Los economistas modelan la evasión fiscal en una población del tamaño de un país

La evasión fiscal es un problema grave para muchos gobiernos. En Grecia, la evasión fiscal más o menos omnipresente ha puesto al país de rodillas y a la Unión Europea al borde del colapso. Por lo tanto, hay más que un pequeño interés en comprender la forma en que se propaga este comportamiento y cómo combatirlo.

En los últimos años, los economistas han recurrido a modelos computacionales como ayuda. La idea básica es que los contribuyentes pueden declarar sus ingresos completos, parte de ellos o ninguno. La tasa de impuestos y la forma en que cambia para diferentes niveles de ingresos es un factor importante. En general, sin embargo, es más probable que paguen impuestos los contribuyentes reacios al riesgo.

Pero el riesgo percibido depende de muchos factores, como la probabilidad de ser auditado y la sanción por ser atrapado. También hay factores sociales en el trabajo que cambian la 'temperatura' del medio ambiente, haciendo más o menos probable que un individuo evite impuestos.

Gran parte del trabajo sobre la elusión fiscal se ha centrado en modelar esta percepción del riesgo y cómo cambia. Los modelos más exitosos consisten en una serie de agentes diferentes, cada uno con comportamientos particulares, como una cierta aversión al riesgo. Sin embargo, este comportamiento puede cambiar cuando los agentes interactúan entre sí.

Esto les ha dado a los economistas una gran comprensión del problema. Los modelos sugieren, por ejemplo, que incluso tasas bajas de auditoría pueden llevar a una fracción alta de contribuyentes, aunque puede llevar mucho tiempo llegar a este estado.

Un problema, sin embargo, es el número de agentes que pueden incluirse en estos modelos, que está limitado por la riqueza del comportamiento de los agentes y la complejidad de los resultados. A menudo, estos modelos simulan el comportamiento de algunos miles de agentes. Claramente, a los economistas les gustaría modelar sociedades enteras, de hecho continentes enteros (aquí analizamos una propuesta para modelar todo el planeta).

Hoy, Michael Pickhardt y Goetz Seibold de la Universidad de Tecnología de Brandenburgo en Cottbus en Alemania sugieren una forma diferente de modelar poblaciones que se pueden escalar con relativa facilidad al tamaño de los países.

Para hacer esto, estos chicos recurren a un tipo bien conocido de simulación física llamado modelo de Ising. Consiste en una red en la que cada nodo puede estar en uno de dos estados diferentes. Cada nodo influye en el estado de sus vecinos más cercanos. Estas redes pueden ser vastas, constan de millones de nodos y pueden simular con precisión el tipo de cambios de fase que se observan en muchos sistemas naturales, como los ferromagnetos.

En los últimos años, los científicos sociales también han comenzado a utilizar modelos de Ising para mostrar cómo los fenómenos sociales pueden propagarse por la sociedad a medida que los individuos intentan ajustar su comportamiento para adaptarse a sus vecinos. Eso sugeriría que los modelos de Ising deberían poder capturar el comportamiento de los evasores de impuestos.

Pero los resultados de los modelos basados ​​en agentes y de Ising siempre han diferido significativamente.

El problema es que los modelos de Ising tienden a codificar solo un comportamiento muy simple, ya que los nodos solo pueden estar en uno de dos estados. Por lo tanto, los individuos son evasores de impuestos o contribuyentes, sin que se permita un término medio.

Pickhardt y Seibold han encontrado una forma de solucionar este problema. Para comprender su enfoque, es útil pensar en el ejemplo de los ferroimanes, que consisten en una red de partículas con un giro que puede estar hacia arriba o hacia abajo. Los giros tienden a alinearse, particularmente si hay un campo magnético externo, pero el sistema también tiene una temperatura que tiende a aleatorizar las alineaciones.

Así que esto les da dos parámetros más con los que jugar: la temperatura y el campo magnético, además de la fuerza de la interacción entre vecinos. En el modelo de Pickhardt y Seibold, la temperatura y los campos magnéticos son tipos de presiones sociales que tienden a prevenir o promover el comportamiento de copia.

Entonces, lo que han hecho estos muchachos es permitir que la temperatura varíe a lo largo de su modelo. Entonces, cada nodo tiene su propio microambiente con su propio campo magnético, temperatura e interacción con sus vecinos. Cuando se ejecuta el modelo, estos entornos interactúan, lo que permite que se difundan ciertos tipos de comportamientos. Es como un modelo basado en agentes, en el que cada nodo tiene su propio comportamiento, pero con el poder computacional de un modelo de Ising.

El modelo de econofísica de Pickhardt y Seibold hace una variedad de predicciones. Por ejemplo, además de penalizar a los evasores fiscales con multas, sugiere que otras sanciones no monetarias pueden ayudar a reducir la evasión. Estos pueden ser procesos como monitorear a las personas después de haber sido auditadas, lo que tiene el efecto de difundir la percepción de riesgo entre la población.

Eso es significativo porque este tipo de manipulación con las presiones sociales es exactamente la predicción realizada por los modelos basados ​​en agentes.

Ésta es la primera vez que se ha logrado una reproducción de este tipo con un modelo de econofísica, dicen Pickhardt y Seibold. Su implicación es clara: creen claramente que los modelos de Ising se están volviendo tan capaces como los modelos basados ​​en agentes para capturar el comportamiento de elusión fiscal.

Si eso es cierto, podría conducir a una forma mucho más fácil de realizar simulaciones más grandes que capturen con mayor precisión el comportamiento de sociedades enteras. El modelo de Pickhardt y Seibold consiste en una población de 1 millón, es decir, una ciudad de tamaño decente y un país pequeño (Grecia tiene una población de aproximadamente 11 millones). Y las simulaciones más grandes serían sencillas de hacer.

Por supuesto, las predicciones deberán probarse en poblaciones reales para ver si funcionan como se describe. Es muy posible que los comportamientos no se propaguen de la manera sugerida por este modelo de Ising o, de hecho, por los basados ​​en agentes.

Claramente, hay trabajo por delante para los economistas.

Ref: arxiv.org/abs/1112.0233 : Dinámica de la evasión del impuesto sobre la renta: Evidencia de un modelo de econofísica basada en agentes

esconder