論文の概要: An Evolutionary Game Model for Understanding Fraud in Consumption Taxes
- arxiv url: http://arxiv.org/abs/2101.04424v1
- Date: Tue, 12 Jan 2021 11:53:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-04 01:39:48.642874
- Title: An Evolutionary Game Model for Understanding Fraud in Consumption Taxes
- Title(参考訳): 消費税の不正理解のための進化的ゲームモデル
- Authors: M. Chica and J. Hernandez and C. Manrique-de-Lara-Pe\~nate and R.
Chiong
- Abstract要約: 本稿では,消費税制における不正ダイナミクスを研究・理解するための計算進化ゲームモデルを提案する。
プレイヤーは、付加価値税(VAT)を正しく申告し、それ以外の場合は、協力者です。
企業間の取引は買い手と売り手の両方が宣言しなければならないため、一方が採用する戦略は他方の支払いに影響を与える。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a computational evolutionary game model to study and
understand fraud dynamics in the consumption tax system. Players are
cooperators if they correctly declare their value added tax (VAT), and are
defectors otherwise. Each player's payoff is influenced by the amount evaded
and the subjective probability of being inspected by tax authorities. Since
transactions between companies must be declared by both the buyer and seller, a
strategy adopted by one influences the other's payoff. We study the model with
a well-mixed population and different scale-free networks. Model parameters
were calibrated using real-world data of VAT declarations by businesses
registered in the Canary Islands region of Spain. We analyzed several scenarios
of audit probabilities for high and low transactions and their prevalence in
the population, as well as social rewards and penalties to find the most
efficient policy to increase the proportion of cooperators. Two major insights
were found. First, increasing the subjective audit probability for low
transactions is more efficient than increasing this probability for high
transactions. Second, favoring social rewards for cooperators or alternative
penalties for defectors can be effective policies, but their success depends on
the distribution of the audit probability for low and high transactions.
- Abstract(参考訳): 本稿では,消費税体系における不正行為のダイナミクスを研究・理解するための計算進化ゲームモデルを提案する。
プレイヤーは、価値付加税(vat)を正しく宣言した場合は協力者であり、そうでない場合は離反者である。
各プレイヤーの支払いは、回避された金額と税務当局によって検査される主観的確率に影響される。
企業間の取引は買い手と売り手の両方が宣言しなければならないため、一方が採用する戦略は他方の支払いに影響を与える。
我々は,このモデルについて,個体群と異なるスケールフリーネットワークを用いて検討する。
スペイン・カナリア諸島に登録された企業によるVAT宣言の実際のデータを用いて,モデルパラメータを校正した。
我々は,高低取引における監査確率のシナリオと人口の頻度,社会報酬や罰則を分析し,協力者の比率を高めるための最も効率的な政策を見出すことができた。
2つの大きな洞察が得られた。
第一に、低取引に対する主観的な監査確率の増加は、高取引に対するこの確率の増加よりも効率的である。
第二に、協力者に対する社会的報酬や、欠陥者に対する代替罰が効果的な政策であり得るが、その成功は、低取引と高取引の監査確率の分布に依存する。
関連論文リスト
- Learning Optimal Tax Design in Nonatomic Congestion Games [63.89699366726275]
我々は,非原子的混雑ゲームにおいて,最適な税制設計を学習し,効率を最大化する方法について検討する。
プレイヤー間の自己関心行動がシステムの効率を損なうことが知られている。
論文 参考訳(メタデータ) (2024-02-12T06:32:53Z) - Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。
ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。
3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
論文 参考訳(メタデータ) (2023-07-11T07:48:39Z) - On Imperfect Recall in Multi-Agent Influence Diagrams [57.21088266396761]
マルチエージェント・インフルエンス・ダイアグラム(MAID)はベイズネットワークに基づくゲーム理論モデルとして人気がある。
混合ポリシと2種類の相関平衡を用いて, 忘れ易いエージェントと不注意なエージェントでMAIDを解く方法を示す。
また,不完全なリコールがしばしば避けられないマルコフゲームやチーム状況へのMAIDの適用についても述べる。
論文 参考訳(メタデータ) (2023-07-11T07:08:34Z) - Algorithmic Fairness and Vertical Equity: Income Fairness with IRS Tax
Audit Models [73.24381010980606]
本研究は、IRSによる税務監査選択を通知するシステムの文脈におけるアルゴリズムフェアネスの問題について検討する。
監査を選択するための柔軟な機械学習手法が、垂直エクイティにどのように影響するかを示す。
この結果は,公共セクター全体でのアルゴリズムツールの設計に影響を及ぼす。
論文 参考訳(メタデータ) (2022-06-20T16:27:06Z) - Integrating Reward Maximization and Population Estimation: Sequential
Decision-Making for Internal Revenue Service Audit Selection [2.2182596728059116]
我々は、新しい設定、最適化および推定された構造化バンディットを導入する。
この設定は多くの公共および民間分野のアプリケーションに固有のものである。
我々は、米国内国歳入庁の実際のデータにその重要性を示す。
論文 参考訳(メタデータ) (2022-04-25T18:28:55Z) - Enhancing User' s Income Estimation with Super-App Alternative Data [59.60094442546867]
これは、これらの代替データソースのパフォーマンスと、業界に受け入れられた局の収入推定器のパフォーマンスを比較します。
本論文は、金融機関がリスクプロファイルの構築に代替データを導入しようとする動機を示すものである。
論文 参考訳(メタデータ) (2021-04-12T21:34:44Z) - Detecting Transaction-based Tax Evasion Activities on Social Media
Platforms Using Multi-modal Deep Neural Networks [0.0]
本稿では,国際税当局がソーシャルメディアプラットフォーム上での取引ベースの脱税活動を検出するための,機械学習ベースのRegtechツールを提案する。
提案モデルでは、コメント、ハッシュタグ、画像モダリティを組み合わせて最終的な出力を生成する。
論文 参考訳(メタデータ) (2020-07-27T13:05:39Z) - BlockFLow: An Accountable and Privacy-Preserving Solution for Federated
Learning [2.0625936401496237]
BlockFLowは、完全な分散化とプライバシ保護を備えた、説明可能なフェデレーション学習システムである。
その主な目標は、基盤となるデータセットのプライバシ保護と悪意のある敵に対する耐性を確保しながら、コントリビューションの品質に比例するエージェントに報酬を与えることである。
論文 参考訳(メタデータ) (2020-07-08T02:24:26Z) - The AI Economist: Improving Equality and Productivity with AI-Driven Tax
Policies [119.07163415116686]
我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。
競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。
AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
論文 参考訳(メタデータ) (2020-04-28T06:57:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。