1. Giriş
Kayıt dışı istihdam, sosyal güvenlik sistemlerinin sürdürülebilirliği açısından birçok ülkede olduğu gibi Türkiye’de de önemli bir politika alanı olmaya devam etmektedir. Türkiye’de sosyal güvenlik sisteminin temel finansman kaynağını prim gelirleri oluşturduğundan, kayıt dışı istihdam yalnızca çalışanların sosyal güvenlik haklarının zedelenmesine yol açmamakta; aynı zamanda kamu maliyesi açısından ciddi prim kayıplarına da neden olmaktadır.
Bu nedenle Sosyal Güvenlik Kurumu (SGK), kayıt dışı istihdamla mücadele kapsamında son yıllarda klasik saha denetimlerinin ötesine geçerek veri analitiğine dayalı risk odaklı denetim modelleri geliştirmiştir. Bu modelde farklı kamu kurumlarından elde edilen veri setleri SGK veri tabanları ile karşılaştırılmakta ve algoritmik analizler yoluyla riskli işyerleri belirlenmektedir.¹
Bu yaklaşım sayesinde denetim faaliyetleri giderek daha fazla veri analizi, çapraz veri karşılaştırması ve istatistiksel risk değerlendirmeleri üzerinden planlanmaktadır.
2. SGK’da Risk Odaklı Denetim Modelinin Gelişimi
SGK’nın denetim stratejisi geçmişte büyük ölçüde işyeri denetimleri ve ihbar üzerine yapılan incelemelere dayanmakta idi. Ancak işyeri sayısının artması ve işgücü piyasasının genişlemesi, tüm işyerlerinin klasik yöntemlerle denetlenmesini fiilen zorlaştırmıştır.
Bu nedenle Kurum son yıllarda risk analizine dayalı denetim modelini geliştirmiştir. Bu model kapsamında SGK; işyeri prim bildirimleri, sigortalı hareketleri, meslek kodu verileri, sektör ortalamaları, diğer kamu kurumlarından gelen veriler gibi çok sayıda veri setini birlikte analiz ederek riskli işyerlerini belirlemektedir.
Bu yöntem sayesinde denetim faaliyetleri rastgele değil, risk analizi sonucunda belirlenen işyerlerine yönlendirilmektedir.²
3. KADİM Sistemi ve Kurumlar Arası Veri Paylaşımı
SGK’nın veri analitiği temelli denetim yaklaşımının önemli unsurlarından biri Kayıt Dışı İstihdamla Mücadele (KADİM) servisleri tarafından yürütülen veri analizidir.
KADİM sistemi kapsamında SGK; vergi yoklama tutanakları, trafik denetim verileri,yabancı çalışma izinleri, emniyet denetimleri, diğer kamu kurumlarının veri tabanları gibi farklı veri kaynaklarını analiz ederek kayıt dışı istihdamın tespitine yönelik çalışmalar yürütmektedir.
SGK faaliyet raporlarına göre KADİM servisleri tarafından yürütülen veri analizleri sonucunda her yıl çok sayıda tescilsiz işyeri ve kayıt dışı çalışan tespit edilmektedir.³
Bu durum SGK denetimlerinin giderek daha fazla veri analitiğine dayalı bir yapıya dönüştüğünü göstermektedir.
4. İş Yeri Karne Sistemi ve Risk Skorlaması
SGK veri analitiği uygulamalarından biri de işyerlerinin risk düzeylerini belirlemeye yönelik geliştirilen işyeri karne sistemidir.
Bu sistemde işyerleri; prim ödeme geçmişi, kayıt dışı istihdam tespitleri, geçmiş denetim sonuçları, borç ve icra verileri, sektör ortalamaları gibi parametreler üzerinden değerlendirilmekte ve her işyeri için belirli bir risk puanı oluşturulmaktadır.
Bu puanlama sistemi sayesinde SGK, denetim kaynaklarını daha etkin kullanarak yüksek riskli işyerlerini öncelikli olarak denetim kapsamına almaktadır.⁴
5. Meslek Kodu ve Ücret Analizi
SGK veri analitiğinde kullanılan önemli araçlardan biri meslek kodu analizidir.
İşverenler sigortalıları Kuruma bildirirken uluslararası meslek sınıflandırmasına dayalı meslek kodlarını kullanmak zorundadır. Bu veri, ücret analizleri açısından önemli bir referans noktası oluşturmaktadır.
SGK veri analiz sistemleri; aynı meslek grubundaki çalışanların ücret dağılımlarını, sektör bazlı ücret ortalamalarını, işyerlerinin ücret politikalarını karşılaştırmalı olarak inceleyebilmektedir.
Örneğin mühendis veya uzman meslek grubuna ait çalışanların sürekli olarak asgari ücret seviyesinde bildirildiği işyerleri sistem tarafından risk göstergesi olarak değerlendirilebilmektedir.⁵
Bu yöntem özellikle prime esas kazancın düşük gösterilmesi riskinin tespitinde kullanılmaktadır.
6. Ücret Bildirimlerinde Anomali Analizi
SGK veri analitiği sistemleri ücret hareketlerini de düzenli olarak analiz etmektedir.
Özellikle aşağıdaki durumlar veri analizi sistemleri tarafından dikkatle incelenmektedir:
- Ücretin kısa sürede önemli ölçüde düşmesi
- Yüksek ücretle başlayan sigortalılığın kısa sürede asgari ücret seviyesine inmesi
- Aynı işyerindeki benzer pozisyonlarda çalışan personelin ücretleri arasında önemli farklılıklar bulunması
Bu tür durumlar veri analiz sistemleri tarafından anomali olarak değerlendirilmekte ve denetim süreçlerini tetikleyebilmektedir.
7. Eksik Gün Bildirimlerinin Analizi
SGK veri analitiği kapsamında eksik gün bildirimleri de analiz edilmektedir.
Özellikle aynı işyerinde sürekli olarak yüksek sayıda eksik gün bildirimi yapılması, eksik gün nedenlerinin sık sık değiştirilmesi, belirli sigortalıların sürekli eksik günlü bildirilmesi gibi durumlar risk göstergesi olarak değerlendirilebilmektedir.⁶
Bu tür durumlarda SGK tarafından işverenlerden çalışma kayıtları ve puantaj belgeleri talep edilebilmektedir.
8. Sahte Sigortalılık Analizi
SGK veri analizinde önemli bir alan da sahte sigortalılık tespitidir.
Sahte sigortalılık ise;
- Fiilen çalışmayan kişilerin sigortalı gösterilmesi,
- Emeklilik öncesi kısa süreli sigortalılık bildirimleri,
- Akraba veya yakınların sigortalı yapılması,
- İşsizlik ödeneği alınması için kısa süreli giriş ve çıkış yapılması gibi durumlarda ortaya çıkmaktadır.
SGK veri analitiği sistemleri sigortalılık sürelerini, ücret değişimlerini ve işyeri hareketlerini analiz ederek bu tür durumları tespit edebilmektedir.⁷
9. Trafik Denetimleri ve Veri Entegrasyonu
SGK veri analizinde kullanılan bir diğer veri kaynağı da trafik denetimlerinden elde edilen bilgilerdir.
Ticari araç denetimleri sırasında aracı kullanan kişinin sigortalı olup olmadığı, sürücünün araç sahibi şirket ile ilişkisi kontrol edilmektedir.
Bu uygulama özellikle lojistik ve taşımacılık sektöründe kayıt dışı istihdamın tespitinde önemli bir denetim aracı haline gelmiştir.⁸
10. SGK Veri Analitiğinde En Çok Tetiklenen Risk Göstergeleri
SGK’nın veri analitiğine dayalı denetim yaklaşımında temel amaç, işyerlerinin sosyal güvenlik bildirimlerinde ortaya çıkan istatistiksel sapmaları ve veri tutarsızlıklarını erken aşamada tespit edebilmektir. Kurum tarafından yürütülen risk analizi çalışmalarında, farklı veri setleri karşılaştırılarak belirli göstergeler üzerinden işyerlerinin risk profilleri oluşturulmaktadır.
Uygulamada SGK denetim sistemlerini tetikleyen başlıca risk göstergeleri aşağıda incelenmektedir.
10.1 Meslek Kodu – Ücret Uyumsuzluğu
SGK veri analitiğinde en sık kullanılan analiz yöntemlerinden biri meslek kodu ile prime esas kazanç arasındaki uyumsuzlukların incelenmesidir.
Meslek kodu uygulaması ile birlikte Kurum, belirli meslek gruplarının ücret dağılımına ilişkin geniş bir veri setine sahip hale gelmiştir. Bu veri seti sayesinde; mühendis, yazılım uzmanı, mimar, mali müşavir, yönetici pozisyonları gibi meslek gruplarının sürekli olarak asgari ücret seviyesinde bildirildiği işyerleri sistem tarafından riskli işyeri olarak işaretlenebilmektedir.
Bu analiz özellikle prime esas kazancın düşük gösterilmesi veya ücretin bir kısmının kayıt dışı ödenmesi ihtimalini ortaya çıkarması bakımından önem taşımaktadır.
10.2 Sektörel Ücret Ortalamalarından Sapma
SGK veri tabanı, sektör bazlı ücret dağılımlarını analiz etmeye imkân tanımaktadır. Bu kapsamda aynı faaliyet alanında bulunan işyerlerinin ücret bildirimleri karşılaştırılabilmektedir.
Örneğin;
- Aynı sektörde faaliyet gösteren işletmelerin ortalama ücret seviyeleri
- Aynı şehirdeki benzer işyerlerinin ücret yapıları
- Aynı meslek grubuna ilişkin ücret dağılımları
incelenerek olağan dışı ücret bildirimleri tespit edilebilmektedir.
Sektör ortalamalarının belirgin şekilde altında kalan ücret bildirimleri, veri analiz sistemleri tarafından risk göstergesi olarak değerlendirilmektedir.
10.3 Ani Ücret Değişimleri
SGK veri analitiği sistemleri ücret hareketlerini zaman serileri üzerinden inceleyebilmektedir. Bu analiz kapsamında özellikle aşağıdaki durumlar dikkat çekmektedir:
- Ücretin kısa sürede önemli ölçüde düşmesi
- Yüksek ücretle başlayan sigortalılığın kısa süre içinde asgari ücret seviyesine inmesi
- Teşvik uygulamaları öncesinde ücret seviyelerinde değişiklik yapılması
Bu tür ani değişimler sistem tarafından anomali olarak değerlendirilebilmekte ve denetim riskini artırabilmektedir.
10.4 Eksik Gün Bildirimlerinin Yoğunluğu
SGK veri analitiği sistemleri işyerlerindeki eksik gün bildirimlerini de analiz etmektedir.
Özellikle aşağıdaki durumlar risk göstergesi olarak değerlendirilebilmektedir: İşyerinde çok sayıda sigortalının düzenli olarak eksik gün bildirilmesi, eksik gün nedenlerinin sık sık değiştirilmesi ve belirli sigortalıların sürekli eksik günlü görünmesi gibi durumlar, işyerinde kayıt dışı çalışma veya fiili çalışma süresinin yanlış bildirilmesi ihtimalini gündeme getirebilmektedir.
10.5 Sahte Sigortalılık Göstergeleri
SGK veri analitiği sistemleri sahte sigortalılık tespitinde de önemli rol oynamaktadır.
Özellikle kısa süreli yüksek kazanç bildirimi, emeklilik öncesi kısa süreli sigortalılık, işyerinde fiilen çalışmayan kişilerin sigortalı gösterilmesi, aynı işyerinde kısa süreli çok sayıda sigortalılık kaydı açılması durumları sahte sigortalılık riskini ortaya çıkarabilmektedir.
10.6 Grup Şirketleri Arasında Sigortalı Bildirimi
Holding ve grup şirket yapılanmalarında bazı durumlarda çalışanların fiilen çalıştıkları şirket yerine farklı bir şirket üzerinden sigortalı gösterildiği görülmektedir.
SGK veri analitiği sistemi; şirket ortaklık yapıları, işyeri faaliyet alanları, sigortalı hareketleri gibi verileri birlikte analiz ederek bu tür durumları tespit edebilmektedir.
10.7 Saha ve Trafik Denetimlerinden Gelen Veriler
SGK veri analizinde kullanılan veri kaynaklarından biri de diğer kamu kurumlarından gelen saha verileridir.
Örneğin ticari araç denetimleri sırasında; aracı kullanan kişinin sigortalı olup olmadığı, sürücünün araç sahibi şirket ile ilişkisi, kontrol edilmektedir.
Bu tür veri paylaşımları özellikle taşımacılık ve lojistik sektörlerinde sigortasız çalışma riskinin tespitinde önemli bir araç haline gelmiştir.
11. Sonuç
SGK denetim sistemi son yıllarda önemli bir dönüşüm geçirmiştir. Kurum artık yalnızca klasik saha denetimlerine dayanmayan, büyük ölçüde veri analitiği ve risk skorlaması üzerine kurulu bir denetim modelini uygulamaktadır.
KADİM sistemi, işyeri karne uygulaması, meslek kodu analizleri ve kurumlar arası veri paylaşımı gibi uygulamalar sayesinde SGK farklı veri kaynaklarını bir araya getirerek kayıt dışı istihdamı daha etkin şekilde tespit edebilmektedir.
Bu dönüşüm işverenler açısından yeni bir gerçekliği ortaya koymaktadır: SGK denetimleri artık yalnızca işyerlerinde değil, veri tabanlarında da yürütülmektedir.
Dipnotlar / Kaynakça
- 5510 sayılı Sosyal Sigortalar ve Genel Sağlık Sigortası Kanunu, md. 59 ve md. 100 – Kurumun denetim ve veri toplama yetkisi.
- SGK Rehberlik ve Teftiş Başkanlığı, Denetim Faaliyetlerine İlişkin Genel Bilgilendirme Dokümanları.
- Sosyal Güvenlik Kurumu 2023 Faaliyet Raporu, kayıt dışı istihdamla mücadele kapsamında yürütülen analiz ve denetim faaliyetleri.
- SGK Kayıt Dışı İstihdamla Mücadele Stratejisi ve Eylem Planı (2019-2023).
- SGK Meslek Kodu Uygulaması Hakkında Genel Yazı, 2017/18 sayılı Genelge.
- SGK Eksik Gün Bildirimlerine İlişkin Usul ve Esaslar, Sosyal Sigorta İşlemleri Yönetmeliği md. 102.
- SGK Sahte Sigortalılık İncelemeleri, Rehberlik ve Teftiş Başkanlığı Denetim Raporları.
- SGK – İçişleri Bakanlığı Veri Paylaşım Protokolleri, ticari araç ve saha denetim verilerinin Kurum sistemine aktarılması.
İş ve Sosyal Güvenlik Hizmetleri Direktörü
