C. Pérez López, M. J. Delgado Rodríguez, S. De Lucas Santos
Esta investigación tiene como finalidad estudiar el fraude fiscal en el Impuesto sobre la Renta de las Personas Físicas mediante el uso de técnicas de Machine Learning. Se utilizará una metodología generalizable para cuantificar la propensión al fraude en cualquier otro impuesto según las causas que lo determinan.
El hecho de disponer de grandes conjuntos de datos con información relativa a impuestos permite ampliar las posibilidades de análisis cuantitativo y utilizar las nuevas prestaciones que aportan el Big Data, la Minería de Datos y las técnicas de Machine Learning. En este trabajo se trata de mostrar el uso de las técnicas de Machine Learning aplicadas a las muestras de IRPF del IEF con la finalidad de estudiar las variables más incidentes que afectan al fraude fiscal en este impuesto.
Así mismo se utilizarán modelos predictivos de aprendizaje automático para cuantificar la probabilidad que tiene cualquier contribuyente de ser defraudador.
Palabras clave: Fraude Fiscal, Machine Learning, Modelos Predictivos, Data Mining, Big Data
Programado
AE-1 Aplicaciones de la Estadística
4 de septiembre de 2019 10:40
I2L5. Edificio Georgina Blanes