C. Pérez López
Esta investigación tiene como finalidad estudiar el fraude fiscal en el Impuesto sobre la Renta de las Personas Físicas utilizando Modelos de Redes Neuronales para cuantificar la probabilidad que tiene cualquier contribuyente de ser defraudador e identificar las variables más incidentes en el fraude. 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 los modelos de Redes Neuronales (Perceptrón Multicapa y Función de Base Radial) aplicados a grandes muestras de impuestos con la finalidad de estudiar las variables más incidentes que afectan al fraude fiscal.
Palabras clave / Keywords: redes neuronales, técnicas de predicción, modelos de fraude, análisis multivariante
Programado
Sesión V12 Análisis de Datos y Ciencias Sociales II
1 de junio de 2018 17:00
Sala 5
