Mostrar el registro sencillo del ítem

Ponencia

dc.creatorPérez López, César
dc.date.accessioned2015-11-03T10:07:03Z
dc.date.available2015-11-03T10:07:03Z
dc.date.issued2013
dc.identifier.isbn978-84-695-6945-0es
dc.identifier.urihttp://hdl.handle.net/11441/30269
dc.description.abstractEste papel de trabajo tiene como finalidad presentar las posibilidades de análisis que se abren ante la disponibilidad de grandes conjuntos de datos con información relativa a impuestos. En el caso que nos atañe se trata de mostrar el uso de la metodología del análisis discriminante aplicada a las muestras y paneles de IRPF del IEF con la finalidad de detectar posible fraude fiscal en este impuesto. A partir de la muestra de IRPF de 2009 y mediante la aplicación de la función discriminante de Fisher se buscará un modelo discriminante que permite asignar una probabilidad de fraude a cualquier declarante de IRPF basándose exclusivamente en la información que declara a la Agencia tributaria en el modelo correspondiente.es
dc.formatapplication/pdfes
dc.language.isospaes
dc.publisherUniversidad de Sevillaes
dc.relation.ispartofXX Encuentro de Economía Pública, 2013, Sevillaes
dc.relation.ispartofEstado del bienestar: sostenibilidad y reformases
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleInvestigación del fraude fiscal mediante análisis discriminante. Aplicaciones con las muestras y paneles de IRPF del IEFes
dc.typeinfo:eu-repo/semantics/conferenceObjectes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.identifier.idushttps://idus.us.es/xmlui/handle/11441/30269

FicherosTamañoFormatoVerDescripción
InvestigacionDelFraudeFiscalMe ...363.4KbIcon   [PDF] Ver/Abrir  

Este registro aparece en las siguientes colecciones

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como: Attribution-NonCommercial-NoDerivatives 4.0 Internacional