Encontrando datos anómalos en la tributación. Aplicación de la Ley de Benford en el Impuesto a la Renta en Ecuador

IF 0.2 Q4 ECONOMICS
SaberEs Pub Date : 2018-12-31 DOI:10.35305/s.v10i2.191
Ana Lucía Oña Macías, Sergio Troncoso Igua
{"title":"Encontrando datos anómalos en la tributación. Aplicación de la Ley de Benford en el Impuesto a la Renta en Ecuador","authors":"Ana Lucía Oña Macías, Sergio Troncoso Igua","doi":"10.35305/s.v10i2.191","DOIUrl":null,"url":null,"abstract":"La Ley de Benford, conocida también como la ley del primer dígito a lo largo del tiempo, ha sido empleada para detectar anomalías en cifras. De acuerdo a esta ley, la distribución de los números del 1 al 9, como primer dígito es asimétrica. El número 1 tiene mayor probabilidad de aparecer en un conjunto de datos como primer dígito (30,1%) y va decreciendo hasta llegar al 9 con una probabilidad de aparición de apenas 4,6%. En la práctica esta ley permite detectar datos erróneos al no cumplir con la distribución teórica. En este sentido, esta investigación tiene como objetivo aplicar la Ley de Benford a datos fiscales para buscar indicios de actos de evasión y mala declaración. Para esto, se utilizaron las declaraciones de Impuesto a la Renta tanto de personas naturales como sociedades en Ecuador para el año 2014, demostrando que esta ley puede ser empleada de forma confiable para detectar anomalías en las declaraciones de impuestos. La presente investigación se constituye en un indicio para el uso de la ley de manera global, simple y económica previa a controles más exhaustivos y costosos.","PeriodicalId":40568,"journal":{"name":"SaberEs","volume":null,"pages":null},"PeriodicalIF":0.2000,"publicationDate":"2018-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"SaberEs","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35305/s.v10i2.191","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ECONOMICS","Score":null,"Total":0}
引用次数: 1

Abstract

La Ley de Benford, conocida también como la ley del primer dígito a lo largo del tiempo, ha sido empleada para detectar anomalías en cifras. De acuerdo a esta ley, la distribución de los números del 1 al 9, como primer dígito es asimétrica. El número 1 tiene mayor probabilidad de aparecer en un conjunto de datos como primer dígito (30,1%) y va decreciendo hasta llegar al 9 con una probabilidad de aparición de apenas 4,6%. En la práctica esta ley permite detectar datos erróneos al no cumplir con la distribución teórica. En este sentido, esta investigación tiene como objetivo aplicar la Ley de Benford a datos fiscales para buscar indicios de actos de evasión y mala declaración. Para esto, se utilizaron las declaraciones de Impuesto a la Renta tanto de personas naturales como sociedades en Ecuador para el año 2014, demostrando que esta ley puede ser empleada de forma confiable para detectar anomalías en las declaraciones de impuestos. La presente investigación se constituye en un indicio para el uso de la ley de manera global, simple y económica previa a controles más exhaustivos y costosos.
发现税务异常数据。本福德法在厄瓜多尔所得税中的应用
本福德定律,也被称为第一位数定律,已被用于检测数字异常。根据这个定律,从1到9作为第一个数字的分布是不对称的。数字1作为第一个数字出现在数据集中的可能性更高(30.1%),然后下降到9,出现的可能性只有4.6%。在实践中,这一定律允许检测不符合理论分布的错误数据。因此,本福德定律适用于税务数据,以寻找逃税和错误申报行为的迹象。为此,我们使用了厄瓜多尔2014年的个人和公司所得税申报表,表明该法律可以可靠地用于检测纳税申报表中的异常情况。目前的研究表明,在进行更彻底和昂贵的检查之前,应以全面、简单和经济的方式使用该法律。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
SaberEs
SaberEs ECONOMICS-
自引率
0.00%
发文量
0
审稿时长
34 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信