Predicción de perdida de fraccionamiento en una entidad recaudadora usando Machine Learning
Publicado: 02 Ago 2025, 23:51
Predicción de perdida de fraccionamiento de deuda tributaria de contribuyentes en una entidad recaudadora de impuestos aplicado Machine Learning
Sección B - Grupo 5
Melgar Aliaga, Freud Enrique freud.melgar.a@uni.pe
Pérez Ramos, Alfonso alfonso.perez.r@uni.pe
RESUMEN
En Perú, la SUNAT aplica la pérdida de fraccionamiento como sanción a contribuyentes que incumplen reiteradamente sus obligaciones tributarias. Esta medida cancela su derecho a pagar deudas en cuotas, exigiendo el pago total inmediato. El impacto es crítico para microempresas y nuevos contribuyentes con bajo historial tributario, quienes suelen carecer de recursos para afrontar estas deudas, llevándolos a la insolvencia o cierre.
Este proyecto desarrolla un modelo de machine learning predictivo para anticipar resoluciones de pérdida de fraccionamiento (sanción tributaria que elimina el derecho a pagar deudas en cuotas) en contribuyentes peruanos con poco historial tributario. Utilizando datos de la SUNAT, se analizarán patrones de incumplimiento, variables socioeconómicas y comportamientos fiscales atípicos para identificar riesgos tempranos. La solución busca optimizar la fiscalización proactiva y reducir la evasión en segmentos de alta vulnerabilidad, contribuyendo a una gestión tributaria más eficiente en Perú.
PALABRAS CLAVES:
Machine Learning Predictivo, Pérdida de fraccionamiento, SUNAT (Superintendencia Nacional de Aduanas y de Administración Tributaria), Historial tributario limitado, Riesgo fiscal, Sanciones tributarias, Contribuyentes nuevos, Cumplimiento tributario,
Prevención de evasión, Datos desbalanceados (problema técnico por baja frecuencia de sanciones)
Sección B - Grupo 5
Melgar Aliaga, Freud Enrique freud.melgar.a@uni.pe
Pérez Ramos, Alfonso alfonso.perez.r@uni.pe
RESUMEN
En Perú, la SUNAT aplica la pérdida de fraccionamiento como sanción a contribuyentes que incumplen reiteradamente sus obligaciones tributarias. Esta medida cancela su derecho a pagar deudas en cuotas, exigiendo el pago total inmediato. El impacto es crítico para microempresas y nuevos contribuyentes con bajo historial tributario, quienes suelen carecer de recursos para afrontar estas deudas, llevándolos a la insolvencia o cierre.
Este proyecto desarrolla un modelo de machine learning predictivo para anticipar resoluciones de pérdida de fraccionamiento (sanción tributaria que elimina el derecho a pagar deudas en cuotas) en contribuyentes peruanos con poco historial tributario. Utilizando datos de la SUNAT, se analizarán patrones de incumplimiento, variables socioeconómicas y comportamientos fiscales atípicos para identificar riesgos tempranos. La solución busca optimizar la fiscalización proactiva y reducir la evasión en segmentos de alta vulnerabilidad, contribuyendo a una gestión tributaria más eficiente en Perú.
PALABRAS CLAVES:
Machine Learning Predictivo, Pérdida de fraccionamiento, SUNAT (Superintendencia Nacional de Aduanas y de Administración Tributaria), Historial tributario limitado, Riesgo fiscal, Sanciones tributarias, Contribuyentes nuevos, Cumplimiento tributario,
Prevención de evasión, Datos desbalanceados (problema técnico por baja frecuencia de sanciones)