Forskare från Skoltech, Europeiska universitetet i St. Petersburg, och Lomonosov Moscow State University har utvecklat en algoritm som upptäcker de yttersta kontrollerande ägarna av företag. Gäller datauppsättningar med miljontals organisationer, den går snabbare och ger mer exakta resultat än konkurrerande metoder. Genom att varva ner den komplexa webben av ägare, Algoritmen gör det möjligt att få en uppfattning om ett slutet företags efterlevnad av miljö, social, och styrningsstandarder genom att titta på den mer transparenta ägarens praxis. Studien är tillgänglig från arXiv preprint repository.

Med ansvarsfulla investeringar ökar i popularitet, även när stora nationer söker sätt att motverka skatteflykt i finanscentra till havs och sätta oönskade individer och företag på listor över utsedda personer för att avskräcka affärer med dem, problemet med att avslöja den ultimata förmånstagaren som äger ett företag genom en lång kedja av mellanhänder är lika komplext och relevant som någonsin.

För att ta itu med det, ett team av ryska forskare har skapat en nätverksvetenskaplig algoritm som kallas α-ICON, förkortning för Indirect Control in Onion-like Networks. Verktyget tar in ägardata från statliga register och upptäcker och rangordnar de slutliga ägarna av varje organisation, tillhandahålla indirekta insikter i dess praxis för efterlevnadsansvariga, potentiella investerare, och due diligence-analytiker att dra nytta av.

Enligt forskarna, deras är en av bara några algoritmer för att avslöja det ultimata företagsägandet, och den i särklass mest effektiva:α-ICON tar bara minuter att bearbeta databasen för alla 4,2 miljoner brittiska företag. Tidigare existerande algoritmer skulle ta dagar att göra det. Det är också mer exakt, korrekt fastställa den slutliga ägaren i 96 % av fallen, jämfört med 89 % för sin närmaste konkurrent.

För att testa noggrannheten hos α-ICON, teamet samlade in – och offentliggjorde – en utvärderingsdatauppsättning med verifierad information om 1, 007 brittiska företag med skulder eller aktier som handlas i USA som avslöjade sitt ägande. Förutom att användas för att demonstrera den nya algoritmens överlägsna prestanda, denna första utvärderingsdatauppsättning i sitt slag kommer att vara till nytta för framtida forskning.

α-ICON härrör från idéerna om Katz centralitet som används inom vetenskapen om komplexa system för att fastställa de mest inflytelserika spelarna i nätverket. För att säkerställa beräkningseffektivitet, Algoritmen bygger på en observation att ägarnätverk liknar lök så att man kan skala av lager för lager tills den täta kärnan av sammankopplade organisationer finns kvar.

Studiens första författare, Kirill Polovnikov, från Skoltech, förklarar hur denna observation drastiskt förbättrar prestandan:"Beräkning av kontroll i komplexa nätverk med många cykler är i allmänhet förknippad med den spektrala nedbrytningen av en enorm matris, lika stor som antalet noder. Genom att känna igen ägarnätverkets "lökliknande" struktur, vi kan lösa problemet i den mest generella formen endast för en starkt sammankopplad kärna av flera hundra företag. Resten av kontrollen kan effektivt spridas tillbaka till företag i det yttre skalet tack vare den hierarkiska slinglösa strukturen hos kontrollnätverket i skallagren."

När författarna tillämpade sin algoritm på de mer än 4 miljoner företagen baserade i Storbritannien, det visade sig att den multinationella optiska detaljhandelskedjan Specsavers hade den mest komplexa ägarstrukturen i landet. Med ett börsvärde på 3,5 miljarder dollar, återförsäljare för husdjursartiklar Pets at Home har större komplexitet i ägarnätverket än oljejätten BP, värd 84 miljarder dollar.

"Detta betyder inte att Pets at Home har mer kontroll än BP eftersom vi bara jämför komplexiteten i ägarnätverken, ignorerar deras storlek. Små företag kan uppvisa extremt komplexa ägarkedjor. Vår algoritm tillåter en att identifiera de ultimata kontrollerande enheterna oavsett deras storlek, " betonade Dmitriy Skougarevskiy, en docent i empiriska juridiska studier vid Europeiska universitetet i St. Petersburg.

Den nya algoritmen kommer att vara användbar för både forskare och praktiker. Genom att avslöja de slutliga ägarna av företag, det hjälper investerarna, efterlevnadsansvariga, och due diligence-analytiker för att snabbt och enkelt förstå de komplicerade ägarsystemen och förstå om de har att göra med en enhet som sannolikt respekterar vissa sociala, miljö, och styrningsstandarder, och om det företaget kontrolleras av en utsedd individ eller en skatteparadisbaserad förälder.

α-ICON-koden är tillgänglig på GitHub.