Examinando por Autor "de Lucas Santos, Sonia"

Mostrando 1 - 4 de 4

Company efforts and environmental efficiency: evidence from European railways considering market-based emissions
(Springer, 2023-12-26) Benga, Arsen; Zeneli (Foto), Glediana; Delgado Rodríguez, María Jesús; de Lucas Santos, Sonia
Railways play a leading role in the process of decarbonizing the transport sector. Therefore, it is crucial to better understand the environmental performance of this sector and the effect of recent incentives on cutting carbon emissions. An appropriate assessment of railway Environmental Efficiency is desirable as it assists in identifying the best practices in terms of targets and input–output optimization. However, the existing literature does not consider a company’s efforts to cut emissions through their electricity purchasing choices. This paper addresses this issue by assessing the environmental efficiency of a selected set of European rail operators through a slack-based Data Envelopment Analysis, and adjusting the measures for both market-based and location-based emissions. The distortion caused by this adjustment is used for the first time as a proxy for the efforts made to purchase electricity from suppliers with a low-emissions portfolio. Additionally, a new greenhouse gas emissions efficiency measure is estimated for each considered company in order to explain the greenhouse gas emissions. Our dataset comprises 56 observations from 14 railway operators spanning 2017–2020, with inputs encompassing length of lines, total and specific energy consumption, and outputs including passenger turnover, freight turnover, total and specific market-based emissions, and total and specific location-based emissions. Results indicate considerable room for improvement, as the scores are less than half of the ideal level. The energy purchasing choices of companies fail to distort the efficiency scores, and the level of distortion over time has been decreasing. The comparison between the passenger sector and the freight sector gives a further explanation for the low performance of individual companies. To the best of our knowledge, this is the first time that market-based emissions are considered in a transport efficiency assessment model.
Energy-environment efficiency analysis of railway tranport: is Europe moving towards sustainable mobility?
(Springer, 2022-09-07) Benga, Arsen; Delgado Rodríguez, María Jesús; de Lucas Santos, Sonia
Las emisiones de gases de efecto invernadero, la acidificación y la dispersión de partículas son efectos secundarios negativos del ferrocarril que han recibido una atención notable en Europa, pero que rara vez se tienen en cuenta en las evaluaciones de rendimiento empresarial. El objetivo de este trabajo ha sido evaluar la eficiencia de los ferrocarriles europeos implicados en el compromiso firmado por la asociación internacional de ferrocarriles (UIC) y la comunidad de empresas ferroviarias y de infraestructuras europeas (CER), considerando la actuación de 14 empresas ferroviarias para reducir las externalidades negativas. Se aplicó el análisis envolvente de datos para estimar dos modelos ordinarios de eficiencia energética, con y sin restricciones medioambientales, que son modelos de insumo-producto. Los resultados indican que el rendimiento medio de las empresas es bajo, pero con un crecimiento temporal considerable impulsado por factores medioambientales.
Modelización de los factores que afectan al fraude fiscal con técnicas de minería de datos: aplicación al Impuesto de la Renta en España
(Instituto de Estudios Fiscales, 2023) Perez López, César; Delgado Rodríguez, María Jesús; de Lucas Santos, Sonia
Este trabajo presenta una propuesta para modelizar y predecir el comportamiento de los contribuyentes del Impuesto de la Renta de las Personas Físicas (IRPF) con técnicas de minería de datos. Se combinan los árboles de decisión y el análisis discriminante para cuantificar la propensión al fraude de cada contribuyente usando los componentes del impuesto con mayor incidencia en el fraude. El modelo alcanza una eficiencia media en las predicciones superior al 89%, permitiendo segmentar a los declarantes por nivel de propensión al fraude. La propuesta puede ser usada en el proceso de auditoría y control que realiza la Agencia Tributaria.
Segmentation of Potential Fraud Taxpayers and Characterization in Personal Income Tax Using Data Mining Techniques
(Instituto de Estudios Fiscales, 2021) González Vasco, María del Carmino; Delgado Rodríguez, María Jesús; de Lucas Santos, Sonia
En este artículo se propone un marco analítico que combina técnicas de reducción de dimensiones y de minería de datos para obtener una segmentación de la muestra en función de la probabilidad potencial de fraude. En este sentido, el propósito de este estudio es doble. En primer lugar, trata de determinar los beneficios fiscales más susceptibles de utilizar por los contribuyentes potencialmente defraudadores mediante la investigación de la estructura del IRPF. En segundo lugar, pretende caracterizar, a través de variables socioeconómicas, los perfiles de los segmentos de potenciales contribuyentes defraudadores para ofrecer una estrategia de selección de auditorías para mejorar el cumplimiento fiscal y mejorar el diseño fiscal. Los resultados obtenidos confirman que la combinación de técnicas de minería de datos propuesta ofrece una propuesta de interés para la Administración Pública.