evidoria

← Back to browse

Good practice

ESCORT — Sistema ML de puntuación de riesgo del Servicio de Ingresos del Estado letón para el cumplimiento fiscal

Latvia · Riga · See the Latvia profile

El SRS letón usa ESCORT ML para puntuar cada empresa registrada según su riesgo de fraude fiscal y laboral. Tiempo de detección reducido de ~1 mes a minutos; informes analíticos de 4 semanas a 1 día; sistema de calificación público desde febrero de 2024.

~1 month
Tiempo de detección de fraude, antes de la actualización
minutes
Tiempo de detección de fraude, después de la actualización (since 2021)
4 weeks
Tiempo de elaboración de informes analíticos, antes de la actualización
1 day
Tiempo de elaboración de informes analíticos, después de la actualización (since 2021)
10 EUR billion
Pagos fiscales anuales procesados
ESCORT — Sistema ML de puntuación de riesgo del Servicio de Ingresos del Estado letón para el cumplimiento fiscal

Details

Maturity
Established
Promoter
Valsts ieņēmumu dienests (State Revenue Service)
Period
2019-present
Keywords
tax compliance, machine learning, risk scoring, VAT fraud, undeclared labour, SAP HANA, taxpayer rating

Context

ESCORT es un sistema de puntuación de riesgo de fraude basado en aprendizaje automático, operado por el Servicio de Ingresos del Estado de Letonia (SRS/VID), que asigna una puntuación de riesgo a cada entidad jurídica registrada combinando datos fiscales del SRS con datos de la Inspección Estatal de Trabajo y otras fuentes de datos gubernamentales. Operativo desde 2019, fue objeto de una importante actualización técnica en 2021 (consolidación de las cuentas de los contribuyentes y migración a SAP HANA).

Objectives

Detectar más rápidamente el fraude del IVA, la subdeclaración del impuesto sobre la renta, el empleo no declarado y el trabajo migrante irregular, dirigir los recursos de control de forma más eficiente y, desde febrero de 2024, ofrecer al público visibilidad de las calificaciones de cumplimiento fiscal de las empresas a través del Taxpayer Rating System.

Activities

Un almacén de datos centralizado, que integra datos fiscales, laborales y otros datos gubernamentales, alimenta un modelo de puntuación de riesgo basado en aprendizaje automático que cubre toda la base de contribuyentes registrados; un Taxpayer Rating System público publica calificaciones a nivel de empresa en el sitio web del SRS.

Results

Tras la actualización de 2021, los tiempos de detección de fraude pasaron de aproximadamente un mes a minutos, y la elaboración de informes analíticos de riesgo pasó de cuatro semanas a un día, según indica el socio de implementación Emergn. El SRS procesa aproximadamente 10 000 millones de euros en pagos fiscales anuales. No se ha publicado ninguna auditoría algorítmica independiente ni estadísticas de recuperación de ingresos/rendimiento de auditorías.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful