A data mining framework to detect tariff code circumvention in Turkish customs database

Abstract

Gümrük ve dış ticaret mevzuatları, eşyaların ithalat ve ihracat faaliyetlerini düzenlemek için konulurlar. Bu mevzuatların önemli bir kısmı ithalat usullerine uygulanır. Eşyanın ithalatında vergi tutarı belirlenirken eşyanın menşei ülkesi ve gümrük tarife istatistik pozisyonu (GTİP) önemli olmaktadır. Anti-damping vergisi, Ekonomi Bakanlığınca düzenlenen, yerli sanayiyi haksız rekabetten korumak için düşük fiyatlı ithalata uygulanan para cezası olarak tanımlanır. Tarife kodu ve menşei ülkesine göre tahakkuk ettirilir. Vergi ödememek adına böyle bir yükümlülükten kaçınmak için, gümrük beyannamesinde gerçek tarife kodundan farklı bir tarife kodu beyan edilebilmektedir. Buna ?GTİP Saptırması? denir. Böyle yanlış beyanların tespiti için, beyanname konusu ürünün fiziksel muayenesi gereklidir. Bununla birlikte, kısıtlı personel kaynağı ile tüm ithalat ürünlerinin fiziksel kontrolünün yapılması mümkün değildir.Bu çalışmada, GTİP saptırmasını tespit etmek için Türk gümrük veritabanında bir veri madenciliği çerçevesi geliştirilmiştir. Bu amaçla, Türk gümrüklerinde en çok GTİP saptırmasının yapıldığının tespit edildiği 4 ürün seçilmiştir. İlk olarak Risk Analizi Dairesinin de yardımlarıyla, anlamlı özellikler belirlenmiştir. Sonrasında, Bu özelliklerin sıralaması için InfoGain algoritması kullanılmıştır. Son olarak, saptırılmış ürünleri otomatik olarak belirlemek için Türk gümrük veritabanında k-en yakın komşu algoritması uygulanmıştır. Sonuçlar, çerçevenin böyle saptırılmış ürünleri başarılı bir şekilde bulabildiğini göstermiştir.

Customs and foreign trade regulations are made to regulate import and export activities. The majority of these regulations are applied on import procedures. The country of origin and the tariff code become important when determining the tax amount of the merchandise in importation. Anti-dumping duty is defined as a financial penalty, published by the Ministry of Economy, enforced for suspiciously low priced imports in order to protect the local industry from unfair competition. It is accrued according to tariff code and the country of origin. To avoid such an obligation in order to not to pay tax, a tariff code that is different from the original tariff code may be declared on the customs declaration which is called as `Tariff Code Circumvention`. To identify such misdeclarations, a physical examination of the merchandise is required. However, with limited personnel resources, the physical examination of all imported merchandise is not possible.In this study, a data mining framework is developed on Turkish customs database in order to detect ?Tariff Code Circumvention?. For this purpose, four types of products, which are the most circumvented goods in the Turkish customs, have been chosen. First, with the help of Risk Analysis Office, the significant features are identified. Then, Infogain algorithm is used for ranking these features. Finally, KNN algorithm is applied on the Turkish customs database in order to identify the circumvented goods automatically. The results show that the framework is able to find such circumvented goods successfully.