Big data para detectar irregularidades en el uso del crédito fiscal
El Servicio de Impuestos Internos (SII) de Chile incorporó hace 14 años el documento tributario electrónico, avanzando en la digitalización de los procesos tributarios para favorecer su cumplimiento y fiscalización a través del uso de facturas electrónicas. Si bien la digitalización permitió agilizar el cumplimiento tributario y su fiscalización a través del uso de facturas electrónicas, la veracidad de la información contenida en las facturas era un tema pendiente dentro de la agenda impositiva. Siendo uno de los mayores desafíos que enfrenta el SII poder corroborar que el contenido del detalle de cada una de las facturas esté relacionado con la actividad económica de la empresa. El uso de datos masivos y los modelos predictivos ayudan a detectar casos en los que no existe tal concordancia. Dichas irregularidades son conocidas como compras que no guardan relación con la actividad económica declarada por el contribuyente en su registro fiscal, y se traducen en un uso indebido del crédito fiscal del IVA y por ende en una reducción en la recaudación de impuestos por parte del Estado.
El big data y la clasificación de facturas electrónicas
El proyecto tuvo como objetivo desarrollar algoritmos que permitieran clasificar las facturas electrónicas e identificar este tipo de irregularidades en el uso del crédito fiscal proveniente del Impuesto al Valor Agregado (IVA). Dicho objetivo supuso la realización de diversas actividades y la incorporación de actores con formación técnica especializada de la Universidad de Chile. En primer lugar, se desarrolló un modelo que permitiera segmentar a los contribuyentes del IVA que pueden hacer uso del crédito fiscal. Una vez identificado el universo de contribuyentes, se trabajó en modelos que pudieran clasificar las facturas de dichos contribuyentes en función de la glosa que aparece detallada. Por ejemplo, una empresa dedicada a la producción de joyas que recibe facturas onerosas por compra excesiva de alimentos que pretende deducir del pago del impuesto. Utilizando modelos con aprendizaje automatizado se generaron códigos para identificar el universo de productos o servicios facturados por los contribuyentes y asociarlos con la actividad económica en la cual se desempeñan. Se utilizaron diccionarios de vocablos, catálogos de productos de portales de internet locales y catálogos internacionales, los cuales fueron adaptados al léxico chileno. Estos modelos automatizados permiten sistematizar grandes volúmenes de información de forma eficiente y focalizada en el objeto a trabajar. La forma tradicional en el control de las facturas de los contribuyentes del SII se basaba en realizar una muestra, seleccionada por juicio de experto y/o aleatoria de facturas, las cuales eran revisadas por los fiscalizadores de las unidades. Los modelos predictivos desarrollados por la cooperación quedan a disposición del SII con el objetivo de que puedan ser adaptados en el futuro en función de las necesidades cambiantes del mercado.
Como parte de la cooperación se realizaron capacitaciones a funcionarios de la institución para poder transmitir el conocimiento en cuanto a la ejecución, monitoreo y adopción de los modelos. Asimismo, se contempla un programa piloto para testear los modelos de segmentación y clasificación desarrollados por el equipo.
¿Qué aporte nos dejó el big data?
- El uso de datos masivos y de modelos predictivos permitió al SII actualizar rápidamente sus procesos de fiscalización de forma innovadora y situarse a la altura de los países que ya se encuentran realizando dichos controles. Los modelos desarrollados incorporan de forma dinámica la interpretación de los datos, facilitando su actualización en el futuro.
- El uso de modelos predictivos en la clasificación de facturas electrónicas permitió reducir drásticamente el tiempo y esfuerzo requerido para identificar y priorizar casos para la definición de planes de fiscalización, permitiendo una acción más oportuna y eficiente del SII.
¿Cuál fue la clave para alcanzar el éxito en el proyecto?
- El apoyo institucional a lo largo del proyecto garantizó la constante cooperación y coordinación entre las partes involucradas.
- La capacidad del equipo de trabajo para adaptar la estrategia y definir líneas de acción alternativas frente a los diferentes obstáculos encontrados (propios del proyecto y externos), y de esta forma lograr resultados satisfactorios.