Segmentation of Potential Fraud Taxpayers and Characterization in Personal Income Tax Using Data Mining Techniques
Date
2021
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto de Estudios Fiscales
URL external
Abstract
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.
Description
Citation
Camino González Vasco & María Jesús Delgado Rodríguez & Sonia de Lucas Santos, 2021. "Segmentation of Potential Fraud Taxpayers and Characterization in Personal Income Tax Using Data Mining Techniques," Hacienda Pública Española / Review of Public Economics, IEF, vol. 239(4), pages 127-157, November.
Collections

item.page.licenceAttribution-NonCommercial 4.0 International