Modelización de los factores que afectan al fraude fiscal con técnicas de minería de datos: aplicación al Impuesto de la Renta en España

Abstract

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.