PolicyEngine — microsimulación fiscal y de prestaciones de código abierto para el análisis de políticas en el Reino Unido

PolicyEngine es un modelo de microsimulación de código abierto, basado en Python, del sistema fiscal y de prestaciones del Reino Unido, desarrollado por la organización sin ánimo de lucro registrada en EE. UU. PolicyEngine, que aplica calibración mediante aprendizaje automático e imputación por descenso de gradiente a cinco conjuntos de datos de hogares del Reino Unido (principalmente la Family Resources Survey) para simular el impuesto sobre la renta, las cotizaciones al Seguro Nacional, el Universal Credit, el Child Benefit, el impuesto sobre las ganancias de capital, el impuesto municipal (council tax) y más de otras 50 disposiciones.

Permitir la simulación, a nivel poblacional, de reformas fiscales y de prestaciones, generando estimaciones de la renta neta/tipo marginal impositivo a nivel de hogar y de indicadores de pobreza y desigualdad a nivel poblacional.

Desde el verano de 2025, Nikhil Woodruff, cofundador y director de tecnología de PolicyEngine, ha ejercido como Innovation Fellow en 10DS (el equipo de ciencia de datos de 10 Downing Street), que ha creado un paquete personalizado '10ds-microsim' basado en PolicyEngine para estimar los impactos distributivos y a nivel de autoridad local de las reformas propuestas; el HM Treasury publicó por separado un Registro de Transparencia Algorítmica en fase Beta/Piloto que documenta su exploración de PolicyEngine junto a su modelo IGOTM ya existente; una financiación de 251.296 £ de la Nuffield Foundation (2024-2025) amplió el análisis geográfico al nivel de circunscripción y autoridad local.

El modelo reduce la desviación respecto a los totales administrativos oficiales en aproximadamente un 97% mediante reponderación; los resultados se validaron de forma intensiva frente a las previsiones de la OBR antes de su implementación; el registro de transparencia del HMT señala que aproximadamente el 60% de los cálculos de las cotizaciones al Seguro Nacional se sitúan dentro del 0,5% de los resultados del modelo existente, mientras que las comparaciones del impuesto sobre la renta requieren una evaluación adicional.

Se utiliza como análisis complementario y experimental cuando el proceso político avanza más rápido de lo que permiten los circuitos analíticos tradicionales; la base de código totalmente abierta (Apache 2.0, GitHub) también ha sido utilizada por partidos políticos británicos para calcular el coste de sus programas electorales y por investigadores académicos.