Resumen de Segmentation of potential fraud taxpayers and characterization in personal income tax using data mining techniques

Camino González Vasco, María Jesús Delgado Rodríguez, Sonia de Lucas Santos

• español

  Este artículo propone un marco analítico que combina la reducción de dimensiones y la minería de datos.

  Técnicas para obtener una segmentación de la muestra según la probabilidad potencial de fraude. En este sentido, el propósito de este estudio es doble. En primer lugar, intenta determinar los beneficios fiscales que tienen más probabilidades de ser utilizados por los potenciales contribuyentes defraudadores mediante la investigación de la estructura del IRPF. En segundo lugar, pretende caracterizar a través de variables socioeconómicas los perfiles de segmentos de posibles fraudes.

  contribuyente para ofrecer una estrategia de selección de auditoría para mejorar el cumplimiento tributario y mejorar el diseño tributario. Un aplicación a la muestra anual del Impuesto sobre la Renta de las Personas Físicas diseñada por el Instituto de Se proporcionan estudios. Los resultados obtenidos confirman que la combinación de técnicas de minería de datos propuesta ofrece valiosa información para contribuir al estudio del fraude fiscal.

• English

  This paper proposes an analytical framework that combines dimension reduction and data mining techniques to obtain a sample segmentation according to potential fraud probability. In this regard, the purpose of this study is twofold. Firstly, it attempts to determine tax benefits that are more likely to be used by potential fraud taxpayers by means of investigating the Personal Income Tax structure. Secondly, it aims at characterizing through socioeconomic variables the segment profiles of potential fraud taxpayer to offer an audit selection strategy for improving tax compliance and improve tax design. An application to the annual Spanish Personal Income Tax sample designed by the Institute for Fiscal Studies is provided. Results obtained confirm that the combination of data mining techniques proposed offers valuable information to contribute to the study of tax fraud.