Des chercheurs de Skoltech, l'Université européenne de Saint-Pétersbourg, et l'Université d'État Lomonossov de Moscou ont développé un algorithme qui détecte les propriétaires de contrôle ultimes des entreprises. Applicable aux ensembles de données avec des millions d'organisations, il fonctionne plus rapidement et fournit des résultats plus précis que les approches concurrentes. En déroulant le réseau complexe des propriétaires, l'algorithme permet de se faire une idée de la conformité d'une entreprise fermée aux normes environnementales, social, et les normes de gouvernance en examinant les pratiques de son propriétaire plus transparent. L'étude est disponible dans le référentiel de préimpression arXiv.

Avec la popularité croissante de l'investissement responsable, alors même que les grandes nations cherchent des moyens de lutter contre l'évasion fiscale dans les centres financiers offshore et mettent des personnes et des entreprises indésirables sur des listes de personnes désignées pour dissuader les affaires avec elles, le problème de révéler le bénéficiaire ultime propriétaire d'une entreprise à travers une longue chaîne d'intermédiaires est plus complexe et pertinent que jamais.

Pour y remédier, une équipe de chercheurs russes a créé un algorithme basé sur la science du réseau appelé α-ICON, abréviation de contrôle indirect dans les réseaux de type oignon. L'outil ingère les données de propriété des registres d'État et détecte et classe les propriétaires ultimes de chaque organisation, fournir des informations indirectes sur ses pratiques aux responsables de la conformité, investisseurs potentiels, et des analystes de due diligence sur lesquels s'appuyer.

Selon les chercheurs, leur est l'un des quelques algorithmes pour révéler la propriété ultime de l'entreprise, et de loin le plus efficace :α-ICON ne prend que quelques minutes pour traiter la base de données de l'ensemble des 4,2 millions d'entreprises britanniques. Les algorithmes existants prenaient des jours pour le faire. C'est aussi plus précis, déterminer correctement le propriétaire ultime dans 96% des cas, contre 89 % pour son concurrent le plus proche.

Pour tester la précision de α-ICON, l'équipe a collecté - et rendu public - un ensemble de données d'évaluation avec des informations vérifiées sur 1, 007 sociétés britanniques ayant des dettes ou des actions négociées aux États-Unis qui ont divulgué leur propriété. En plus d'être utilisé pour démontrer les performances supérieures du nouvel algorithme, cet ensemble de données d'évaluation unique en son genre sera utile pour les recherches futures.

α-ICON découle des idées de centralité de Katz utilisées en science des systèmes complexes pour déterminer les acteurs les plus influents du réseau. Pour garantir l'efficacité des calculs, l'algorithme s'appuie sur une observation selon laquelle les réseaux de propriété ressemblent à des oignons, de sorte que l'on peut les éplucher couche par couche jusqu'à ce que le noyau dense d'organisations interconnectées reste.

Le premier auteur de l'étude, Kirill Polovnikov, de Skoltech, explique comment cette observation améliore drastiquement les performances :« Le calcul de la commande dans les réseaux complexes avec de nombreux cycles est généralement associé à la décomposition spectrale d'une matrice énorme, de taille égale au nombre de nœuds. En reconnaissant la structure « d'oignon » du réseau de propriété, nous ne pouvons résoudre le problème sous sa forme la plus générale que pour un noyau fortement connecté de plusieurs centaines d'entreprises. Le reste du contrôle peut être efficacement rétro-propagé aux entreprises de la coque externe grâce à la structure hiérarchique sans boucle du réseau de contrôle dans les couches de la coque. »

Lorsque les auteurs ont appliqué leur algorithme aux plus de 4 millions d'entreprises basées au Royaume-Uni, il s'est avéré que la chaîne de distribution d'optique multinationale Specsavers avait la structure de propriété la plus complexe du pays. Avec une capitalisation boursière de 3,5 milliards de dollars, Pets at Home, détaillant de fournitures pour animaux de compagnie, présente une plus grande complexité de réseau de propriétaires que le géant pétrolier BP, d'une valeur de 84 milliards de dollars.

"Cela n'implique pas que Pets at Home ait plus de contrôle que BP puisque nous ne comparons que la complexité des réseaux de propriété, en ignorant leur taille. Les petites entreprises peuvent présenter des chaînes de propriété extrêmement complexes. Notre algorithme permet d'identifier les entités de contrôle ultimes quelle que soit leur taille, " a souligné Dmitriy Skougarevskiy, professeur agrégé d'études juridiques empiriques à l'Université européenne de Saint-Pétersbourg.

Le nouvel algorithme sera utile aussi bien aux chercheurs qu'aux praticiens. En révélant les propriétaires ultimes des entreprises, il aide les investisseurs, agents de conformité, et des analystes de due diligence pour comprendre rapidement et facilement les schémas de propriété compliqués et comprendre s'ils traitent avec une entité susceptible de respecter certains critères sociaux, environnemental, et les normes de gouvernance, et si cette société est contrôlée par une personne physique désignée ou une société mère basée dans un paradis fiscal.

Le code α-ICON est disponible sur GitHub.