Panel: Minería de datos para la administración tributaria

Transcripción

1 Panel: Minería de datos para la administración tributaria

2 Leopoldo Gutiérrez Socio líder de Tax Data Analytics en EY Especialista en diseño, desarrollo e implementación de modelos analíticos orientados a la toma de decisiones por más de tres décadas. Ha sido académico, investigador y directivo en diversas universidades. Ha participado con el FMI y el BM como consultor en administraciones tributarias de países de Centro y Sudamérica. Por más de una década ha desarrollado proyectos orientados a la administración de riesgos tributarios y aduaneros en México. Educación: Lic. en Economía por la UANL con maestría en Economía Aplicada por el CIDE, maestría en Modelos Aplicados a la Economía por la Universidad de Pensilvania ITESM, y estudios doctorales en Finanzas por la Universidad de Tulane. Page 2

3 Agenda Análisis del entorno Qué es el Análisis de Datos? Qué es la minería de datos? Minería de datos desde una perspectiva de procesos Tendencias en las administraciones tributarias Conclusiones Page 3

4 Análisis del entorno Legislación orientada al cumplimiento tributario y aduanero de forma digital Las 4 V s: 1. Volumen 2. Velocidad 3. Variedad 4. Veracidad Menores costos de almacenamiento y procesamiento Infraestructura de información en un solo conjunto y coherente de servicios Plataformas que permiten analizar información en tiempo real Democratización de herramientas Page 4

5 Qué es el análisis de datos? Administrar Datos Datos relevantes Fuentes apropiada Realizar Análisis Comportamiento histórico Descubrimientos Inteligencia de negocio y reporteo Retroalimentación Tomar Decisiones Mejorar el desempeño Evitar errores Mejorar el cumplimiento Incrementar la transparencia Administrar el riesgo Aumentar la confianza Page 5

6 Qué es la minería de datos? Extraer information útil de grandes bases de datos (Hand et al., 2001). Hacer estadística a gran escala y a gran velocidad (Pregibon, 1999). Aspectos relevantes de la minería de datos: Es un campo nuevo y está en estado de evolución Combina herramientas estadísticas con aprendizaje automatizado Opera 3 tipos de datos: entrenamiento, validación y prueba Utiliza métodos supervisados y no supervisado Utiliza diversas técnicas para explorar datos y construir modelos Opera bajo las metodologías: SEMMA y CRISP-DM Algunos patrones o resultado interesantes podrían ser espurios Es vulnerable al peligro de sobreajuste Page 6

7 La minería de datos vista como proceso Exploración y preparación de datos Muestreo Limpieza Visualización Partición Reducción de dimenciones Predicción Regresión Árboles de regresión Redes neuronales Clasificación Modelos Bayesianos Regresión logística Árboles de clasificación Redes neuronales Análisis discriminante Segmentación/ agrupaciones Análisis de afinidad / reglas de asociación Evaluación y selección de modelos Encontrando patrones Predecir nuevos conjuntos de información Galit Shmueli, Nitin R. Patel and Peter C. Bruce (2005) Page 7

8 Tendencias en las Administraciones Tributarias Los gobiernos están confiando cada vez más sus ingresos en los impuestos indirectos, como el impuesto al valor agregado (IVA). Las administraciones tributarias están buscando el pleno cumplimiento y monitoreando las operaciones en casi tiempo real. Las administraciones tributarias también comparten más información entre sí (BEPS). La gestión empresarial requiere con recursos limitados garantizar el cumplimiento tributario, reducir los riesgos, analizar el impacto financiero, así como reducir costos y mejorar el flujo de efectivo. Al mismo tiempo, las empresas multinacionales están racionalizando y centralizando las estructuras, estandarizando procesos y consolidando plataformas tecnológicas y sistemas de reporteo. Page 8

9 OECD Forum on Tax Administration, Using Advanced Analytics, Dublin, 03/2015 Calidad de datos en el llenado de declaraciones Creación del perfil CDO (Chief Data Officer) Auditorías en tiempo real Big data, temas de seguridad y protección de datos personales Modelos causales (ciencias del comportamiento) VS Datamining (estadísticos) Redes y segmentación y contagios de riesgos e incumplimientos Volúmenes de información relativos al Cumplimiento en materia de BEPS (Base Erosion and Profit Shifting). Page 9

10 Conclusiones Las prácticas fiscales son objeto de escrutinio por administraciones tributarias, inversionistas, reguladores y la opinión pública. Manejar la información correctamente, tiene una profunda influencia en el tratamiento que la autoridad y los contribuyentes dan a los impuestos. Los programas analíticos sofisticados permiten detectar riesgos de cumplimiento tributario, detectar errores y estrategias de elusión / evasión / contrabando / lavado de dinero y fraude. Las empresas pueden aprovechar la información de la nube no solo para mejorar la eficacia y eficiencia de su propia práctica fiscal, sino también en las áreas de operación y de definición de estrategia. Page 10