieregels worden periodiek beoordeeld en zo nodig bijgesteld om te blijven voldoen aan wet- en regelgeving.
Wettelijke basis
- Algemene wet inzake rijksbelastingen:
- Algemene wet bestuursrecht:
- Algemene verordening gegevensbescherming:
- Uitvoeringswet algemene verordening gegevensbescherming:
- Wet op de Loonbelasting 1964:
- Wet Inkomstenbelasting 2001:
- Wet op de Vennootschapsbelasting 1969:
- Wet op de Omzetbelasting 1968:
- Wet algemene bepalingen Burgerservicenummer:
- Archiefwet 1995:
Links naar wettelijke basis
- Algemene wet inzake rijksbelastingen: : https://wetten.overheid.nl/BWBR0002320/
- Algemene wet bestuursrecht: : https://wetten.overheid.nl/BWBR0005537/
- Algemene verordening gegevensbescherming: : https://eur-lex.europa.eu/legal-content/NL/TXT/HTML/?uri=CELEX:32016R0679
- Uitvoeringswet algemene verordening gegevensbescherming: : https://wetten.overheid.nl/BWBR0040940/
- Wet op de Loonbelasting 1964:: https://wetten.overheid.nl/BWBR0002471/
- Wet Inkomstenbelasting 2001:: https://wetten.overheid.nl/BWBR0011353/
- Wet op de Vennootschapsbelasting 1969: : https://wetten.overheid.nl/BWBR0002672/
- Wet op de Omzetbelasting 1968: : https://wetten.overheid.nl/BWBR0002629/
- Wet algemene bepalingen Burgerservicenummer:: https://wetten.overheid.nl/BWBR0022428/
- Archiefwet 1995: : https://wetten.overheid.nl/BWBR0007376/
Werking
Gegevens
- Persoonsgegevens belastingplichtige
- Aangiftegegevens IH
- CRS/FATCA gegevens
Links naar gegevensbronnen
- Persoonsgegevens belastingplichtige: Basisregistratie Personen (BRP)
- Aangiftegegevens IH: Belastingdienst
- CRS/FATCA gegevens: Buitenlandse samenwerkingspartners
Technische werking
Het signaalmodel bestaat uit selectieregels die inhoudsdeskundigen hebben opgesteld op basis van wet- en regelgeving en expertise.
Het signaalmodel is niet zelflerend. Dat betekent dat het signaalmodel zichzelf niet ontwikkelt tijdens het gebruik ervan.
Door gebruik van het signaalmodel worden aangiften geselecteerd die handmatig door een medewerker worden beoordeeld.
Leverancier
Soortgelijke algoritmebeschrijvingen
- Op deze pagina vindt u informatie over het algoritme ‘OB Carrouselfraude’. Dit algoritme helpt de Belastingdienst bij het vinden van mogelijke carrouselfraude.Laatst gewijzigd op 8 april 2025 om 9:18 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Dit algoritme helpt medewerkers van de Belastingdienst bij het behandelen van de aanvragen van een WKA-verklaring.Laatst gewijzigd op 25 juni 2024 om 18:20 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Dit algoritme wordt in het kader van de Wet controle op rechtspersonen (Wcr) uitgevoerd na een relevante wijziging bij een rechtspersoon. Hierbij wordt de kans op aanwezigheid van misbruik van de rechtspersoon bepaald. Rechtspersonen met de hoogste kans op misbruik worden handmatig op risico beoordeeld.Laatst gewijzigd op 20 maart 2024 om 10:23 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het algoritme wordt gebruikt om voor alle aanvragen Tegemoetkoming Vaste Lasten geautomatiseerd een risicoinschatting te maken, voorafgaand aan een geautomatiseerde of handmatige verlening en uitbetaling van het voorschot.Laatst gewijzigd op 26 maart 2025 om 13:23 | Publicatiestandaard 1.0
- Publicatiecategorie
- Hoog-risico AI-systeem
- Impacttoetsen
- Veld niet ingevuld.
- Status
- Buiten gebruik
- Dit algoritme helpt de ACM om prijsaankondigingen in berichten te vinden die misschien iets zeggen over stilzwijgende of expliciete afstemming. Deze informatie zorgt op zichzelf niet voor het nemen van maatregelen, maar kan wel een reden zijn om inspecteurs verder onderzoek te laten doen naar een mogelijke overtreding.Laatst gewijzigd op 4 oktober 2024 om 13:36 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik