“Determinantes Conductuales del Cumplimiento …...sistema tributario, diseñado a partir de los resultados de la "Encuesta de Percepción del Sistema Tributario Chileno" y las teorías

1

“Determinantes Conductuales del Cumplimiento Tributario en Chile

mediante Machine Learning Models”

Abel Labraña1.

Resumen:

El objetivo de esta investigación es identificar los factores que determinan la conducta

de los contribuyentes hacia el cumplimiento de sus obligaciones tributarias, tomando

como bases analíticas: micro datos de corte transversal de las características

financieras, contables y brechas individuales de cumplimiento tributario; y un análisis

de componentes principales de las actitudes del contribuyente dentro y fuera del

sistema tributario, diseñado a partir de los resultados de la "Encuesta de Percepción del

Sistema Tributario Chileno" y las teorías existentes relacionadas con variables

sociológicas y psicológicas que afectan al cumplimiento. Con ello y mediante un modelo

de Regresión Logística Multinomial, se extraen determinantes conductuales capaces de

predecir en un 89,5% la propensión al cumplimiento de los contribuyentes.

Palabras claves: Determinantes Conductuales, Propensión al Cumplimiento Tributario,

Machine Learnig Models, Data Mining, Políticas Tributarias, Regresión Logística

Multinomial.

Abstract:

The aim of this research is to identify the factors that determine his conduct towards

compliance, taking as analytical bases the available cross-sectional micro data of the

financial, accounting and individual tax compliance gaps; and a principal component

analysis of the taxpayer´s attitudes inside and outside the tax system, designed from the

results of the "Perception Survey on the Chilean Tax System" and the existing theories

related to sociological and psychological variables that affect compliance. With this and

by means of a Multinomial Logistic Regression model, behavioral determinants are

extracted capable of predicting in 89.5% the propensity to compliance of taxpayers.

Keywords: Behavioral Determinants, Propensity to Tax Compliance, Machine Learnig

Models, Data Mining, Tax Policies, Multinomial Logistic Regression Models.

1 Administrador Público USACH, Magíster en Ingeniería Industrial PUC, Magíster© en Políticas Públicas UDP. Gestor Nacional de Riesgo Servicio de Impuestos Internos.

2

Introducción.

Uno de los principales desafíos que enfrentan las administraciones tributarias

modernas es la caracterización de sus contribuyentes, buscando la efectividad de las

acciones de tratamiento y un mejor diseño de las políticas públicas que respaldan el

sistema tributario. En este escenario, es de suma importancia tener modelos que

permitan un conocimiento más profundo de la actitud de los contribuyentes hacia los

diversos aspectos involucrados en el cumplimiento tributario (como responder a una

llamada o presentar declaraciones en el tiempo, forma y con el contenido prescrito por

ley). Esto es especialmente cierto en el contexto actual marcado por el predominio

latente de los medios informales de comercio y los cambios producidos por la

revolución de Internet como medio de intercambio y también como un canal para

interactuar con las administraciones tributarias: Como muestra de esto, en Chile, la

evasión del IVA por sí sola equivale a 20% de los ingresos recaudados por este impuesto

en 2015 (2,66 billones de pesos corrientes del 2016, USD 4.5B)2.

Por esta razón la presente investigación tiene como objetivo descubrir los

determinantes que explican la propensión a cumplir las obligaciones tributarias de los

contribuyentes chilenos respondiendo la pregunta de investigación: ¿Cuáles son los

determinantes conductuales del cumplimiento tributario para el caso chileno?. Para

esto se emplean modelos capaces de organizar procesos eficientes de Feature

Engineering (A-priori, PCA, KNN) para los efectos de conjugar micro datos de corte

transversal de las características financieras, contables y brechas individuales de

cumplimiento tributario; con un análisis de componentes principales de las actitudes

del contribuyente dentro y fuera del sistema tributario, diseñado a partir de los

resultados de la "Encuesta de Percepción del Sistema Tributario Chileno" y las teorías

existentes relacionadas con variables sociológicas y psicológicas que afectan al

cumplimiento; para de esta forma poder aplicar un modelo extracción de

determinantes del cumplimiento tributario en Chile basado en Regresión Logística

Multinomial.

Se utiliza como metodología, la investigación exploratoria, ya que se trata de buscar

relaciones potenciales entre variables que tienden a explicar un fenómeno

multidimensional como el incumplimiento tributario. Sin embargo, tiene un alto

componente empírico descriptivo debido a la interrelación de los modelos de Machine

Learning y las teorías relacionadas con el comportamiento del contribuyente. En lo

estrictamente concerniente al modelamiento predictivo y la segmentación, se utiliza la

metodología KDD (Descubrimiento de Conocimiento en Bases de Datos) y Minería de

Datos.

La motivación principal es profundizar en el conocimiento de los márgenes de acción

dentro de los cuales la Administración Tributaria debe implementar políticas de

2 Cifras provisionales estimadas en base a Compilación de Referencia 2008 de Cuentas Nacionales del Banco Central, expuestas en cuenta pública SII 2016.

3

tratamiento diferenciadas para los diferentes niveles de propensión al cumplimiento, y

de esta forma utilizar los determinantes del comportamiento en un insumo para

abordar los diversos factores de riesgo que producen las brechas de cumplimiento

tributario. Este trabajo también pretende servir como una de las bases analíticas del

proceso de formulación de la política tributaria en Chile en este momento, dada su

contribución para comprender el fenómeno de cumplimiento en general y la evasión -

elusión en particular, incorporando estos componentes al diseño de las obligaciones fiscales que propendan a generar escenarios de pleno cumplimiento.

En la primera sección, se ilustran todos aquellos elementos teóricos a considerar para

llevar a cabo una modelización que involucre los aspectos centrales del estudio de los

determinantes conductuales traídos por las diversas investigaciones generadoras del

estado del arte en la materia. En la segunda sección se establecerá la metodología de

trabajo para preparar los datos, de modo que se logren aplicar cabalmente los Machine

Learning Models. En la tercera sección se expondrán los resultados de los modelos y las

conclusiones parciales que éstos generen, para en la cuarta sección cerrar con las

conclusiones y recomendaciones de política pública.

1. Revisión Bibliográfica.

Tradicionalmente el incumplimiento tributario ha sido analizado desde enfoques

basados en economía del delito asociado a explicar el fenómeno de la evasión, sin

embargo, las teorías basadas en las decisiones racionales y los factores psicológicos y

sociológicos que influyen en las decisiones de los contribuyentes, han cobrado

relevancia producto de los avances en los métodos de recolección de información y su

correspondiente comprobación.

Dichos enfoques han priorizado la idea del incumplimiento de obligaciones tributarias

sobre la evasión, toda vez que la primera es más completa en la tarea de explicar las

interacciones Contribuyente - Sistema Tributario, porque a diferencia de la evasión, no

solo contempla acciones deliberadas y conscientes de fraude, sino que también

comprende las causas ligadas al incumplimiento involuntario. A continuación se

explican los principales enfoques teóricos utilizados para la construcción de los factores

que formarán parte del modelo de extracción de determinantes del cumplimiento

tributario en Chile.

1.1. Teoría de la Acción Razonada (TRA).

La TRA (Ajzen and Fishbein 1980 en (Devos, 2014)) indica que el comportamiento de

los contribuyentes se determina directamente por sus intenciones que son una función

de su actitud hacia el comportamiento y la percepción de la subjetivación de las normas.

Estas tienen que ver con las creencias de los referentes específicos que son aquellos

4

contribuyentes con un considerable nivel de influencia sobre sus círculos (familia,

amigos colegas de trabajo, etc.). Por ejemplo, para formar sus normas subjetivas sobre

el cumplimiento fiscal, los contribuyentes pueden preguntarse si sus amigos

aprobarían sus actos no previstos.

Mediante un estudio de observaciones directas y estudios de caso Cialdini (Cialdini,

1989 en (Devos, 2014)) planteó la hipótesis de que el comportamiento podría

modificarse al abordar el nivel de compromiso de los contribuyentes. En otras palabras,

También se mejorará educando a los contribuyentes sobre su responsabilidad social de

pagar con el fin de aumentar su propensión a cumplir. Por lo tanto, apelar a la

cooperación del público ayudaría en general al buen funcionamiento de cualquier sistema fiscal.

Otros estudios sugieren también que una conciencia social afecta el cumplimiento de

los contribuyentes. Hite concluyó que los grupos demográficos que responden mejor a

las campañas tendientes a mejorar el cumplimiento tributario son aquellos que tenían

mayor conciencia social o eran más conscientes y mejor educados acerca de las

consecuencias del no pago de impuestos (Hite, 1997 en (Devos, 2014)). En el esquema n° 1 se resumen los enfoques de la TRA.

Esquema N° 1: Enfoques de Teoría de Acción Razonada (TRA).

5

1.2. Componentes Sociológicos y Psico-Sociales del Cumplimiento.

Las actitudes influyen en el comportamiento de cumplimiento porque representan la propensión del contribuyente a responder positivamente o negativamente a una situación particular (Eagly y Chaiken, 1993 en (Nichita, 2012)). Por lo que Existe una multiplicidad de formas de operacionalizar y medir las actitudes hacia la tributación a partir de juicios generales del gobierno y del Estado (Schmölders, 1960 en (Nichita, 2012)), evaluaciones subjetivas de la evasión fiscal (Porcano, 1988 en (Nichita, 2012)), terminando con actitudes morales hacia la evasión fiscal (Orviska y Hudson , 2002 en (Nichita, 2012)).

Según la literatura, las normas son estándares de comportamiento establecidos en el grupo de referencia personal, social y colectivo. Las normas personales se refieren a estándares internalizados de comportamiento como el altruismo, la dependencia de normas o las creencias religiosas que generalmente se correlacionan con una alta ética tributaria y la voluntad de cumplir. Las normas sociales representan patrones de comportamiento igualmente juzgados por otros (Alm et al., 1999 en (Nichita, 2012)). Generalmente, si un contribuyente recibe del grupo de referencia la señal de que el comportamiento de incumplimiento es aceptable, el nivel de cumplimiento disminuirá. Por último, las normas sociales representan normas culturales integradas en la relación entre los contribuyentes y las autoridades, así como en la legislación fiscal.

Otros determinantes importantes del comportamiento de cumplimiento que expresan la distancia social entre los contribuyentes y las autoridades fiscales son las “Posturas Motivacionales”. Éstos representan "los conjuntos interconectados de creencias y actitudes que se mantienen conscientemente y se comparten abiertamente con los demás" (V Braithwaite, 2003).

La postura de motivación correspondiente al "comprometido" es compartida por los

contribuyentes que están dispuestos a cumplir con sus obligaciones debido a fuertes

creencias morales o éticas y la posición de el "obediente" es compartida por los

contribuyentes que aceptan voluntariamente la legitimidad de las autoridades y

cooperar con ellos, otros estudios (Eliza Ahmed, 2005) apuntan a la “obediencia” como

la resultante de marcos normativos estrictos y fuertes sanciones en lo relacionado a

posibles escenarios de incumplimiento tributario.

Por otro lado, el "indignado" representa a un contribuyente desafiante y agresivo que

cuestiona la legitimidad de las autoridades, el "evasor" a un contribuyente que ya no

quiere participar en el sistema y el "elusor" representa a un contribuyente altamente

motivado para descubrir lagunas en la Ley, disfrutando incluso de descubrir

potenciales vulnerabilidades del sistema. Refiriéndose a la naturaleza del

comportamiento de cumplimiento, las dos primeras posturas motivacionales

corresponden a los que “cumplen” y “quieren cumplir”, el "indignado" al segmento

“cumplimiento forzado”, mientras que el "evasor" y el "elusor" al segmento de los que

“no quieren cumplir”.

6

1.3. Componentes Morales del Cumplimiento.

La “moral fiscal” (Frey, 1997 en (Eliza Ahmed, 2005)) ha sido definida como "la

motivación intrínseca para pagar impuestos" (Torgler, 2003: 5 en (Eliza Ahmed,

2005)), otros autores se refieren a un fenómeno similar cuando afirman que la gente

paga impuestos porque cree que es lo correcto.

La cuestión de la moral fiscal de los propietarios de negocios individuales como los

pequeños almacenes, se determina de manera directa por la percepción de la moral

fiscal de la comunidad, es decir, la percepción de que otros están cumpliendo sus

obligaciones tributarias y lo están haciendo voluntariamente. Además la formación

moral de los clientes de estos locales puede ser en un factor propagador de tendencias

a la evasión y viceversa, por ejemplo, haciendo exigible o no el otorgamiento de las

boletas de ventas. Las normas comunitarias sobre cómo uno debería comportarse

probablemente obligarán a los contribuyentes a revisar sus opciones de pago de

impuestos (Cullis y Lewis, 1997; Smith y Kinsey, 1987; Weigel et al., 1987 en (Eliza Ahmed, 2005)).

En el caso de los propietarios de pequeñas y medianas empresas, se argumenta que

como grupo, son más propensos a estar expuestos a la evasión de impuestos que la

mayoría de los miembros de la comunidad porque se mueven en círculos donde la

oportunidad de evadir es alta y la actividad económica en efectivo es más prevalente

(Noble, 2000, Vogel, 1974, Wallschutzky, 1984).

Por otro lado, en el ámbito de las grandes empresas el componente ético se manifiesta

de acuerdo a tres factores principales (Abraham, Lorek, Richter, & Wrede, 2016): la

capacidad regulatoria y de supervigilancia del Estado, la forma en que los gobiernos

corporativos rinden cuentas tanto a sus accionistas como a la comunidad en el caso de

las empresas con un alto impacto en temas de interés público y el medio ambiente

donde realiza sus actividades materializado principalmente en las estrategias de sus

competidores, es decir en entornos donde la competencia es más agresiva y la cantidad

de empresas tienden a configurar oligopolios, es más probable que terminen

reaccionando de la misma forma de aquellas que imponen las reglas del juego.

1.4. Evasión y Elusión Tributaria

La evasión fiscal se define como un acto ilegal de comisión u omisión que reduce o

impide la responsabilidad fiscal que de otro modo se incurriría (Webley, Robben,

Elffers y Hessing, 1991 en (Valerie Braithwaite & Wenzel, 2008)). Ejemplos recurrentes

sobre esta conducta son: la no declaración y sub declaración de ingresos a una

autoridad, la sobredeclaración de gastos deducibles, las actividades de contrabando y

las transacciones del mercado negro. Éstos constituyen una muestra de las diversas

figuras que se pueden encontrar en el amplio abanico de posibilidades que posee la

conducta evasora.

7

Modelos Socio-sicológicos

Dispoción a cooperar

Rigidez de las normas

Errores involuntarios

Modelos de Disuación Económica

Retención y provisión de información constante

Probabilidad para ser elegido en una

auditoría

Responsabilidades y sanciones

Por otro lado, la elusión fiscal se caracteriza por moverse en un ámbito de incerteza

jurídica, principalmente al borde de los límites establecidos por las normas tributarias,

razón por la cual su identificación y sanción es compleja, ya que introducir términos

probatorios por parte de la administración tributaria se convierte en un camino donde

mayoritariamente existes opiniones divididas con respecto al acometimiento de un

ilícito.

Con base en la teoría económica del crimen, los modelos que explican la evasión

tributaria conciben el pago de impuestos como una decisión que los individuos hacen

comparando la ganancia financiera de no pagar impuestos con la pérdida incurrida si

se impusieran penas de ser sorprendidos, basándose en la suposición común de que los

individuos son seres interdependientes, con un límite entre el yo y el otro que es

permeable y negociable. Esto significa que los individuos buscan en los demás un

sentido de pertenencia, aprobación social, autoafirmación y verdad social (Allport,

1943; Asch, 1955; Steele, 1988; Tajfel, 1978 en (Valerie Braithwaite & Wenzel, 2008)).

En el siguiente esquema se ilustran los principales enfoques que toman las teorías del

cumplimiento en sus diversas aplicaciones:

Esquema N° 2: Enfoques de los principales modelos del cumplimiento tributario.

Fuente: Creación propia en base a (Devos, 2014).

8

2. Metodología del Modelo de Determinantes del Cumplimiento Tributario.

La metodología para obtener las variables que determinan la propensión al cumplimiento de los contribuyentes en Chile se basa en el proceso Knowledge Discovery in Databases (en adelante KDD) el cual presenta sus etapas según el siguiente esquema:

Esquema N° 3: Fases del Proceso KDD:

Fuente: Elaboración Propia en base a (Suthaharan, 2016)

Los pasos dentro del proceso KDD que se realizan la investigación son los siguientes:

I. Generar un espacio de características que permita tener la visión más completa y actualizada del contribuyente en cuanto a su interacción con el SII

II. Parametrizar las brechas de cumplimiento tributario de manera de contar con

indicadores sobre el desempeño de su cumplimiento

III. Tratar la encuesta creando “Macro Factores” a partir de la aplicación de modelos

de componentes principales

IV. Aplicar modelos capaces de establecer reglas de asociación entre brechas de

cumplimiento tributario y “Macro factores” para poder unir ambas bases de datos

9

V. Implementar un modelo de segmentación capaz de crear grupos a los que se

unirán los datos de la encuesta.

VI. Fusionar los resultados de la encuesta a los clusters creados, replicando estos

resultados al resto de las instancias mediante modelo de vecinos más cercanos.

VII. Aplicar los algoritmos no supervisados para detectar patrones de comportamiento y variables productoras más importantes

VIII. Generar un Modelo Logístico Multinomial para descubrir los determinantes conductuales que explican los distintos estados de cumplimiento.

X. Analizar los resultados obtenidos

XII. Establecer conclusiones y recomendaciones de política tributaria.

2.1. Diseño Metodológico y Tratamiento de la Encuesta.

La encuesta a emplear corresponde a la realizada el año 2015 por GFK ADIMARK

denominada: “Encuesta de percepción del Sistema Tributario Chileno” la cual se

encarga anualmente por el Servicio de Impuestos Internos para poder medir las metas

de la satisfacción usuaria y de esta forma cumplir con el convenio de desempeño anual suscrito con el Ministerio de Hacienda.

2.1.1. Diseño Metodológico y Muestral.

El universo se definió como personas mayores de 18 años correspondientes a usuarios

y usuarias del Servicio de Impuesto Internos (personas naturales y representantes de

empresas) y a público en general. En el caso de las empresas, el representante debe

tener la responsabilidad de tratar con el SII y haber tenido contacto con la institución

en los últimos doce meses.

El diseño muestral correspondió a un muestreo probabilístico estratificado

aproporcional. Esto implica que se trabajó con 10 estratos o grupos homogéneos en

cuanto tipo de usuario y zona de residencia o radicación en el caso de las empresas (Región Metropolitana versus otras regiones).

El muestreo estratificado utilizado corresponde a la versión no proporcional, es decir,

se ha asignado una cantidad de encuestas para cada uno de los estratos siendo el

criterio rector de esta decisión la igualdad de margen de error en todos los estratos,

correspondiendo el margen a ±5% en cada estrato, considerando resultados con

máxima varianza y estimado sobre nivel de confianza de 95%.

A continuación, se presenta la distribución de la muestra planificada según cada uno de los estratos, la muestra lograda en cada uno y el porcentaje de logro.

10

Tabla N° 1: Distribución de la Muestra Planificada.

Estratos N Muestra planeada

Muestra lograda

% de logro

Margen de error planeado

Margen de

error logrado

E1:Público general RM 3.796.875 440 440 100% 4,67% 4,67%

E2: Público general Regiones 3.483.832 440 440 100% 4,67% 4,67%

E3: Personas naturales RM 1.047.171 440 370 84% 4,67% 5,09%

E4: Personas naturales Regiones 677.825 440 384 87% 4,67% 5,00%

E5: Micro y pequeñas empresas RM 553.235 440 422 96% 4,67% 4,77%

E6: Micro y pequeñas empresas Regiones 452.164 440 436 99% 4,67% 4,69%

E7: Medianas y grandes empresas RM 30.019 429 537 125% 4,70% 4,19%

E8: Medianas y grandes empresas Regiones 10.976 429 418 97% 4,64% 4,70%

E9: Régimen especial RM 24.185 429 401 93% 4,69% 4,85%

E10: Régimen especial Regiones 27.254 429 386 90% 4,69% 4,95%

Total 10.103.536 4.356 4.234 97% 1,48% 1,51%

Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema Tributario

Chileno”

2.1.2. Caracterización de los Encuestados.

Las muestras correspondientes a personas, Público General y Personas Naturales

presentaron perfiles de sociodemográficos diferentes:

El segmento de Público General, tanto en Región Metropolitana como en Regiones,

correspondió principalmente a un perfil con mayor participación femenina; distribuido

entre los grupos socioeconómicos C2, C3 y D, pero con participación del 9% del grupo

socioeconómico E; con mayor cantidad de personas que no corresponden con jefes de

hogares sino que ocupan que otras posiciones en el hogar; distribuido forma igualitaria

entre quienes trabajan y quienes no trabajan, y con un perfil educacional

principalmente concentrado en personas que completaron la enseñanza media.

Por su parte, el segmento de Personas Naturales correspondió un grupo compuesto en

similar medida por hombres y mujeres; cuyo grupo socioeconómico más frecuente fue

el C2, prácticamente sin presencia del grupo socioeconómico E; personas

mayoritariamente jefes de hogares, que trabajan y que lograron acceso a la educación

superior.

Ambos perfiles de personas comparten la mayor presencia del nivel adulto,

comprendido entre los 30 y 50 años, pero al comparar el promedio de edad se constata

11

que tanto en Región Metropolitana como en Regiones, el segmento Público General

tiende a mayores promedios de edad que el segmento de Personas Naturales.3

En el caso de los tres segmentos correspondientes a empresas, el perfil de los

respondientes de la encuesta correspondió a:

- Micro y pequeña empresa: Respondieron los dueños, especialmente en

Regiones, correspondiente principalmente a hombres, de edad entre 30 y 60 años, con

promedio de edad en 49 años.

- Mediana y gran empresa: El respondiente con mayor frecuencia fue el jefe de

contabilidad o responsable tributario, los que son mayoritariamente hombres de 30 a 60 años, con promedio de edad en 45 años.

Régimen especial: El respondiente correspondió al dueño, los que son tanto hombres

como mujeres, de 30 a 60 años con promedio de edad en 49 años.

2.1.3. Creación de Macro Factores Mediante PCA

Una vez estructurados y analizados los resultados de la encuesta es posible configurar

la restructuración de los datos de la encuesta en pos de la creación de un espacio de

características idóneo para la ejecución de los pasos posteriores señalados en la

metodología.

En general, se supone que las variables características de un sistema que produce

observaciones (o respuestas) son variables independientes y las respuestas son

variables dependientes, pero algunas de las variables independientes pueden estar

correlacionadas. Por lo tanto, si se detectan las variables correlacionadas, entonces

deberíamos ser capaces de reducir la dimensionalidad de los datos seleccionando la

variable no correlacionada. Como sabemos, la dimensionalidad de los datos está determinada por las variables independientes (o características) (Suthaharan, 2016).

El objetivo del análisis de componentes principales es encontrar un conjunto de

características linealmente no correlacionadas llamadas “componentes principales”. A modo de resumen se especifican los resultados más relevantes del proceso:

3 Para mayor información ver Anexo 1 Tabla 4 Descripción de la muestra en segmentos de Personas

12

Gráfico N° 1: Representación matriz de correlaciones modelo PCA.

Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema Tributario

Chileno”

En el gráfico se ilustra el proceso generado a nivel de cohortes de preguntas (en este

caso de la 1 a la 10), para las cuales el modelo fijó los componentes principales

reforzados e interpretados a nivel experto. Cabe señalar que la aplicación de dicho

método tiene efectos concretos en la agrupación de las preguntas donde no existía

claridad respecto de un concepto subyacente, para la clasificación del resto de las

preguntas se utilizó la guía metodológica de la encuesta, para de esta manera entre el

uso del modelo de componentes principales y la utilización de criterio experto lograr la

construcción de 32 factores4.

2.2. Integración, Recopilación y Preparación de Datos

En la fase de integración de datos se emplearon los disponibles en el data warehouse

institucional del SII, tomando como datos basales aquellos relacionados

eminentemente con las transacciones más frecuentes que se desarrollan entre el SII y

los contribuyentes entre las que destacan, las declaración de formulario 29 (IVA), 22

(RENTA) y la realización de trámites relacionadas con el ciclo de vida del contribuyente,

además de variables relacionadas con el tamaño, comuna y tipo jurídico entre otras.

Cabe destacar que uno de los objetivos principales de esta etapa, es allanar el camino

para poder crea un espacio de características que permita fundir el data set creado a

partir del data warehouse con la encuesta aplicada, por este motivo se construyen

4 Ver anexo 6 Tabla n° 10

-0,2

0

0,2

0,4

0,6

0,8

1

0 5 10 15 20 25 30 35 40

Matriz de Correlaciones Modelo PCA

P1_1 P1_2 P1_3 P1_4 P1_5 P1_6 P2_1 P2_2 P2_3 P2_4 P2_5 P2_6

P2_7 P2_8 P2_9 P3 P4_1 P4_2 P4_3 P4_4 P5_1 P5_2 P5_3 P5_4

P5_5 P6_1 P6_2 P6_3 P6_4 P7 P8 P9 P10_1 P10_2

13

dimensiones capaces de crear variables que puedan fusionarse con los factores de la

encuesta, obteniendo un universo de 5.675.321 contribuyentes al 20/02/2017, que se

encuentran en estado de vigencia plena es decir: fallecidos hace menos de 3 años, sin

término de giro o inactividad por más de 18 periodos mensuales y con inicio de

actividades vigente en primera categoría de la Ley de Impuesto a la Renta. De lo anterior

se desprende la creación de 30 brechas de cumplimiento tributario diseñadas de

acuerdo a lo contenido en el apartado 2.2.1.

2.2.1. Programación de Brechas Tributarias

Para la programación y puesta en marcha de estos indicadores se tomó como referencia

el periodo correspondiente al Año Tributario 2017, para las declaraciones anuales

como la presentación de la Declaración Anual de Renta y las Declaraciones Juradas de

Renta, y el Año Comercial 2016 para las obligaciones mensuales como la Declaración de

Impuesto al Valor Agregado y las correspondientes al ciclo de vida del contribuyente

como el inicio de actividades y el término de giro. En la tabla 65 se muestran las 30

obligaciones tributarias modeladas para los efectos de cuantificar los incumplimientos

asociados a un determinado contribuyente.

2.2.2. Generación de la Variable Riqueza

Para generar esta variable indexada a cada contribuyente se tomaron en consideración

los siguientes tramos:

- Micro Empresa: ventas anuales inferiores a UF 2.4006

- Pequeña Empresa: ventas anuales entre UF 2.400 y menos de UF 25.0007

- Mediana Empresa: ventas anuales entre UF 25.000 y menos de UF 100.0008

- Gran Empresa: ventas anuales mayores o iguales a UF 100.000

Luego, por tramo se ejecutó la suma de los códigos de ingresos del F22, más partidas

patrimoniales y en caso de ser personas naturales se añadió además lo correspondiente

a sueldos, honorarios y remuneraciones de directores de S.A. en caso de existir alguna de estas tres.

5 Ver anexo 2 6 http://www.sii.cl/contribuyentes/empresas_por_tamano/microempresas.pdf 7 http://www.sii.cl/contribuyentes/empresas_por_tamano/pymes.pdf 8 Ibíd

http://www.sii.cl/contribuyentes/empresas_por_tamano/pymes.pdf

14

2.2.3. Integración de Bases de Datos Mediante Clustering K-Means y Clasificador

KNN

En el esfuerzo de fusionar ambas bases de datos (base de datos SII y encuesta) se utilizó

el algoritmo de K - vecinos más cercanos con K=3 (en adelante KNN) el cual cumple con

las condiciones de ser un clasificador de carácter no paramétrico (Suthaharan, 2016) y

cumple las condiciones de modelar funciones complejas considerando todos los

atributos a clasificar a diferencia de otros algoritmos como por ejemplo Árboles de

Decisión y opera eficientemente con grandes volúmenes de datos (Suthaharan, 2016). En este caso se ejecuta con una métrica de distancia euclidiana.

El uso dado al algoritmo es identificar solo los vecinos más cercanos de una instancia

donde ya se realizó el proceso de matching, es decir, ya contiene los datos de ambas

bases. La necesidad de utilizar este método se origina por el problema derivado del

menor número de observaciones de la encuesta, 4.234 encuestados versus 5.675.321 contribuyentes.

Para llevar a cabo el proceso descrito se trabajó dividiendo la base de datos por tamaño

de empresa (Micro, Pequeña y Mediana) y a su vez generando clusters dentro de estos

grupos para los efectos de ir incorporando los resultados de la encuesta a cada uno de

los grupos homogéneos, para esto se utilizó el algoritmo de K-Medias el cual genera los

clusters mediante la minimización de distancia entre centroides aleatorios en una serie limitada de iteraciones (Suthaharan, 2016) tal como se refleja en la siguiente ecuación:

Ecuación N° 1: Algoritmo General K-Means (Suthaharan, 2016)

arg min𝑠 ∑ ∑ ‖𝑥𝑗 − 𝜇𝑖‖2

𝑥𝑗 ∈ 𝑆𝑖

𝑘

𝑖=1

Donde 𝝁𝒊 es la media de puntos en 𝑺𝒊

Dado un conjunto de observaciones (x1, x2, …, xn), donde cada observación es un vector

real de D-dimensiones, K-Means construye una partición de las observaciones en k

conjuntos (k ≤ n) a fin de minimizar la suma de los cuadrados dentro de cada grupo:

𝑺𝒊 = { 𝑆1, 𝑆2, …, 𝑆𝑘} utilizando una métrica de distancia Euclidiana.

En los gráficos contenidos en Anexo n°3, se muestran los resultados más importantes

del proceso de clustering mediante K-Medias por tamaño de contribuyente.

Tal como se aprecia en el gráfico N°4, las variables más significativas al momento de

marcar a aquellos vecinos carentes de información encuestal, fueron la cantidad de

15

brechas de declaración (F22 y F29) el logaritmo natural del ingreso y una variable

proxy llamada “Scoring Match” que aglutina información sobre los principales cumplimientos e incumplimientos tributarios de cada contribuyente.

Una vez concluido el proceso de clustering se procedió a realizar el matching mediante el algoritmo de KNN según se ilustra en el gráfico N°2:

Gráfico n° 2: Vista general del proceso de matching mediante KNN.

Fuente: Creación propia a partir de SPSS-MODELER 18.0

Una vez concluida la etapa de integración de bases de datos se dan por finalizadas las

etapas de integración, preparación, transformación y selección de datos, procediendo

con la etapa del modelado.

16

2.3. Modelado y Evaluación.

Para comenzar con la fase del modelamiento predictivo se construirán varios modelos

de detección de patrones que inciden en la variable “Actitud hacia el cumplimiento”, la

que se creó a partir de la mezcla de las variables “Brecha Total de Cumplimiento”

correspondiente al promedio de los 30 incumplimientos y los factores de la encuesta9

expresados en variables dicotómicas, refundidos en la ecuación N° 2:

Ecuación n° 2: Generación de la variable “Actitud hacia el Cumplimiento”

Índices:

𝑓: 𝑃𝑟𝑒𝑔𝑢𝑛𝑡𝑎 𝑝𝑒𝑟𝑡𝑒𝑛𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑎 𝑢𝑛 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑋, 𝑌

𝑘: 𝐶𝑜𝑛𝑡𝑟𝑖𝑏𝑢𝑦𝑒𝑛𝑡𝑒 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑖𝑒𝑛𝑡𝑒 𝑎𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑋, 𝑌, 𝑍

Variables:

𝑆𝑒𝑎 𝑋: 𝐸𝑠𝑐𝑎𝑙𝑎𝑟 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎𝑠 𝑎 𝑙𝑎 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑎 𝑛𝑜 𝑐𝑢𝑚𝑝𝑙𝑖𝑟 𝑝𝑜𝑟 𝑓𝑎𝑐𝑡𝑜𝑟

𝑆𝑒𝑎 𝑌: 𝐸𝑠𝑐𝑎𝑙𝑎𝑟 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎𝑠 𝑎 𝑙𝑎 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑎 𝑐𝑢𝑚𝑝𝑙𝑖𝑟 𝑝𝑜𝑟 𝑓𝑎𝑐𝑡𝑜𝑟

𝑆𝑒𝑎 𝑍: 𝑉𝑒𝑐𝑡𝑜𝑟 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑜 𝑎 𝑙𝑎𝑠 𝑏𝑟𝑒𝑐ℎ𝑎𝑠 𝑑𝑒 𝑐𝑢𝑚𝑝𝑙𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑡𝑟𝑖𝑏𝑢𝑡𝑎𝑟𝑖𝑜

∑𝑋𝑓

𝑌𝑓∗ �⃖�𝑘 ∀ 𝑋, 𝑌 ∈ 𝑓1, 𝑓2, … . 𝑓𝑛 Λ �⃖� ∈ 𝑘1, 𝑘2, … . 𝑘𝑛 (2)

𝑘𝑛

𝑘=1

Cuando para una determinada instancia 𝑘 la ecuación toma valores menores a 0 la

variable toma las categorías de “Cumple” y “Quiere cumplir”, dependiendo si se

encuentra en un tramo inferior o superior de la mediana correspondiente al espacio de

los números reales negativos, de lo contrario si toma valores mayores a 0 la variable

toma las categorías de “No Cumple” y “Cumple si es obligado”, dependiendo si se

encuentra en un tramo inferior o superior de la mediana correspondiente al espacio de

los números reales positivos.

9 Para mayor información ver anexos 2 y 6

17

2.4. Ejecución Y Resultados Del Modelo A Priori Para Asociaciones Entre

Brechas Y Preguntas De Encuesta

El uso de modelos Apriori se debe a que su aplicación nos permitirá entender cómo se

asocian los conjuntos de elementos frecuentes y la generación de reglas de asociación

en grandes volúmenes de datos (Roffilli & Lomi, 2006).

El algoritmo actúa identificando los elementos individuales frecuentes en la base de

datos y extendiéndolos a conjuntos de elementos cada vez mayores, siempre y cuando

esos conjuntos de elementos aparezcan con suficiente frecuencia en la base de datos.

Los conjuntos de ítems frecuentes determinados por Apriori se pueden utilizar para

determinar las reglas de asociación que destacan las tendencias generales en la base de

datos. Adquiriere especial relevancia en la tarea de entender las relaciones entre las

brechas del cumplimiento tributario y los factores de la encuesta, de manera tal de ir

clasificando los itemsets más frecuentes para una posterior modelización más eficiente

de los clasificadores, en específico el Modelo de Regresión Logística Multinomial.

Para poder interpretar de mejor manera los resultados de este modelo, en primer lugar,

se tiene que un itemset corresponde a una colección de uno o más ítems ej.: {Brecha 1,

brecha 3, brecha 7} el soporte corresponde a la fracción de transacciones que contiene

el itemset. Se puede interpretar como: ¿En qué porcentaje del total de transacciones se

repite la combinación {Brecha 1, brecha 3, brecha 7}?. Otro elemento importante es el

porcentaje de confianza que determina una determinada regla, que significa la fracción

de veces que ítems en Y aparecen en transacciones que contienen X, pudiéndose

interpretar como: ¿En qué porcentaje del total de las transacciones que poseen el

Itemset: {Brecha 1, brecha 3, brecha 7} se repite la combinación {Brecha 1, brecha 3}?.

En este caso específico, la aplicación del algoritmo A PRIORI se utilizará para los efectos

de testear la correcta aplicación del proceso de Matching devenido del apartado 2.2.3.

y tener una primera aproximación de los efectos de la creación de la variable “Actitud

Hacia el Cumplimiento” dado que se evalúan los 30 factores en cuanto a su relación con

uno de los cuatro valores de la variable (“Cumple”, “Quiere Cumplir”, “Cumple si es

Obligado”, “No Cumple”).

Por otra parte, también se evalúan las relaciones entre las 30 brechas de cumplimiento

programas, para tener una aproximación a los efectos de encadenamiento ante la

ocurrencia de un determinado incumplimiento que puede gatillarse junto a otros

simultáneamente y así ser posibles causas determinantes de la una conducta enfocada

hacia los segmentos “Cumple si es Obligado” y “No Cumple”.

18

Gráfico N° 3: Red de principales asociaciones entre brechas de cumplimiento tributario mediante modelo a priori*.

*(El mayor grosor de los conectores denota a las relaciones más fuertes).

Soporte > 70% Soporte entre 70% y 60%

Soporte entre 60% y 50% Soporte < 50%


19

Gráfico N° 4: Red de principales asociaciones entre factores de encuesta y categorías de

cumplimiento mediante modelo apriori*.

*Las relaciones muestran la interacción entre la categoría de cumplimiento, 1= “No quiere cumplir”, 2= “Cumple si es obligado”, 3= “Quiere cumplir”, 4= “Cumple”. Y resultados afirmativos de cada nivel del factor. El mayor grosor de los conectores denota a las relaciones más fuertes.


20

Gráfico N° 5: Red de principales asociaciones entre factores de encuesta y categorías de

cumplimiento mediante modelo apriori*.

*Las relaciones muestran la interacción entre la categoría de cumplimiento, 1= “No quiere cumplir”


21

3. Regresión Logística Multinomial Sobre Macrofactores De Encuesta Y Variables

Del Path Dependence Del Contribuyente

Esta sección proporciona un modelo capaz de mostrar las relaciones de las variables

contenidas en el “path dependence” y los “macro factores” sobre la Actitud Hacia el

Cumplimiento, para esto es necesario considerar un breve antecedente sobre la técnica

estadística empleada para predecir las probabilidades de “Actitud hacia el

cumplimiento” de los contribuyentes. Dado que la variable dependiente subyacente, es

decir, el Indicador de “Actitud hacia el cumplimiento” es categórico (multinomial) y

tiene valores: 1= “No quiere cumplir”, 2= “Cumple si es obligado”, 3= “Quiere cumplir”,

4= “Cumple”. Dado este estado de naturaleza de la variable, los modelos de regresión

de mínimos cuadrados ordinaria no pueden usarse por violar los supuestos de normalidad de las respuestas y homoscedasticidad de los residuos.

La distribución subyacente de la variable dependiente es binomial y la media de la

distribución, que es la propensión al cumplimiento (π, ecuación 4.3) deviene en la

variable dependiente “Actitud hacia el cumplimiento” que toma valores discretos y se materializa en las variables categóricas individualizadas en el párrafo anterior.

Debe ser modelada en función de los factores de la encuesta y atributos del “Path

Depence del Contribuyente” incluido su historial de brechas de cumplimiento en este

último10. Esta función no puede ser Lineal ya que, teóricamente, las predicciones

pueden oscilar entre - ∞ y + ∞, pero las probabilidades están entre 0 y 1. Por lo tanto,

se aplica una transformación no lineal, log odds (Logit) a la variable dependiente que

se expresa como una función lineal de las variables independientes de la siguiente

manera (Perner, 2016):

Ecuación n° 3: Modelo de Regresión Logística Multinomial.

𝐴𝐶 = 𝛼 + 𝛽1𝐴𝑛𝑡 + 𝛽2𝐶𝑅𝑡𝑎 + 𝛽3𝐶𝐼𝑣𝑎 + 𝛽4𝑆𝐵𝑟𝑅𝑒𝑔 + 𝛽5𝑆𝐵𝑟𝐼𝑛𝑓 + 𝛽6𝑆𝐵𝑟𝐷𝑐𝑙 + 𝛽7𝑆𝐵𝑟𝑃𝑎𝑔

+ 𝛽8𝑆𝐵𝑟𝑇𝑜𝑡 + 𝛽9𝐿𝑛𝑅𝑖𝑞𝑢𝑒𝑧𝑎 + 𝛽10...100𝐹𝑎𝑐𝑡𝑜𝑟1…32 (3)

Donde:

AC: Actitud hacia el cumplimiento

α: Constante de la regresión

β_(1-100): Coeficientes beta específicos para cada una de las cien variables independientes

10 Ver Anexo N° 7

22

Ant: Antigüedad del contribuyente en el sistema tributario.

CRta: Carga de Impuesto a la Renta del contribuyente (monto impuesto/total ingresos)

CIva: Carga de Impuesto al Valor Agregado del contribuyente (monto impuesto/total ingresos)

SBrReg: Score de brechas asociadas a la dimensión de registro

SBrInf: Score de brechas asociadas a la dimensión de información

SBrPag: Score de brechas asociadas a la dimensión de pago

LnRiqueza: Logaritmo natural de la riqueza del contribuyente según subcapítulo 2.2.2.

Factor: Factores extraídos desde encuesta, según tabla n° 5, 32 factores divididos en 3

grados de intensidad de respuesta (Alto, Medio, Bajo).

La anterior forma funcional de modelar las probabilidades tiene las siguientes ventajas:

1) Los Logits estimados son libres de estar situados entre -∞ y + ∞.

2) El modelo funciona incluso cuando las respuestas (probabilidades de clasificarse en

una determinada actitud hacia el cumplimiento) no son normales.

3) El modelo tiene una forma lineal y las estimaciones de parámetros pueden estar

directamente relacionadas con el Logit de inscripción.

4) Las probabilidades correspondientes de “Actitud Hacia el Cumplimiento” se pueden

obtener transformando la ecuación de Logit estimada en la siguiente forma de

probabilidad (He et al., 2015):

Ecuación n° 4: Función de probabilidad de la clasificación de “Actitud Hacia el

Cumplimiento”.

𝐿𝑜𝑔 (𝜋

1 − 𝜋) = 𝐴𝐶 (4.1)

Donde 𝜋: (4.2)

π =eα+ β1Ant+ β2CRta+β3CIva+ β4SBrReg+ β5SBrInf+β6SBrDcl+β7SBrPag+ β8SBrTot+ β9LnRiqueza+ β10...100Factor1…32

1+eα+ β1Ant+ β2CRta+β3CIva+ β4SBrReg+ β5SBrInf+β6SBrDcl+β7SBrPag+ β8SBrTot+ β9LnRiqueza+ β10...100Factor1…32

23

Las estimaciones de los parámetros β de la función de respuesta logística se obtienen

mediante el método de estimación de máxima verosimilitud. Equivalentemente cabe

señalar que las estimaciones también pueden obtenerse minimizando la función de

verosimilitud logarítmica de los parámetros (Perner, 2016).

Sin embargo, no existe una solución de forma cerrada para optimizar tales funciones de

verosimilitud y sólo se utilizan procedimientos de búsqueda numérica intensivos en

computación para encontrar iterativamente las estimaciones de máxima verosimilitud

de los parámetros. En la realización de este modelo se utiliza IBM SPSS MODELER®,

que emplea el algoritmo de Newton-Raphson, y los correspondientes test de Wald para

estimar el modelo de actitud hacia el cumplimiento de contribuyentes de primera categoría de la Ley de Impuesto a la Renta.

En las siguientes páginas de muestran los resultados del modelo:

Esquema n° 13: Resultados aplicación modelo de Regresión Logística Multinomial sobre la variable “Actitud Hacia el Cumplimiento”.

24

Gráfico N° 6: Curva ROC, performance del modelo Logístico.


3.1. Evaluación del Modelo de Regresión Logística Multinomial11

El modelo logístico, logra sortear de buena manera la falta de ganancia de información

en los segmentos extremos: “No quiere cumplir” para contribuyente de ingresos muy

bajos y muy altos, ostenta buenos niveles de ganancia y precisión en todas las

particiones y rendido correctamente los test de sobreajuste, presenta un poder

predictivo global propios de un modelo robusto.

Se cumple el propósito central que gatilla su elaboración, ya que se obtiene un modelo

robusto capaz de mostrar las relaciones existentes entre las variables trabajadas y los

resultados de la “Actitud hacia el Cumplimiento” mediante el análisis de los coeficientes beta (β).

La robustez del modelo se explica por los test de correlación, sobretodo el de

Nagelkerke que tiende a 0.4 y tiende a emparejarse con el test de Cox and Snell, el cual

es un test un poco más riguroso que el anterior en el campo de los modelos

multinomiales, además de mostrar un test chi-cuadrado que confirma la hipótesis de

validez del modelo y las respectivas significancias de las principales variables expuestas.

11 Para apreciar tablas de resultados por variables, ver anexo n° 5 tablas 8 y 9.

25

4. Conclusiones y Recomendaciones de Política Tributaria

Se pudo comprobar empíricamente que las actitudes impactan significativamente en el

comportamiento del contribuyente a nivel económico, erosionando tanto bases

imponibles como el cumplimiento de las obligaciones accesorias que rodean dicho mandato principal generando mayor cantidad de Brechas Tributarias.

Las variables demográficas afectan significativamente a las micro y pequeñas

empresas, principalmente en lo relacionado a la antigüedad. Según Braithwaite (Valerie

Braithwaite & Wenzel, 2008) se puede interpretar como el proceso de construcción de

la racionalidad, es decir mediante ensayos y errores se van generando los aprendizajes

tanto positivos como negativos que determinan la propensión hacia el cumplimiento

tributario. Cruzando un determinado umbral de antigüedad (aproximadamente 3 años)

y sumado a la presencia de constelaciones valóricas bajas, locus externo, mala

evaluación de los canales disponibles por el SII y la sensación de bajas probabilidades

de ser fiscalizado, genera en los contribuyentes micro y pequeños una actitud negativa

ante el cumplimiento (no quiere cumplir, cumple si es obligado). Por otra parte, si

encuentran valor en los medios disponibles por el SII y además tienen una visión

positiva de su entorno tanto a nivel de pares intra-sistema tributario como de

percepción social y de gestión de los recursos públicos, son capaces de sortear las

dificultades generadas por los canales disponibles para cumplir con sus obligaciones

tributarias o al menos tener una buena disposición hacia el cumplimiento.

Las empresas medianas se caracterizan por mantener actitudes positivas hacia el

cumplimiento (cumple, quiere cumplir) condicionadas a variables más objetivas, como

son la disponibilidad de canales y la calidad de los mismos y sumado a un set de

variables subjetivas como la percepción mayoritaria de la evasión en el segmento Micro

Empresa y en forma tangencial las variables de tipo institucionales como son la

provisión de bienes públicos y percepción de la corrupción. Estas últimas dos variables

influyen significativamente sobre las actitudes negativas del cumplimiento. Un factor

relevante para esto lo conforma su estructura organizacional híbrida caracterizada por

tener pocas personas para una gran cantidad de funciones y la figura del dueño

trabajando a la par e interactuando de manera personal ante el SII.

Por esta razón, para este segmento el éxito de conseguir actitudes positivas depende

principalmente de la celeridad y canales por los cuales fluyen las soluciones.

En el segmento de grandes empresas se ve que la mayoría de los predictores

significativos tienen mayor relación con percepciones que con hechos concretos sobre

la gestión del SII, por lo cual se cumple la tesis de que entre mayor es el tamaño de la

empresa, más relevancia cobran los aspectos “racionales” sobre los morales (Valerie

Braithwaite & Wenzel, 2008) por ejemplo, la percepción de una baja probabilidad de

ser fiscalizado y creer que los mayores esfuerzos del SII se concentran en los

26

contribuyentes de otros tamaños, genera “ventanas de oportunidad” para cometer

ilícitos o simplemente no querer cumplir.

Como variables determinantes del cumplimiento y de la voluntad de querer cumplir

para este tipo de empresas, destaca la provisión de servicios de calidad por parte del

SII sumado a una visión positiva del entorno social y de sus pares. Para los casos donde

predomina el locus externo, la sensación de una inminente fiscalización mejora la

actitud considerablemente dada la influencia de la percepción social en sus utilidades,

confirmando que las normas sociales como el apego a la legalidad representan patrones de comportamiento igualmente juzgados por otros (Alm et al., 1999 en (Nichita, 2012)).

El análisis multivariante del modelo logístico, muestra que los aumentos en las

relaciones presenciales SII-Contribuyente, tienen un impacto importante en la

reducción de la probabilidad de que este pase de no querer cumplir, moviéndose hacia

un mejor escenario de cumplimiento. Además, un contribuyente con mayor cantidad de

variables de locus externo, como las ligadas a la corrupción pública, a una baja

percepción valórica y mayor concentración de la evasión en otros segmentos de

contribuyentes, tiene una alta probabilidad de no querer cumplir.

La variable “satisfecho servicio SII” es estadísticamente significativa, sin embargo, no

es determinante de alguna actitud hacia el cumplimiento, dado que se estima positiva

en todos los estados de la variable (cumple, quiere cumplir, cumple si es obligado y no

quiere cumplir) por lo cual, se estima que todos los contribuyentes adoptan una

determinada posición agresiva independiente de la calidad de servicio, luego se

confirma la tesis de que la decisión de no querer cumplir pasa por factores de conducta

grupal, referenciando la señal de que el comportamiento de incumplimiento es

aceptable, lo que se puede comprobar empíricamente a nivel de rubros más críticos que

históricamente han sobresalido por los constantes casos de fraudes tributarios (madera, chatarra, carne, entre otros).

La variable dependiente de actitud hacia el cumplimiento “cumple si es obligado” posee

coeficientes y probabilidades similares al grupo “no quiere cumplir” a excepción del

factor “Interactúa Dueño” que influye de manera inversa y significativa, haciendo

presión hacia las partes más bajas de la pirámide. Esto hace la diferencia sobre el grupo

anterior disminuyendo el carácter deliberado de la decisión, dejando mayor

variabilidad y espacio para estrategias de intervención tendientes a suplir ciertos

problemas de agencia.

Los factores facilitadores de conductas positivas en los segmentos “cumple” y “quiere

cumplir” que demostraron ser significativos tienen la particularidad de acortar las

distancias entre los contribuyentes y el SII, como es el conocimiento de los medios

disponibles y la interacción directa de los dueños, también los aspectos valóricos y de

moral social juegan un rol relevante, relacionándose directamente con la teoría de la

"motivación intrínseca para pagar impuestos" (Torgler, 2003: 5 en (Eliza Ahmed,

2005)) y luego desarrollada como “moral fiscal” (Frey, 1997 en (Eliza Ahmed, 2005)).

27

Una de las principales conclusiones es que la constante observada en los resultados de

los modelos aplicados fue el problema de distancia existente entre la administración

tributaria y los contribuyentes, sintetizado en el poco conocimiento de los medios

disponibles y los canales de atención para los contribuyentes de menor tamaño, y por

otra parte, factores atribuidos a la poca efectividad del pago de impuestos en la

generación de bienes públicos, la proliferación de casos de corrupción o la poca

probabilidad de ser fiscalizado para el caso de las grandes empresas, van moldeando la multifactorialidad del problema de distancia planteado.

Por estos motivos, los resultados de la investigación son capaces de convertirse en un

insumo capaz de ir acortando dichas distancias, dado que comprenden los factores

críticos incluso de un contribuyente en particular, por lo tanto aportan directamente a

la creación de tratamientos ad-hoc haciendo mucho más efectiva y eficiente la presión

hacia los escenarios donde los contribuyentes cumplen cabalmente sus obligaciones de

forma autónoma, optimizando el uso de los recursos públicos y los esfuerzos de

fiscalización en aquellos contribuyentes que requieren estrategias más agresivas de

enforcement y por otra parte aprovechando los espacios para hacer gestión del

cumplimiento en aquellos contribuyentes que queriendo cumplir presentan errores o

deficiencias en la información aportada al SII en sus declaraciones, o donde existan escenarios de buenas constelaciones valóricas, locus interno, entre otros factores.

La aplicación del párrafo anterior abre una gran ventana de oportunidades para la

generación de valor traducido en mayor recaudación tributaria, menores costos de

cumplimiento para los contribuyentes y menores gastos de administración tributaria,

producto de su contribución a paliar las causas que generan los incumplimientos a

diferencia de las medidas correctivas tradicionales que comúnmente surgen luego de

consumado un incumplimiento. Por esta razón se espera proyectar los alcances de la

presente investigación a los resultados de la implementación del clasificador y

asignación de tratamientos por nivel de propensión a cumplir, midiendo el impacto en

los tres indicadores señalados12.

12 Recaudación tributaria, costos de cumplimiento para los contribuyentes y gastos de Administración Tributaria.

28

5. Bibliografía

• Abraham, M., Lorek, K., Richter, F., & Wrede, M. (2016). Collusive tax evasion and social norms. International Tax and Public Finance, 1–19.

• Braithwaite, V. (2003). Taxing democracy: understanding tax avoidance and

evasion - International Bureau of Fiscal Documentation. Aldershot: Ashgate.

• Braithwaite, V. & Braithwaite, J. (2001). Managing taxation compliance: The

evolution of the Australian Taxation Office compliance model. St. Leonards, Australia: Prospect Media Pty Ltd.

• Braithwaite, V. A. (Valerie A. (2009). Defiance in taxation and governance:

resisting and dismissing authority in a democracy. Cheltenham, UK • Northampton, MA, USA: Edward Elgar.

• Braithwaite, V., & Wenzel, M. (2008). The Cambridge handbook of psychology and economic behaviour (1st ed.). Cambridge: Cambridge University Press.

• Coricelli, G., Joffily, M., Montmarquette, C., & Villeval, M. C. (2010). Cheating,

emotions, and rationality: an experiment on tax evasion. Experimental Economics, 13(2), 226–247.

• Devos, K. (2014). Tax Compliance Theory and the Literature. En Factors

Influencing Individual Taxpayer Compliance Behaviour (pp. 13–65). Dordrecht:

Springer Netherlands.

• Eliza Ahmed, V. B. (2005). Understanding small business taxpayers: Issues of deterrence, tax morale, fairness and work practice. Melbourne.

• He, X., Gao, X., Zhang, Y., & Hutchison, D. (2015). Intelligence Science and Big Data

Engineering Big Data and Machine Learning Techniques. (X. He, X. Gao, Y. Zhang, I.

Conference, & D. Hutchison, Eds.) (1a ed.). New York, NY: Springer New York.

• James, S., & Alley, C. (2002). Tax compliance, self-assessment and tax administration.

• Kotsiantis, S., Koumanakos, E., Tzelepis, D., & Tampakas, V. (2006). Predicting

Fraudulent Financial Statements with Machine Learning Techniques. En G. Antoniou, G.

Potamias, C. Spyropoulos, & D. Plexousakis (Eds.), Advances in Artificial Intelligence:

4th Helenic Conference on AI, SETN 2006, Heraklion, Crete, Greece, May 18-20, 2006. Proceedings (pp. 538–542). Berlin, Heidelberg: Springer Berlin Heidelberg.

• Latorre, Sánchez, F. (2012). Mathematical Methodologies in Pattern Recognition

and Machine Learning No Title. (A. L. N. F. edro Latorre Carmona J, Salvador Sánchez,

Ed.) (1a ed.). New York, NY: Springer New York.

29

• Lefebvre, M., Pestieau, P., Riedl, A., & Villeval, M. C. (2015). Tax evasion and social

information: an experiment in Belgium, France, and the Netherlands. International Tax and Public Finance, 22(3), 401–425. http://doi.org/10.1007/s10797-014-9318-z

• Maciejovsky, B., Schwarzenberger, H., & Kirchler, E. (2012). Rationality Versus

Emotions: The Case of Tax Ethics and Compliance. Journal of Business Ethics, 109(3),

339–350.

• Marandu, E. E. (2014). Determinants of Tax Compliance: A Review of Factors and

Conceptualizations, (October), 10–12, (ME14 DUBAI Conference) Dubai, 10-12 October

2014 ISBN: 978-1-941505-16-8 Paper ID_D4110.

• Nichita, R. (2012). Understanding the Determinants of Tax Compliance Behavior

as a Prerequisite for Increasing Public. The USV Annals of Economics and Public Administration, 12(1), 201–210.

• OECD, O. for E. C. and D. (2012). Reducing opportunities for tax non-compliance

in the underground economy (Information note).

• Perner, P. (2016). Machine Learning and Data Mining in Pattern Recognition. (P.

Perner, Ed.) (1a ed.). New York, NY: Springer New York.

• Roffilli, M., & Lomi, A. (2006). Identifying and Classifying Social Groups: A

Machine Learning Approach. En V. Batagelj, H.-H. Bock, A. Ferligoj, & A. Žiberna (Eds.),

Data Science and Classification (pp. 149–157). Berlin, Heidelberg: Springer Berlin Heidelberg.

• Suthaharan, S. (2016). Machine Learning Models and Algorithms for Big Data

Classification (Vol. 36). Boston, MA: Springer US. http://doi.org/10.1007/978-1-4899-7641-3

• Trivedi, V. U., Shehata, M., & Lynn, B. (2003). Impact of Personal and Situational

Factors on Taxpayer Compliance: An Experimental Analysis. Journal of Business Ethics,

47(3), 175–197.

• Whait, R. B. (2012). Developing risk management strategies in tax

administration: The evolution of the Australian taxation office’s compliance model,

10(2), 436–464.

WEB

• Plan de Gestión del Cumplimiento Tributario año 2016,

www.sii.cl/sobre_el_sii/plan_cumplimiento_tributario2016.pdf

• Servicio de Impuestos Internos de Chile, www.sii.cl

30

6. Anexos

1. Diseño metodológico y tratamiento de la encuesta.

Tabla n°3: Descripción de la muestra en segmentos de empresas

Variable Categorías Micro y pequeña RM

Micro y pequeña Regiones

Mediana y grande RM

Mediana y grande regiones

Régimen especial RM

Régimen especial regiones

Posición Dueño 51% 72% 4% 16% 74% 82%

Socio/accionista 10% 5% 5% 6% 6% 3%

Gerente general 3% 1% 4% 4% 1% 1%

Representante Legal

4% 6% 2% 6% 5% 2%

Jefe de contabilidad, responsable tributario

19% 8% 65% 45% 10% 6%

Gerente subgerente o jefe de finanzas y/o administración

11% 8% 21% 23% 4% 6%

Total 100% 100% 100% 100% 100% 100%

Género Hombre 63% 57% 64% 56% 53% 51%

Mujer 37% 43% 36% 44% 47% 49%

Total 100% 100% 100% 100% 100% 100%

Edad 18 a 29 años 6% 4% 8% 6% 6% 3%

30 a 60 años 78% 78% 83% 87% 78% 77%

Más de 60 años 15% 18% 9% 7% 16% 20%

Total 100% 100% 100% 100% 100% 100%

Promedio de edad 48 años 49 años 44 años 45 años 48 años 50 años

Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema

Tributario Chileno”

31

Tabla n°4: Descripción de la muestra en segmentos de Personas

Variable Categorías Público Gral RM Público Gral Regiones

Pers Nat RM

Pers Nat Regiones

Género Hombres 40% 35% 49% 48%

Mujeres 60% 65% 51% 52%

Total 100% 100% 100% 100%

Edad 18 a 29 años 22% 19% 27% 15%

30 a 60 años 55% 57% 64% 74%

Más de 60 años 23% 24% 9% 11%

Total 100% 100% 100% 100%

Promedio de edad 46 años 48 años 40 años 44 años

GSE ABC1 8% 8% 32% 28%

C2 25% 20% 43% 39%

C3 33% 38% 20% 24%

D 26% 25% 5% 8%

E 9% 9% 0,3% 2%

Total 100% 100% 100% 100%

Jefatura de hogar

Jefe de hogar 44% 44% 58% 64%

Otra posición 56% 56% 42% 36%

Total 100% 100% 100% 100%

Actividad principal

Trabaja 47% 49% 88% 88%

Labores del hogar 23% 23% 4% 3%

Pensionado 17% 20% 2% 3%

Estudiante 10% 7% 4% 2%

Otro 3% 1% 3% 4%

Total 100% 100% 100% 100%

Nivel educacional

Básico 15% 10% 1% 1%

Medio 50% 52% 14% 23%

Superior 35% 38% 83% 75%

Total 100% 100% 100% 100% Fuente: Elaboración propia en base a GFK ADIMARK “Encuesta de percepción del Sistema Tributario

Chileno”

32

Tabla n°5: Factores encuestales tratados para la elaboración de la variable “Actitud hacia el Cumplimiento”

Variable Tendencia a no cumplir

F1 Instituciones Públicas poco importantes F19 Mala percepción valórica de los Chilenos

F2 Poco satisfecho con Instituciones Públicas F20 Percepción moral chilena baja

F3 Mala Percepción SII F22 Valores bajos

F4 Poco conocimiento Medios SII F24 Mayor evasión en SGMI

F5 Mala evaluación canales SII F24 Mayor evasión en SGGE

F6 Percibe mucha cantidad de info SII F26 Evasión incide poco recaudación

F7 Sin relación SII F27 No Resiliente

F9 Interactúa tercero F28 Predominantemente liberal

F12 Mala calidad atención SII F28 Predominantemente moderado

F13 Mala calidad WEB SII F29 Poco probable ser fiscalizado

F14 Mala calidad fono SII F30 Muy sensible al uso de recursos públicos

F16 Satisfacción global atención presencial baja F31 Percibe alta corrupción pública

F17 Baja Satisfacción subjetiva atención presencial F32 Alta tendencia al fraude

F18 SII no cumple con misión

Variable Tendencia a cumplir

F1 Instituciones Públicas muy importantes F18 SII cumple con misión

F2 Muy satisfecho con Instituciones Públicas F19 Buena percepción valórica de los Chilenos

F3 Buena Percepción SII F20 Percepción moral chilena alta

F3 Muy buena Percepción SII F21 Buena percepción del CT

F4 Mucho conocimiento Medios SII F22 Valores altos

F5 Muy Buena evaluación canales SII F23 Regular sensación de evasión

F7 Mucha relación SII F24 Mayor evasión en más de un segmento

F8 Satisfecho servicio SII F25 Alto valor tributario

F10 Interacción tramite IVA-RENTA F26 Evasión incide mucho recaudación

F10 Interacción tramite Riac F27 Muy Resiliente

F12 Muy Buena calidad atención SII F28 Predominantemente moderado

F13 Muy buena calidad WEB SII F28 Predominantemente progresista

F14 Muy Buena calidad fono SII F30 Poco sensible al uso de recursos públicos

F14 Regular calidad fono SII F31 Percibe poca corrupción pública

F15 Ha sido fiscalizado SII F32 Nula tendencia al fraude

F16 Satisfacción global atención presencial alta

Fuente: Creación propia a partir de resultados PCA y tratamiento de encuesta

33

2. Brechas de Cumplimiento Tributario

Tabla n°6: Brechas de Cumplimiento Tributario.

Nombre Obligación

1- Acreditar Domicilio 11- Presentación Declaración Jurada 3500.

21- Declaración F-22 en régimen correspondiente, para contribuyentes acogidos al 14 ter

2- Sociedades RES sin Inicio de Actividades

12- Presentación Información Electrónica de Compras.

22- Declaración F-22 en régimen correspondiente, para contribuyentes no acogidos al 14 ter

3- Registro de operaciones contables en documentación autorizada.

13- Presentación Información Electrónica de Ventas.

23- Declarantes F-29 afectos a IVA

4- Término de Giro Persona Natural

14- Presentación Declaración Jurada 3327.

24- Declaración F-29 dentro del plazo

5- Término de Giro Persona Jurídica


25- Retener mensualmente Impuesto Único de Segunda Categoría en F-29

6- Contribuyentes Inactivos con Operaciones en RIAC (Res Ex. N°41/2002 der. por Circ. N°58 30/06/2015)


26- Declarar rentas íntegramente

7- Presentación de Término de giro mediante F-2121

17- Traspasos de FUT a Sociedades que nacen por División

27- Pago de giros por postergación de IVA


18- Declaración de Impuesto a la Renta en F-22

28- Pago de giros por RENTA diferida

9- Presentación Declaración Jurada 1887 informando retenciones de Impuesto Único de 2° CAT.

19- Declaración F-22 dentro del plazo de contribuyentes de primera categoría

29- Pagos de giros por diferencia de F-50


20- Declaración F-22 dentro del plazo de contribuyentes de segunda categoría

30- Pagos de giros por diferencia de F-29

Fuente: Creación propia a partir de normativa tributaria vigente

34

3. Gráficos proceso de clustering

Gráfico N° 7: Resultados Clustering para el segmento Micro Empresa (predictores más importantes).


35

Gráfico N° 8: Resultados Clustering para el segmento Pequeña Empresa (predictores más importantes).


36

Gráfico N° 9: Resultados Clustering para el segmento Mediana Empresa (predictores más importantes).


37

Gráfico N° 10: Resultados Clustering para el segmento Gran Empresa (predictores más importantes).


38

4. Tabla proceso APRIORI

Tabla n° 7: Resultados del modelo apriori en el ámbito encuestas para los segmentos: gran, mediana, pequeña y micro empresa.


39

5. Modelo de Regresión Logística Multinomial

Tabla n° 8: Estimaciones de los principales parámetros logísticos para los valores de la

variable “Actitud hacia el cumplimiento”.


Límite inferior Límite superior

Intersección -51,435 127,993 0,161 1 0,688

Score BR_TOT 0,133 0,043 9,366 1 0,002 1,142 1,05 1,24

[F1 Instituciones Públicas muy

importantes=0]-4,839 11,986 0,163 1 0,686 0,008 0,00 1,26E+08

[F3 Mala Percepción SII=0] 1,704 1,132 2,263 1 0,132 5,494 0,60 50,56

[F4 Mediano conocimmiento

Medios SII=0]4,823 17,646 0,075 1 0,785 124,366 0,00 1,30E+17

[F4 Poco conocimmiento

Medios SII=0]7,518 17,660 0,181 1 0,670 1841,540 0,00 1,99E+18

[F7 Mucha relación SII=0] -9,883 21,994 0,202 1 0,653 5,104E-05 0,00 2,69E+14

[F8 Satisfecho serivicio SII=0] 12,326 3,421 12,984 1 0,000 225382,956 276,23 1,84E+08

[F9 Interactua dueño=0] -4,794 15,446 0,096 1 0,756 0,008 0,00 1,16E+11

[F9 Interactua tercero=0] 1,438 15,456 0,009 1 0,926 4,213 0,00 6,03E+13

[F12 Regular calidad atención

SII=0]-3,643 4,926 0,547 1 0,460 0,026 0,00 408,48

[F15 Ha sido fiscalizado SII=0] -1,326 4,061 0,107 1 0,744 0,265 0,00 759,16

[F17 Alta Satisfacción subjetiva

atención presencial=0]-6,210 2,602 5,697 1 0,017 0,002 0,00 0,33

[F22 Valores bajos=0] 36,998 2,389 239,815 1 0,000 5,386E-03 0,00 1,26E+18

[F24 Mayor evasión en

SGMI=0]0,596 2,847 0,044 1 0,834 1,814 0,01 480,45

[F26 Evasión incide mucho

recaudación=0]-0,513 9,269 0,003 1 0,956 0,598 0,00 4,65E+07

[F28 Predominantemente

moderado=0]0,963 10,510 0,008 1 0,927 2,619 0,00 2,31E+09

[F30 Muy sensible al uso de

recursos públicos=0]2,692 0,883 9,300 1 0,002 14,754 2,62 83,21

[F31 Percibe alta corrupción

pública=0]8,208 126,624 0,004 1 0,948 3670,597 0,00 2,22E+111

[F32 Alta tendencia al

fraude=0]3,976 0,768 26,795 1 0,000 53,313 11,83 240,25

[F32 Mediana tendencia al

fraude=0]1,441 0,485 8,816 1 0,003 4,224 1,63 10,93

[F32 Nula tendencia al

fraude=0]1,331 0,000 1 3,783 3,78 3,78

a. La categoría de referencia es: "Cumple"

Cumplimiento SGMIa B Error estándar Wald gl Sig. Exp(B)

95% de intervalo de confianza

para Exp(B)

Estimaciones de parámetro "No Quiere Cumplir"

40



Intersección -7,121 143,884 0,002 1 0,961

Score BR_TOT 0,150 0,041 13,396 1 0,000 1,162 1,072 1,260

[F1 Instituciones Públicas

muy importantes=0]-0,776 11,930 0,004 1 0,948 0,460 3,225E-11 6,57E+09

[F3 Mala Percepción SII=0]0,385 1,069 0,130 1 0,719 1,469 0,181 11,937

[F4 Mediano

conocimmiento Medios

SII=0]1,148 17,417 0,004 1 0,947 3,152 4,716E-15 2,11E+15


Medios SII=0]2,695 17,429 0,024 1 0,877 14,806 2,163E-14 1,01E+16

[F7 Mucha relación SII=0] -3,593 21,701 0,027 1 0,869 0,028 9,278E-21 8,17E+16

[F8 Satisfecho serivicio

SII=0]7,534 1,816 17,210 1 0,000 1870,561 53,224 65741,572

[F9 Interactua dueño=0] -5,267 15,222 0,120 1 0,729 0,005 5,692E-16 4,68E+10

[F9 Interactua tercero=0] 0,220 15,237 0,000 1 0,989 1,246 1,335E-13 1,16E+13

[F12 Regular calidad

atención SII=0]-4,234 4,450 0,905 1 0,341 0,014 2,363E-06 88,909

[F15 Ha sido fiscalizado

SII=0]-0,480 3,590 0,018 1 0,894 0,619 0,001 703,712

[F17 Alta Satisfacción

subjetiva atención

presencial=0]-6,948 2,414 8,286 1 0,004 0,001 8,472E-06 0,109

[F22 Valores bajos=0] 36,528 67,950 0,289 1 0,591 7,31E+15 1,059E-42 5,05E+73


SGMI=0]0,090 2,747 0,001 1 0,974 1,094 0,005 238,098


recaudación=0]1,206 9,290 0,017 1 0,897 3,342 4,133E-08 2,70E+08


moderado=0]-1,574 10,413 0,023 1 0,880 0,207 2,837E-10 1,51E+08




pública=0]8,924 125,871 0,005 1 0,943 7506,776 5,422E-104 1,04E+111


fraude=0]-42,409 9,570 19,636 1 0,000 3,819E-19 2,727E-27 5,350E-11


fraude=0]-43,404 9,554 20,640 1 0,000 1,412E-19 1,042E-27 1,915E-11


fraude=0]-43,334 9,543 20,622 1 0,000 1,514E-19 1,142E-27 2,008E-11


Estimaciones de parámetro "Cumple si es Obligado"

B Error estándar Wald gl Sig. Exp(B)


para Exp(B)Cumplimiento SGMI

a

41



Intersección 2,936 143,380 0,000 1 0,984

Score BR_TOT 0,102 0,043 5,630 1 0,018 1,107 1,018 1,205


muy importantes=0]-0,343 11,799 0,001 1 0,977 0,710 6,427E-11 7,84E+09

[F3 Mala Percepción SII=0]-0,217 1,106 0,038 1 0,845 0,805 0,092 7,030

[F4 Mediano


SII=0]0,884 17,283 0,003 1 0,959 2,422 4,707E-15 1,25E+15


Medios SII=0]1,630 17,298 0,009 1 0,925 5,102 9,635E-15 2,70E+15



SII=0]10,160 4,617 4,844 1 0,028 25857,608 3,040 2,20E+08


[F9 Interactua tercero=0] -2,736 15,212 0,032 1 0,857 0,065 7,292E-15 5,76E+11


atención SII=0]-2,182 5,162 0,179 1 0,673 0,113 4,555E-06 2796,453


SII=0]-3,827 2,772 1,906 1 0,167 0,022 9,513E-05 4,983


subjetiva atención

presencial=0]-7,343 2,515 8,524 1 0,004 0,001 4,677E-06 0,090



SGMI=0]-2,005 2,706 0,549 1 0,459 0,135 0,001 27,092


recaudación=0]0,130 9,359 0,000 1 0,989 1,139 1,230E-08 1,05E+08


moderado=0]-2,574 10,475 0,060 1 0,806 0,076 9,252E-11 6,28E+07




pública=0]4,500 124,992 0,001 1 0,971 89,986 3,637E-105 2,23E+108


fraude=0]-36,241 0,783 2142,916 1 0,000 1,823E-16 3,931E-17 8,457E-16


fraude=0]-36,975 0,474 6084,918 1 0,000 8,746E-17 3,454E-17 2,215E-16


fraude=0]-37,014 0,000 1 8,413E-17 8,413E-17 8,413E-17




para Exp(B)

Estimaciones de parámetro "Quiere Cumplir"

42


Límite inferior

Límite

superior

Intersección 4,404 215,071 0,000 1 0,984

Score BR_TOT 0,153 0,065 8,445 1,500 0,026 1,661 1,53E+00 1,81E+00


muy importantes=0]-0,514 17,698 0,001 1,500 1,465 1,065 9,64E-11 1,18E+10

[F3 Mala Percepción SII=0]-0,325 1,658 0,058 1,500 1,267 1,208 1,38E-01 1,05E+01

[F4 Mediano


SII=0]1,327 25,925 0,004 1,500 1,439 3,632 7,06E-15 1,87E+15


Medios SII=0]2,444 25,947 0,013 1,500 1,387 7,653 1,45E-14 4,05E+15

[F7 Mucha relación SII=0] -7,595 33,354 0,078 1,500 1,230 0,009 1,12E-21 8,02E+16


SII=0]15,241 6,925 7,265 1,500 0,042 38786,412 4,56E+00 3,30E+08

[F9 Interactua dueño=0] -10,025 22,791 0,290 1,500 0,990 0,002 2,19E-16 1,61E+10

[F9 Interactua tercero=0] -4,105 22,818 0,049 1,500 1,286 0,097 1,09E-14 8,64E+11


atención SII=0]-3,272 7,743 0,268 1,500 1,009 0,169 6,83E-06 4,19E+03


SII=0]-5,741 4,158 2,859 1,500 0,251 0,033 1,43E-04 7,47E+00


subjetiva atención

presencial=0]-11,015 3,773 12,785 1,500 0,005 0,001 7,02E-06 1,34E-01

[F22 Valores bajos=0] 52,487 101,869 0,398 1,500 0,910 2,36E+15 3,67E-43 1,51E+73


SGMI=0]-3,007 4,059 0,823 1,500 0,688 0,202 1,00E-03 4,06E+01


recaudación=0]0,195 14,039 0,000 1,500 1,483 1,708 1,84E-08 1,58E+08


moderado=0]-3,861 15,712 0,091 1,500 1,209 0,114 1,39E-10 9,42E+07


recursos públicos=0]0,944 1,322 0,765 1,500 0,713 2,815 5,00E-01 1,58E+01


pública=0]6,749 187,488 0,002 1,500 1,457 134,979 5,45E-105 3,34E+108


fraude=0]-54,361 1,174 3214,374 1,500 0,000 0,000 5,90E-17 1,27E-15


fraude=0]-55,463 0,711 9127,377 1,500 0,000 0,000 5,18E-17 3,32E-16


fraude=0]-55,521 1 8,413E-17 8,41E-17 8,41E-17

Estimaciones de parámetro "Cumple"


95% de intervalo de

confianza para Exp(B)

43

Tabla n° 9: Resultados del generales modelo RLMN.

44

Continuación

45


Intersección -51,435 127,993 0,161 1 0,688

ANTIGÜEDAD 0,155 0,036 18,638 1 0,000 1,167 1,09E+00 1,25E+00

Carga_Renta_Mean 8,085 4,922 2,698 1 0,100 3245,217 2,10E-01 5,02E+07

Carga_Iva_Mean 0,098 0,753 0,017 1 0,896 1,103 2,52E-01 4,83E+00

Score BR_REG -0,018 0,011 2,893 1 0,089 0,982 9,61E-01 1,00E+00

Score BR_INF -0,005 0,008 0,381 1 0,537 0,995 9,79E-01 1,01E+00

Score BR_DCL -0,041 0,019 4,658 1 0,031 0,960 9,26E-01 9,96E-01

Score BR_PAG -0,018 0,007 7,244 1 0,007 0,982 9,69E-01 9,95E-01

Score BR_TOT 0,133 0,043 9,366 1 0,002 1,142 1,05E+00 1,24E+00

LN_Riqueza_Gral -0,038 0,020 3,422 1 0,064 0,963 9,25E-01 1,00E+00

[F1 Instituciones Públicas medianamente importantes=0] -4,810 11,993 0,161 1 0,688 0,008 5,04E-13 1,32E+08

[F1 Instituciones Públicas muy importantes=0] -4,839 11,986 0,163 1 0,686 0,008 4,97E-13 1,26E+08

[F1 Instituciones Públicas poco importantes=0] -2,512 12,078 0,043 1 0,835 0,081 4,25E-12 1,55E+09

[F2 Muy satisfecho con Instituciones Públicas=0] -0,645 0,500 1,664 1 0,197 0,525 1,97E-01 1,40E+00

[F2 Poco satisfecho con Instituciones Públicas=0] 1,467 1,461 1,008 1 0,315 4,338 2,47E-01 7,61E+01

[F3 Buena Percepción SII=0] -0,655 0,994 0,434 1 0,510 0,519 7,40E-02 3,65E+00

[F3 Mala Percepción SII=0] 1,704 1,132 2,263 1 0,132 5,494 5,97E-01 5,06E+01

[F3 Muy buena Percepción SII=0] 0,064 1,078 0,004 1 0,953 1,066 1,29E-01 8,82E+00

[F4 Mediano conocimmiento Medios SII=0] 4,823 17,646 0,075 1 0,785 124,366 1,19E-13 1,30E+17

[F4 Mucho conocimmiento Medios SII=0] 4,871 17,639 0,076 1 0,782 130,503 1,26E-13 1,35E+17

[F4 Poco conocimmiento Medios SII=0] 7,518 17,660 0,181 1 0,670 1841,540 1,71E-12 1,99E+18

[F5 Mala evaluación canales SII=0] 1,261 0,906 1,939 1 0,164 3,529 5,98E-01 2,08E+01

[F5 Muy Buena evaluación canales SII=0] -1,511 1,086 1,936 1 0,164 0,221 2,63E-02 1,85E+00

[F5 Regular evaluación canales SII=0] -1,163 0,973 1,429 1 0,232 0,312 4,64E-02 2,10E+00

[F6 Percibe media cantidad de info SII=0] 1,558 0,876 3,163 1 0,075 4,751 8,53E-01 2,65E+01

[F6 Percibe mucha cantidad de info SII=0] 4,324 1,085 15,892 1 0,000 75,482 9,01E+00 6,33E+02

[F6 Percibe poca cantidad de info SII=0] 3,053 1,389 4,832 1 0,028 21,186 1,39E+00 3,22E+02

[F7 Mucha relación SII=0] -9,883 21,994 0,202 1 0,653 5,104E-05 9,69E-24 2,69E+14

[F7 Poca relación SII=0] -2,256 3,329 0,459 1 0,498 0,105 1,54E-04 7,15E+01

[F8 Insatisfecho serivicio SII=0] 8,949 3,650 6,012 1 0,014 7699,089 6,02E+00 9,84E+06

[F8 Medianamente satisfecho serivicio SII=0] 11,445 3,534 10,488 1 0,001 93408,181 9,17E+01 9,52E+07

[F8 Satisfecho serivicio SII=0] 12,326 3,421 12,984 1 0,000 225382,956 2,76E+02 1,84E+08



[F10 Interacción tramite Avaluaciones=0] -0,427 14,885 0,001 1 0,977 0,653 1,39E-13 3,05E+12

[F10 Interacción tramite IVA-RENTA=0] -1,957 14,847 0,017 1 0,895 0,141 3,25E-14 6,13E+11

[F10 Interacción tramite Riac=0] -1,232 14,863 0,007 1 0,934 0,292 6,51E-14 1,31E+12

[F11 Realiza tram no presencial=0] 1,808 1,601 1,276 1 0,259 6,101 2,65E-01 1,41E+02

[F11 Realiza tram presencial=0] 4,313 4,900 0,775 1 0,379 74,630 5,03E-03 1,11E+06

[F12 Mala calidad atención SII=0] 4,203 6,027 0,486 1 0,486 66,905 4,96E-04 9,03E+06

[F12 Muy Buena calidad atención SII=0] -1,894 4,881 0,151 1 0,698 0,150 1,05E-05 2,15E+03

[F12 Regular calidad atención SII=0] -3,643 4,926 0,547 1 0,460 0,026 1,68E-06 4,08E+02

[F13 Mala calidad WEB SII=0] 0,614 13,482 0,002 1 0,964 1,848 6,17E-12 5,53E+11

[F13 Muy buena calidad WEB SII=0] -0,242 0,805 0,090 1 0,764 0,785 1,62E-01 3,81E+00

[F13 Regular calidad WEB SII=0] 0,746 2,327 0,103 1 0,748 2,110 2,21E-02 2,02E+02

[F14 Mala calidad fono SII=0] 5,126 5,244 0,955 1 0,328 168,350 5,79E-03 4,90E+06

[F14 Muy Buena calidad fono SII=0] 1,691 2,141 0,624 1 0,430 5,426 8,17E-02 3,60E+02

[F14 Regular calidad fono SII=0] -2,499 2,140 1,364 1 0,243 0,082 1,24E-03 5,45E+00

[F15 Ha sido fiscalizado SII=0] -1,326 4,061 0,107 1 0,744 0,265 9,28E-05 7,59E+02

[F15 Ha sido muy fiscalizado SII=0] -0,829 4,271 0,038 1 0,846 0,437 1,01E-04 1,89E+03

[F15 No ha sido fiscalizado SII=0] 0,685 3,985 0,030 1 0,864 1,984 8,04E-04 4,90E+03

[F16 Satisfacción global atención presencial alta =0] 3,631 2,583 1,977 1 0,160 37,761 2,39E-01 5,96E+03

[F16 Satisfacción global atención presencial baja=0] 4,261 2,575 2,737 1 0,098 70,866 4,55E-01 1,10E+04

[F16 Satisfacción global atención presencial media =0] 1,218 2,208 0,304 1 0,581 3,382 4,46E-02 2,56E+02

[F17 Alta Satisfacción subjetiva atención presencial=0] -6,210 2,602 5,697 1 0,017 0,002 1,23E-05 3,29E-01

[F17 Baja Satisfacción subjetiva atención presencial=0] 1,493 2,480 0,362 1 0,547 4,450 3,45E-02 5,75E+02

[F17 Media Satisfacción subjetiva atención presencial=0] -7,160 2,408 8,844 1 0,003 0,001 6,94E-06 8,71E-02

[F18 SII cumple con misión=0] -2,190 2,239 0,956 1 0,328 0,112 1,39E-03 9,02E+00

[F18 SII cumple medianamente con misión=0] -0,676 1,971 0,118 1 0,731 0,508 1,07E-02 2,42E+01

[F18 SII no cumple con misión=0] 2,019 1,998 1,021 1 0,312 7,529 1,50E-01 3,78E+02

[F19 Buena percepción valórica de los Chilenos=0] 0,236 0,456 0,269 1 0,604 1,267 5,18E-01 3,10E+00

[F19 Mala percepción valórica de los Chilenos=0] 1,831 1,531 1,429 1 0,232 6,238 3,10E-01 1,25E+02

[F20 Percepción moral chilena alta=0] 4,044 1,262 10,274 1 0,001 57,072 4,81E+00 6,77E+02

[F20 Percepción moral chilena baja=0] 4,836 0,778 38,633 1 0,000 126,020 2,74E+01 5,79E+02

[F21 Buena percepción del CT=0] -1,461 3,020 0,234 1 0,629 0,232 6,24E-04 8,63E+01

[F21 Mala percepción del CT=0] -0,959 3,136 0,093 1 0,760 0,383 8,20E-04 1,79E+02

[F21 Regular percepción del CT=0] -0,429 3,017 0,020 1 0,887 0,651 1,76E-03 2,41E+02

[F22 Valores altos=0] 33,572 2,376 199,717 1 0,000 3,80E+14 3,61E+12 4,00E+16

[F22 Valores bajos=0] 36,998 2,389 239,815 1 0,000 1,17E+16 1,08E+14 1,26E+18

[F22 Valores medios=0] 34,258 0,000 1 7,55E+14 7,55E+14 7,55E+14

[F23 Alta sensación de evasión=0] -2,730 2,236 1,490 1 0,222 0,065 8,14E-04 5,23E+00

[F23 Regular sensación de evasión=0] -1,577 2,375 0,441 1 0,507 0,207 1,97E-03 2,17E+01

[F24 Mayor evasión en SGGE=0] 1,650 2,864 0,332 1 0,565 5,205 1,90E-02 1,43E+03

[F24 Mayor evasión en SGME=0] 0,013 3,373 0,000 1 0,997 1,014 1,36E-03 7,54E+02

[F24 Mayor evasión en SGMI=0] 0,596 2,847 0,044 1 0,834 1,814 6,85E-03 4,80E+02

[F24 Mayor evasión en SGPE=0] -0,923 5,920 0,024 1 0,876 0,397 3,64E-06 4,34E+04

[F24 Mayor evasión en mas de un segmento=0] -3,836 2,982 1,655 1 0,198 0,022 6,24E-05 7,46E+00

[F25 Alto valor tributario=0] -0,751 1,600 0,220 1 0,639 0,472 2,05E-02 1,09E+01

[F25 Indiferente en valor tributario=0] -0,261 1,620 0,026 1 0,872 0,770 3,22E-02 1,84E+01

[F25 Poco valor tributario=0] -0,876 1,884 0,216 1 0,642 0,416 1,04E-02 1,67E+01

[F26 Evasión incide medianamente recaudación=0] 0,077 9,286 0,000 1 0,993 1,080 1,35E-08 8,66E+07

[F26 Evasión incide mucho recaudación=0] -0,513 9,269 0,003 1 0,956 0,598 7,71E-09 4,65E+07

[F26 Evasión incide poco recaudación=0] 2,517 9,536 0,070 1 0,792 12,390 9,46E-08 1,62E+09

[F27 Medianamente Resiliente=0] 0,749 1,881 0,159 1 0,690 2,116 5,30E-02 8,45E+01

[F27 Muy Resiliente=0] 0,459 1,917 0,057 1 0,811 1,583 3,70E-02 6,77E+01

[F27 No Resiliente=0] 2,277 2,216 1,056 1 0,304 9,746 1,27E-01 7,50E+02

[F28 Predominantemente liberal=0] -0,732 10,562 0,005 1 0,945 0,481 4,92E-10 4,70E+08

[F28 Predominantemente moderado=0] 0,963 10,510 0,008 1 0,927 2,619 2,97E-09 2,31E+09

[F28 Predominantemente progresista=0] -1,742 10,555 0,027 1 0,869 0,175 1,82E-10 1,69E+08

[F29 Medianamente probable=0] -2,355 0,825 8,153 1 0,004 0,095 1,88E-02 4,78E-01

[F29 Muy probable fisc=0] 0,285 1,327 0,046 1 0,830 1,330 9,88E-02 1,79E+01

[F29 Poco probable fisc=0] 1,666 0,713 5,468 1 0,019 5,291 1,31E+00 2,14E+01

[F30 Medianamente sensible al uso de recursos públicos=0] -0,522 0,740 0,497 1 0,481 0,593 1,39E-01 2,53E+00

[F30 Muy sensible al uso de recursos públicos=0] 2,692 0,883 9,300 1 0,002 14,754 2,62E+00 8,32E+01

[F30 Poco sensible al uso de recursos públicos=0] -0,122 0,712 0,029 1 0,864 0,885 2,19E-01 3,57E+00

[F31 Percibe alta corrupción pública=0] 8,208 126,624 0,004 1 0,948 3670,597 6,06E-105 2,22E+111

[F31 Percibe moderada corrupción pública=0] 5,767 126,622 0,002 1 0,964 319,711 5,29E-106 1,93E+110

[F31 Percibe poca corrupción pública=0] 5,374 126,625 0,002 1 0,966 215,661 3,55E-106 1,31E+110

[F32 Alta tendencia al fraude=0] 3,976 0,768 26,795 1 0,000 53,313 1,18E+01 2,40E+02

[F32 Mediana tendencia al fraude=0] 1,441 0,485 8,816 1 0,003 4,224 1,63E+00 1,09E+01

[F32 Nula tendencia al fraude=0] 1,33057 0 1 3,78319916 3,78E+00 3,78E+00

a. La categoría de referencia es: 4.

b. Este parámetro está establecido en cero porque es redundante (todas las variables = 1)

Cumplimiento SGMIa B

Error

estándarWald gl Sig. Exp(B)


para Exp(B)

Estimaciones de parámetro "No Quiere Cumplir"

46


Intersección -7,121 143,884 0,002 1 0,961

ANTIGÜEDAD 0,160 0,034 22,215 1 0,000 1,173 1,10E+00 1,25E+00


Carga_Iva_Mean -0,308 0,709 0,189 1 0,664 0,735 1,83E-01 2,95E+00

Score BR_REG -0,022 0,010 4,759 1 0,029 0,978 9,58E-01 9,98E-01

Score BR_INF -0,002 0,007 0,071 1 0,790 0,998 9,84E-01 1,01E+00

Score BR_DCL -0,042 0,018 5,784 1 0,016 0,959 9,26E-01 9,92E-01

Score BR_PAG -0,017 0,006 7,729 1 0,005 0,983 9,71E-01 9,95E-01

Score BR_TOT 0,150 0,041 13,396 1 0,000 1,162 1,07E+00 1,26E+00

LN_Riqueza_Gral -0,033 0,020 2,862 1 0,091 0,967 9,30E-01 1,01E+00



[F1 Instituciones Públicas poco importantes=0] -0,099 12,018 0,000 1 0,993 0,906 5,34E-11 1,54E+10


[F2 Poco satisfecho con Instituciones Públicas=0] 0,800 1,404 0,325 1 0,569 2,225 1,42E-01 3,48E+01


[F3 Mala Percepción SII=0] 0,385 1,069 0,130 1 0,719 1,469 1,81E-01 1,19E+01





[F5 Mala evaluación canales SII=0] -0,229 0,854 0,072 1 0,789 0,796 1,49E-01 4,25E+00



[F6 Percibe media cantidad de info SII=0] 1,957 0,822 5,664 1 0,017 7,077 1,41E+00 3,55E+01




[F7 Poca relación SII=0] 0,538 3,616 0,022 1 0,882 1,712 1,43E-03 2,05E+03

[F8 Insatisfecho serivicio SII=0] 4,288 2,165 3,924 1 0,048 72,817 1,05E+00 5,07E+03

[F8 Medianamente satisfecho serivicio SII=0] 7,247 1,990 13,255 1 0,000 1403,750 2,84E+01 6,94E+04




[F10 Interacción tramite Avaluaciones=0] 0,155 14,897 0,000 1 0,992 1,168 2,44E-13 5,60E+12


[F10 Interacción tramite Riac=0] 0,181 14,874 0,000 1 0,990 1,199 2,62E-13 5,49E+12






[F13 Mala calidad WEB SII=0] -1,534 13,575 0,013 1 0,910 0,216 6,00E-13 7,74E+10


[F13 Regular calidad WEB SII=0] -0,218 2,357 0,009 1 0,926 0,804 7,92E-03 8,16E+01





[F15 Ha sido muy fiscalizado SII=0] 0,475 3,795 0,016 1 0,900 1,608 9,46E-04 2,73E+03

[F15 No ha sido fiscalizado SII=0] 1,397 3,520 0,158 1 0,691 4,043 4,08E-03 4,01E+03





[F17 Baja Satisfacción subjetiva atención presencial=0] 0,626 2,292 0,075 1 0,785 1,871 2,09E-02 1,67E+02



[F18 SII cumple medianamente con misión=0] -1,196 1,763 0,460 1 0,497 0,302 9,54E-03 9,58E+00








[F21 Regular percepción del CT=0] 0,139 2,941 0,002 1 0,962 1,149 3,61E-03 3,66E+02

[F22 Valores altos=0] 34,299 67,947 0,255 1 0,614 7,87E+14 1,15E-43 5,41E+72


[F22 Valores medios=0] 36,073 67,985 0,282 1 0,596 4,64E+15 6,28E-43 3,43E+73



[F24 Mayor evasión en SGGE=0] 1,381 2,754 0,251 1 0,616 3,979 1,80E-02 8,79E+02

[F24 Mayor evasión en SGME=0] -0,342 3,264 0,011 1 0,917 0,710 1,18E-03 4,27E+02

[F24 Mayor evasión en SGMI=0] 0,090 2,747 0,001 1 0,974 1,094 5,02E-03 2,38E+02

[F24 Mayor evasión en SGPE=0] 0,466 5,803 0,006 1 0,936 1,593 1,83E-05 1,39E+05






[F26 Evasión incide mucho recaudación=0] 1,206 9,290 0,017 1 0,897 3,342 4,13E-08 2,70E+08



[F27 Muy Resiliente=0] 1,134 1,792 0,400 1 0,527 3,108 9,27E-02 1,04E+02

[F27 No Resiliente=0] 1,032 2,101 0,241 1 0,623 2,806 4,56E-02 1,73E+02


[F28 Predominantemente moderado=0] -1,574 10,413 0,023 1 0,880 0,207 2,84E-10 1,51E+08




[F29 Poco probable fisc=0] 0,359 0,660 0,296 1 0,587 1,432 3,92E-01 5,23E+00


[F30 Muy sensible al uso de recursos públicos=0] 1,538 0,843 3,330 1 0,068 4,655 8,92E-01 2,43E+01





[F32 Alta tendencia al fraude=0] -42,409 9,570 19,636 1 0,000 3,819E-19 2,73E-27 5,35E-11

[F32 Mediana tendencia al fraude=0] -43,404 9,554 20,640 1 0,000 1,412E-19 1,04E-27 1,91E-11

[F32 Nula tendencia al fraude=0] -43,33426 9,5425838 20,622 1 6E-06 1,514E-19 1,14E-27 2,01E-11



Estimaciones de parámetro "Cumple si es Obligado"


Error



para Exp(B)

47


Intersección 2,936 143,380 0,000 1 0,984

ANTIGÜEDAD 0,202 0,035 34,184 1 0,000 1,224 1,14E+00 1,31E+00


Carga_Iva_Mean 0,194 0,728 0,071 1 0,790 1,214 2,91E-01 5,06E+00

Score BR_REG -0,013 0,011 1,505 1 0,220 0,987 9,66E-01 1,01E+00

Score BR_INF -0,004 0,008 0,342 1 0,559 0,996 9,81E-01 1,01E+00

Score BR_DCL -0,031 0,018 2,802 1 0,094 0,970 9,35E-01 1,01E+00

Score BR_PAG -0,018 0,006 7,841 1 0,005 0,982 9,70E-01 9,95E-01

Score BR_TOT 0,102 0,043 5,630 1 0,018 1,107 1,02E+00 1,20E+00

LN_Riqueza_Gral -0,049 0,021 5,469 1 0,019 0,953 9,14E-01 9,92E-01



[F1 Instituciones Públicas poco importantes=0] 0,363 11,907 0,001 1 0,976 1,438 1,05E-10 1,96E+10


[F2 Poco satisfecho con Instituciones Públicas=0] -0,014 1,459 0,000 1 0,992 0,986 5,65E-02 1,72E+01


[F3 Mala Percepción SII=0] -0,217 1,106 0,038 1 0,845 0,805 9,22E-02 7,03E+00





[F5 Mala evaluación canales SII=0] -0,815 0,889 0,841 1 0,359 0,443 7,76E-02 2,53E+00



[F6 Percibe media cantidad de info SII=0] 1,833 0,859 4,552 1 0,033 6,253 1,16E+00 3,37E+01




[F7 Poca relación SII=0] -0,372 3,236 0,013 1 0,908 0,689 1,21E-03 3,92E+02

[F8 Insatisfecho serivicio SII=0] 6,506 4,726 1,895 1 0,169 669,096 6,35E-02 7,05E+06

[F8 Medianamente satisfecho serivicio SII=0] 9,118 4,701 3,762 1 0,052 9115,679 9,09E-01 9,15E+07



[F9 Interactua tercero=0] -2,736 15,212 0,032 1 0,857 0,065 7,29E-15 5,76E+11

[F10 Interacción tramite Avaluaciones=0] 0,432 15,122 0,001 1 0,977 1,541 2,07E-13 1,15E+13


[F10 Interacción tramite Riac=0] 0,408 15,095 0,001 1 0,978 1,504 2,13E-13 1,06E+13






[F13 Mala calidad WEB SII=0] 0,782 13,718 0,003 1 0,955 2,186 4,60E-12 1,04E+12


[F13 Regular calidad WEB SII=0] 0,185 2,546 0,005 1 0,942 1,204 8,19E-03 1,77E+02





[F15 Ha sido muy fiscalizado SII=0] -3,932 3,123 1,585 1 0,208 0,020 4,31E-05 8,92E+00

[F15 No ha sido fiscalizado SII=0] -1,697 2,665 0,405 1 0,524 0,183 9,87E-04 3,40E+01





[F17 Baja Satisfacción subjetiva atención presencial=0] -1,858 2,622 0,502 1 0,479 0,156 9,16E-04 2,66E+01



[F18 SII cumple medianamente con misión=0] 0,600 2,176 0,076 1 0,783 1,822 2,56E-02 1,30E+02








[F21 Regular percepción del CT=0] -0,509 3,066 0,028 1 0,868 0,601 1,48E-03 2,45E+02

[F22 Valores altos=0] 33,649 67,910 0,246 1 0,620 4,11E+14 6,43E-44 2,62E+72


[F22 Valores medios=0] 34,788 67,957 0,262 1 0,609 1,28E+15 1,83E-43 8,98E+72



[F24 Mayor evasión en SGGE=0] -0,735 2,715 0,073 1 0,787 0,479 2,34E-03 9,82E+01

[F24 Mayor evasión en SGME=0] -0,745 3,200 0,054 1 0,816 0,475 8,97E-04 2,51E+02

[F24 Mayor evasión en SGMI=0] -2,005 2,706 0,549 1 0,459 0,135 6,69E-04 2,71E+01

[F24 Mayor evasión en SGPE=0] -2,383 5,999 0,158 1 0,691 0,092 7,23E-07 1,18E+04






[F26 Evasión incide mucho recaudación=0] 0,130 9,359 0,000 1 0,989 1,139 1,23E-08 1,05E+08



[F27 Muy Resiliente=0] -0,040 1,795 0,001 1 0,982 0,960 2,85E-02 3,24E+01

[F27 No Resiliente=0] -0,135 2,145 0,004 1 0,950 0,874 1,31E-02 5,85E+01


[F28 Predominantemente moderado=0] -2,574 10,475 0,060 1 0,806 0,076 9,25E-11 6,28E+07




[F29 Poco probable fisc=0] -0,224 0,682 0,107 1 0,743 0,800 2,10E-01 3,05E+00


[F30 Muy sensible al uso de recursos públicos=0] 0,629 0,881 0,510 1 0,475 1,876 3,34E-01 1,06E+01





[F32 Alta tendencia al fraude=0] -36,241 0,783 2142,916 1 0,000 1,823E-16 3,93E-17 8,46E-16

[F32 Mediana tendencia al fraude=0] -36,975 0,474 6084,918 1 0,000 8,746E-17 3,45E-17 2,21E-16

[F32 Nula tendencia al fraude=0] -37,01414 0 1 8,413E-17 8,41E-17 8,41E-17



Estimaciones de parámetro "Quiere Cumplir"


Error



para Exp(B)

48

6. Encuesta y Macrofactores

Tabla n° 10: Preguntas, medición y macrofactores asociados.

Pre

gu

nta

Med

ició

nF

acto

r

P1.- P

ara

com

enza

r díg

am

e p

or fa

vor, ¿

qué ta

n im

porta

nte

son p

ara

uste

d lo

s siguie

nte

s org

anism

os e

n e

l desa

rrollo

del p

aís?

: Registro

Civ

il

P1.- P

ara

com

enza

r díg

am

e p

or fa

vor, ¿

qué ta

n im

porta

nte

son p

ara

uste

d lo

s siguie

nte

s org

anism

os e

n e

l desa

rrollo

del p

aís?

: Fonasa

P1.- P

ara

com

enza

r díg

am

e p

or fa

vor, ¿

qué ta

n im

porta

nte

son p

ara

uste

d lo

s siguie

nte

s org

anism

os e

n e

l desa

rrollo

del p

aís?

: INP

P1.- P

ara

com

enza

r díg

am

e p

or fa

vor, ¿

qué ta

n im

porta

nte

son p

ara

uste

d lo

s siguie

nte

s org

anism

os e

n e

l desa

rrollo

del p

aís?

: SII

P1.- P

ara

com

enza

r díg

am

e p

or fa

vor, ¿

qué ta

n im

porta

nte

son p

ara

uste

d lo

s siguie

nte

s org

anism

os e

n e

l desa

rrollo

del p

aís?

: Teso

rería

Genera

l de la

Repúblic

a

P1.- P

ara

com

enza

r díg

am

e p

or fa

vor, ¿

qué ta

n im

porta

nte

son p

ara

uste

d lo

s siguie

nte

s org

anism

os e

n e

l desa

rrollo

del p

aís?

: Munic

ipalid

ades

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : R

egistro

Civ

il

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : F

onasa

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : IN

P

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : S

II

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : T

eso

rería

Genera

l de la

Repúblic

a

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : M

unic

ipalid

ades

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : B

ancos

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : S

erv

icio

s de A

gua P

ota

ble

P2.-¿

Qué ta

n sa

tisfecho se

encuentra

uste

d e

n g

enera

l con lo

s siguie

nte

s serv

icio

s? : S

erv

icio

s de E

lectric

idad

P3.-¿

Cóm

o e

valú

a U

d. e

n g

enera

l el S

erv

icio

de Im

puesto

s Inte

rnos?

: Evalu

ació

n G

enera

l3 P

erc

epció

n S

II.

P4.-¿

Cuále

s de lo

s siguie

nte

s canale

s de c

onta

cto

con e

l Serv

icio

de Im

puesto

s Inte

rnos u

sted c

onoce o

ha o

ído h

abla

r? : O

ficin

as

P4.-¿

Cuále

s de lo

s siguie

nte

s canale

s de c

onta

cto

con e

l Serv

icio

de Im

puesto

s Inte

rnos u

sted c

onoce o

ha o

ído h

abla

r? : S

itio w

eb

P4.-¿

Cuále

s de lo

s siguie

nte

s canale

s de c

onta

cto

con e

l Serv

icio

de Im

puesto

s Inte

rnos u

sted c

onoce o

ha o

ído h

abla

r? : M

esa

de a

yuda

P4.-¿

Cuále

s de lo

s siguie

nte

s canale

s de c

onta

cto

con e

l Serv

icio

de Im

puesto

s Inte

rnos u

sted c

onoce o

ha o

ído h

abla

r? : V

isita d

e F

iscaliza

dore

s

P5.-¿

Con q

ué n

ota

evalú

a e

n g

enera

l los c

anale

s de c

onta

cto

del S

erv

icio

de Im

puesto

s Inte

rnos d

e a

cuerd

o a

lo q

ue U

d. c

onoce o

ha c

onocid

o

P5.-¿

Con q

ué n

ota

evalú

a e

n g

enera

l los c

anale

s de c

onta

cto

del S

erv

icio

de Im

puesto

s Inte

rnos d

e a

cuerd

o a

lo q

ue U

d. c

onoce o

ha c

onocid

o (1

)

P5.-¿

Con q

ué n

ota

evalú

a e

n g

enera

l los c

anale

s de c

onta

cto

del S

erv

icio

de Im

puesto

s Inte

rnos d

e a

cuerd

o a

lo q

ue U

d. c

onoce o

ha c

onocid

o (2

)

P5.-¿

Con q

ué n

ota

evalú

a e

n g

enera

l los c

anale

s de c

onta

cto

del S

erv

icio

de Im

puesto

s Inte

rnos d

e a

cuerd

o a

lo q

ue U

d. c

onoce o

ha c

onocid

o (3

)

P5.-¿

Con q

ué n

ota

evalú

a e

n g

enera

l los c

anale

s de c

onta

cto

del S

erv

icio

de Im

puesto

s Inte

rnos d

e a

cuerd

o a

lo q

ue U

d. c

onoce o

ha c

onocid

o (4

)

P6.- E

n c

om

para

ció

n c

on 3

años a

trás U

d. c

ree q

ue la

info

rmació

n q

ue m

aneja

el S

erv

icio

de Im

puesto

s Inte

rnos h

oy, e

n té

rmin

os d

e c

antid

ad e

s:

P6.- E

n c

om

para

ció

n c

on 3

años a

trás U

d. c

ree q

ue la

info

rmació

n q

ue m

aneja

el S

erv

icio

de Im

puesto

s Inte

rnos h

oy, e

n té

rmin

os d

e c

antid

ad e

s: (1)

P6.- E

n c

om

para

ció

n c

on 3

años a

trás U

d. c

ree q

ue la

info

rmació

n q

ue m

aneja

el S

erv

icio

de Im

puesto

s Inte

rnos h

oy, e

n té

rmin

os d

e c

antid

ad e

s: (2)

P6.- E

n c

om

para

ció

n c

on 3

años a

trás U

d. c

ree q

ue la

info

rmació

n q

ue m

aneja

el S

erv

icio

de Im

puesto

s Inte

rnos h

oy, e

n té

rmin

os d

e c

antid

ad e

s: (3)

P7.- ¿

Ha te

nid

o u

sted la

necesid

ad d

e re

lacio

narse

con e

l Serv

icio

de Im

puesto

s Inte

rnos e

n lo

s últim

os 1

2 m

ese

s?1 S

I 2 N

o 3

Ns/N

r7 P

erio

dic

idad re

lació

n S

II.

P8.-¿

Qué ta

n sa

tisfecho se

encuentra

ud. e

n g

enera

l con e

l serv

icio

y a

tenció

n e

ntre

gado p

or e

l Serv

icio

de Im

puesto

s Inte

rnos?

1 M

enos 7

Mas 8

NS

9 N

r8 S

atisfa

cció

n se

rvic

io S

II.

P9.-¿

Mayorita

riam

ente

quié

n re

aliza

sus trá

mite

s en e

l Serv

icio

de Im

puesto

s Inte

rnos?

1.-Y

o P

erso

nalm

ente

2.-C

onta

dor o

Ase

sor T

ributa

rio 3

.-

Alg

un T

rabaja

dor E

mpre

sa 4

.-Esp

oso

5.-H

ijos 6

.-Dueño 7

.-

Abogado 8

.-Gere

nte

Adm

y F

in 9

.-Tra

baja

dor E

xte

rno 1

0.-

Sobrin

o 1

1.-P

arie

nte

9 In

tera

cció

n S

II.

P10.-¿

Qué tip

os d

e trá

mite

s ha re

aliza

do U

d. p

erso

nalm

ente

en lo

s últim

os 1

2 m

ese

s?

P10.-¿

Qué tip

os d

e trá

mite

s ha re

aliza

do U

d. p

erso

nalm

ente

en lo

s últim

os 1

2 m

ese

s? (1

)

P10.-¿

Qué tip

os d

e trá

mite

s ha re

aliza

do U

d. p

erso

nalm

ente

en lo

s últim

os 1

2 m

ese

s? (2

)

P10.-¿

Qué tip

os d

e trá

mite

s ha re

aliza

do U

d. p

erso

nalm

ente

en lo

s últim

os 1

2 m

ese

s? (3

)

P10.-¿

Qué tip

os d

e trá

mite

s ha re

aliza

do U

d. p

erso

nalm

ente

en lo

s últim

os 1

2 m

ese

s? (4

)

P11.-Y

¿qué tip

os d

e trá

mite

s han sid

o re

aliza

dos p

or o

tra p

erso

na e

n lo

s últim

os 1

2 m

ese

s?

P11.-Y

¿qué tip

os d

e trá

mite

s han sid

o re

aliza

dos p

or o

tra p

erso

na e

n lo

s últim

os 1

2 m

ese

s? (1

)

P11.-Y

¿qué tip

os d

e trá

mite

s han sid

o re

aliza

dos p

or o

tra p

erso

na e

n lo

s últim

os 1

2 m

ese

s? (2

)

P11.-Y

¿qué tip

os d

e trá

mite

s han sid

o re

aliza

dos p

or o

tra p

erso

na e

n lo

s últim

os 1

2 m

ese

s? (3

)

P11.-Y

¿qué tip

os d

e trá

mite

s han sid

o re

aliza

dos p

or o

tra p

erso

na e

n lo

s últim

os 1

2 m

ese

s? (4

)

P12.- Y

¿a tra

vés d

e q

ué c

anale

s ha re

aliza

do su

s trám

ites p

erso

nalm

ente

?

P12.- Y

¿a tra

vés d

e q

ué c

anale

s ha re

aliza

do su

s trám

ites p

erso

nalm

ente

? (1

)

P12.- Y

¿a tra

vés d

e q

ué c

anale

s ha re

aliza

do su

s trám

ites p

erso

nalm

ente

? (2

)

P12.- Y

¿a tra

vés d

e q

ué c

anale

s ha re

aliza

do su

s trám

ites p

erso

nalm

ente

? (3

)

P13.-S

atisfa

cció

n G

enera

l con la

ofic

ina

P13.- E

l tiem

po d

e e

spera

en la

s ofic

inas

P13.- In

teré

s y p

reocupació

n p

or a

tender su

requerim

iento

P13.- C

onocim

iento

de lo

s funcio

nario

s en m

ate

ria trib

uta

ria

P13.- R

esu

ltados d

e su

trám

ite e

n la

ofic

ina

P13.- C

antid

ad d

e fu

ncio

nario

s en la

ofic

ina

P13.-P

repara

ció

n y

rapid

ez d

el fu

ncio

nario

en la

s ofic

inas

P13.-In

fraestru

ctu

ra d

e la

ofic

ina

P14.-S

atisfa

cció

n G

enera

l con e

l sitio w

eb

P14.-F

acilid

ad p

ara

navegar e

n e

l sitio w

eb d

el S

II

P14.-R

apid

ez d

el sitio

web

P14.-S

egurid

ad d

el sitio

web

P14.-U

tilidad d

e lo

s conte

nid

os

P14.-E

stabilid

ad d

el sitio

web

P14.-C

apacid

ad p

ara

reso

lver re

querim

iento

s

P15.-S

atisfa

cció

n G

lobal c

on la

mesa

de a

yuda

P15.-T

iem

po d

e e

spera

ante

s de se

r ate

ndid

o e

n la

mesa

de a

yuda

P15.-F

acilid

ad d

e u

so d

e lo

s menús d

e la

mesa

de a

yuda te

lefó

nic

a

P15.-D

isposic

ión y

capacid

ad d

e re

solv

er su

requerim

iento

en la

mesa

de a

yuda

P15.-C

onocim

iento

de lo

s funcio

nario

s de la

mesa

de a

yuda e

n m

ate

rias trib

uta

rias

P15.-C

onocim

iento

de lo

s funcio

nario

s de la

mesa

de a

yuda e

n so

porte

del sitio

web

P15.-T

iem

po d

estin

ado a

reso

lver su

consu

lta

P15.-C

apacid

ad p

ara

reso

lver re

querim

iento

s

1 M

enos

7 M

as

8 N

S

9 N

r

1 S

I

2 N

o

3 N

r

1 M

enos

7 M

as

8 N

S

9 N

r

1 M

ucho M

enor

2 M

enor

3 Ig

ual

4 M

ayor

1.-T

ram

ite d

e re

nta

2.-T

ram

ite d

e iv

a 3

.-Tra

mite

de

contrib

ucio

nes 4

.-Consu

ltas g

enera

les 5

.-Tim

bra

je

(bole

tas,fa

ctu

ras) 6

.-No sa

be 8

.-Nin

guno 9

.-Inic

iacio

n

activ

idades 1

3.-A

valu

o fisc

al 1

4.-C

onvenio

s 15.-A

cceso

cla

ve

inte

rnet 1

6.-P

ago d

e im

puesto

s 17.-T

erm

ino d

e g

iro 1

8.-B

ienes

raic

es 1

9.-E

mitir b

ole

ta p

or in

tern

et 2

0.-D

evolu

cio

n d

e

impuesto

s 21.-P

ose

sion e

fectiv

a 2

2.-R

etiro

de d

ocum

ento

s 23.-

Solic

itar p

erm

iso p

ara

negocio

24.-P

ate

nte

de a

lcohol 2

7.-T

ítulo

de d

om

inio

13 S

atisfa

cció

n S

II WE

B.

14 S

atifa

cció

n g

lobal m

esa

de a

yuda.

1 M

enos

7 M

as

8 N

S

9 N

r

1 M

enos

7 M

as

8 N

S

9 N

r

10 T

rám

ite d

e in

tera

cció

n.

11 C

anale

s de a

tenció

n

perso

nal.

12 C

alid

ad d

e a

tenció

n

perso

nal.

1 O

ficin

as d

el S

II 2 S

itio W

eb d

el S

II 3 M

esa

de A

yuda

Tele

fónic

a d

el S

II 4 O

tro (e

specific

ar) 5

Visita

de a

lgún

funcio

nario

de S

II a su

dom

icilio

o e

mpre

sa 6

No S

abe 7

No

Resp

onde

1 M

enos

7 M

as

8 N

S

9 N

r

5 E

valu

ació

n C

anale

s SII.

6 P

erc

epció

n C

antid

ad d

e

Info

rmació

n.

1 Im

porta

ncia

de la

s

institu

cio

nes p

úblic

as.

2 S

atisfa

cció

n d

e la

s

institu

cio

nes p

úblic

as.

4 C

onocim

iento

Canale

s SII.

49

Pre

gu

nta

Med

ición

Fa

ctor

P16.1

.- Ha re

cib

ido n

otific

ació

n o

cita

ció

n p

ara

reso

lver a

lguna situ

ació

n

P16.1

.- Por q

ué?

P16.1

.- Por q

ué? (1

)

P16.2

.- Ha re

cib

ido p

rese

ncia

de fu

ncio

nario

Fisc

aliza

dor e

n su

local

P16.2

.- Por q

ué?

P16.2

.- Por q

ué? (1

)

P16.2

.- Por q

ué? (2

)

P16.3

.- Otro

s

P16.1

.- Por q

ué? (2

)

P17.1

.- La fisc

aliza

ció

n e

n g

enera

l

P17.2

.- Info

rmació

n e

ntre

gada p

or e

l funcio

nario

sobre

el p

rocedim

iento

que se

está

llevando a

cabo

P17.3

.- Com

pre

nsió

n d

el p

or q

ué fu

e fisc

aliza

do

P17.4

.- Conocim

iento

del fu

ncio

nario

en m

ate

rias trib

uta

rias

P17.5

.- Inte

rés y

pre

ocupació

n p

or re

solv

er su

situació

n

P17.6

.- Capacid

ad d

el fu

ncio

nario

para

ente

nder y

reso

lver e

l caso

P17.7

.- Dura

ció

n d

e la

fiscaliza

ció

n

P17.8

.- Form

a e

n q

ue se

com

unic

ó e

l resu

ltado d

e la

fiscaliza

ció

n

P17.9

.- Com

pre

nsió

n d

el re

sulta

do fin

al d

e la

fiscaliza

ció

n

P19.- E

valú

e q

ué ta

n d

e a

cuerd

o se

encuentra

ud. c

on e

l resu

ltado d

e la

fiscaliza

ció

n1 M

enos 7

Mas 8

NS

9 N

r17 S

atifa

cció

n su

bje

tiva

ate

nció

n p

rese

ncia

l.

P20.- C

óm

o e

valú

a u

sted e

l dese

mpeño d

el S

erv

icio

de Im

puesto

s Inte

rnos e

n su

tare

a c

ontra

la e

vasió

n d

e im

puesto

s1 M

uy b

ueno 2

Bueno 3

Regula

r 4 M

alo

5 M

uy m

alo

8 N

o

P21.- C

onsid

era

uste

d q

ue e

n lo

s últim

os 2

años e

l dese

mpeño d

el S

erv

icio

de Im

puesto

s Inte

rnos e

n su

tare

a c

ontra

la e

vasió

n d

e1 M

ejo

rado M

ucho 2

Mejo

rado 3

Sig

ue ig

ual 4

Ha e

mpeora

do

5 H

a e

mpeora

do m

ucho 8

No sa

be 9

No re

sponde

P22.- U

sted c

ree q

ue e

l Serv

icio

de Im

puesto

s Inte

rnos e

s: Muy d

ifícil d

e e

ngañar, D

ifícil d

e e

ngañar, F

ácil d

e e

ngañar, M

uy fá

cil d

e e

ngañar

1 M

uy d

ifícil d

e e

ngañar 2

Difíc

il de e

ngañar 3

Fácil d

e

engañar 4

Muy fá

cil d

e e

ngañar 8

No sa

be 9

No re

sponde

P23.- C

on q

ue fre

cuencia

cre

e u

sted q

ue e

l Serv

icio

de Im

puesto

s Inte

rnos d

esc

ubre

a u

na p

erso

na q

ue e

vade im

puesto

s

P24.- C

on q

ue fre

cuencia

cre

e u

sted q

ue e

l Serv

icio

de Im

puesto

s Inte

rnos d

esc

ubre

a u

na e

mpre

sa q

ue e

vade im

puesto

s

P25.- C

onoce U

d. la

s multa

s y p

enas q

ue a

plic

a e

l Serv

icio

de Im

puesto

s Inte

rnos a

los c

ontrib

uyente

s cuando n

o c

um

ple

n c

on su

s oblig

acio

nes trib

uta

rias

1 S

í 2 N

o 8

No sa

be 9

No re

sponde

P26.- C

onsid

era

justa

s las m

ulta

s y p

enas q

ue a

plic

a e

l Serv

icio

de Im

puesto

s Inte

rnos, e

n re

lació

n c

on la

falta

com

etid

a1 M

uy ju

stas 2

Justa

s 3 In

justa

s 4 M

uy in

justa

s 8 N

o sa

be 9

P27.1

- Cum

plid

ore

s de la

s leyes

P27.2

- Exig

ente

s de su

s dere

chos

P27.3

- Solid

ario

s

P27.4

- Resp

onsa

ble

s de p

agar su

s impuesto

s

P27.5

- Honra

dos

P28.1

.- Decla

rarse

enfe

rmo p

ara

no ir a

trabaja

r

P28.2

.- No p

agar e

l cré

dito

fiscal u

niv

ersita

rio te

nie

ndo re

curso

s económ

icos su

ficie

nte

s

P28.3

.- Quedarse

con e

l vuelto

cuando le

dan d

e m

ás

P28.4

.- Ingeniá

rsela

s para

pagar m

enos im

puesto

s o n

o p

agar im

puesto

s

P28.5

.- Pedir q

ue n

o le

den b

ole

ta o

factu

ra

P28.6

.- No p

agar o

pagar m

enos la

s cotiza

cio

nes p

revisio

nale

s que c

orre

sponden (A

FP

, INP

, FO

NA

SA

, ISA

PR

E)

P28.7

.- Com

pra

r en e

l com

erc

io a

mbula

nte

ilegal

P28.8

.- Com

pra

r DV

Ds, C

Ds o

libro

s pira

tas

P29.- L

os c

hile

nos, a

la h

ora

de c

um

plir c

on su

s debere

s y o

blig

acio

nes c

om

o c

iudadanos, c

om

o p

or e

jem

plo

pagar im

puesto

s, son:

1 M

uy c

oncie

nte

s y re

sponsa

ble

s 2 C

oncie

nte

s y re

sponsa

ble

s

3 P

oco c

oncie

nte

s y re

sponsa

ble

s 4 M

uy p

oco c

oncie

nte

s y

resp

onsa

ble

s 8 N

o sa

be 9

No re

sponde

P30.- R

esp

ecto

a h

ace 3

años, ¿

cóm

o c

ree U

d. q

ue h

a e

volu

cio

nado e

l gra

do d

e c

um

plim

iento

en e

l pago d

e lo

s impuesto

s por lo

s chile

nos?

P31.- C

óm

o c

ree U

d. q

ue h

a e

volu

cio

nado e

l gra

do d

e c

um

plim

iento

en e

l pago d

e lo

s impuesto

s por la

s em

pre

sas

P32.- C

uál d

e lo

s com

porta

mie

nto

s que le

voy a

leer c

onsid

era

Ud. m

ás in

justific

able

1 D

ecla

rarse

enfe

rmo p

ara

no ir a

trabaja

r 2 N

o p

agar e

l

P33.- C

ruza

do c

on lu

z roja

o d

isco p

are

P33.- N

o h

a p

edid

o b

ole

ta o

factu

ra

P33.- S

e h

a c

ola

do e

n u

na fila

P33.- C

om

pra

do e

n e

l com

erc

io a

mbula

nte

ilegal

P33.- C

om

pra

do D

VD

s, CD

s o lib

ros p

irata

s

P34.- C

uál d

e la

s siguie

nte

s frase

s se a

cerc

a m

ás a

su m

anera

de p

ensa

r

1 H

ay m

uy p

ocos c

aso

s de e

vasió

n d

e im

puesto

s 2 H

ay

alg

unos c

aso

s de e

vasió

n d

e im

puesto

s 3 H

ay m

uchos c

aso

s de

de e

vasió

n d

e im

puesto

s 8 N

o sa

be 9

No re

sponde

P35.- E

n q

ué m

edid

a p

erc

ibe U

d. q

ué o

curre

n situ

acio

nes trib

uta

rias irre

gula

res

1 M

uy p

oco fre

cuente

7 M

uy fre

cuente

8 N

S 9

NR

P36.- E

n to

dos lo

s paíse

s se e

vade im

puesto

s, en u

nos m

ás y

en o

tros m

enos. A

ctu

alm

ente

en C

hile

, ¿qué p

orc

enta

je d

e lo

s contrib

uyente

s evaden su

s

impuesto

s?

P37.- P

or lo

que U

d. sa

be y

entre

la g

ente

que c

onoce, ¿

qué p

orc

enta

je d

e p

erso

nas c

ree u

d. q

ue d

ecla

ran re

alm

ente

todos su

s ingre

sos?

P38.- Y

, por lo

que U

d. sa

be y

entre

la g

ente

que U

d. c

onoce q

ue d

ecla

ra IV

A (e

mpre

sas, c

om

erc

iante

s, etc

.), ¿qué p

orc

enta

je d

e p

erso

nas c

ree u

d. q

ue

decla

ran re

alm

ente

todos su

s ingre

sos?

P39.- O

tros p

aíse

s Sudam

eric

anos

P39.- P

aíse

s Euro

peos

P39.- E

stados U

nid

os

1 M

enos

7 M

as

8 N

S

9 N

r

1 M

uy e

n d

esa

cuerd

o

2 E

n d

esa

cuerd

o

3 D

e a

cuerd

o

4 M

uy d

e a

cuerd

o

8 N

S

1 S

í

2 N

o

8 N

o sa

be

9 N

o re

sponde

1 H

a e

mpeora

do b

asta

nte

2 H

a e

mpeora

do p

oco 3

Sig

ue ig

ual

4 H

a m

ejo

rado a

lgo 5

Ha m

ejo

rado b

asta

nte

8 N

o sa

be 9

No

resp

onde

1 S

í

2 N

o

8 N

o sa

be

9 N

o re

sponde

Núm

ero

entre

0%

y 1

00%

1 M

uy a

lta fre

cuencia

2 A

lta fre

cuencia

3 B

aja

Fre

cuencia

4

Muy b

aja

frecuencia

8 N

o sa

be 9

No re

sponde

23 P

erc

epció

n d

e situ

acio

nes

tributa

rias irre

gula

res.

22 M

arc

o é

tico p

erso

nal d

el

cum

plim

iento

.

19 P

erc

epció

n v

aló

rica d

e lo

s

Chile

nos.

20 C

onducta

Evaso

ra.

21 P

erc

epció

n so

bre

el

cum

plim

iento

tributa

rio d

e lo

s

Chile

nos.

16 S

atifa

cció

n g

lobal

ate

nció

n p

rese

ncia

l.

18 E

valu

acio

n M

isión S

II.

15 H

a sid

o p

arte

de a

ccio

nes

de fisc

aliza

ció

n (S

e e

xclu

yen

los p

orq

ués).

1 S

I

2 N

o

3 N

r

50

Pre

gu

nta

Med

ición

Fa

ctor

P40.- P

or q

ué ra

zones c

ree u

sted q

ue la

gente

deja

de p

agar im

puesto

s

1 P

or la

viv

eza

y d

iablu

ra d

el c

hile

no 2

No v

e e

l benefic

io d

e

pagar im

puesto

s 3 F

alta

de e

ducació

n y

concie

ncia

ciu

dadana 4

Porq

ue lo

s que m

ás e

vaden e

stán im

punes 5

Porq

ue se

malg

asta

n lo

s impuesto

s 6 P

orq

ue lo

s impuesto

s son e

xcesiv

os

7 N

o re

sponde 8

No sa

be 9

Por la

inefic

iencia

de la

fiscaliza

ció

n

P40.- P

or q

ué ra

zones c

ree u

sted q

ue la

gente

deja

de p

agar im

puesto

s (1)

(en b

lanco) (e

n b

lanco) 2

No v

e e

l benefic

io d

e p

agar

impuesto

s 3 F

alta

de e

ducació

n y

concie

ncia

ciu

dadana 4

Porq

ue lo

s que m

ás e

vaden e

stán im

punes 5

Porq

ue se

malg

asta

n lo

s impuesto

s 6 P

orq

ue lo

s impuesto

s son e

xcesiv

os

7 P

or la

inefic

iencia

de la

fiscaliza

ció

n 8

No sa

be

P40.- P

or q

ué ra

zones c

ree u

sted q

ue la

gente

deja

de p

agar im

puesto

s (2)

(en b

lanco) (e

n b

lanco) 3

Falta

de e

ducació

n y

concie

ncia

ciu

dadana 4

Porq

ue lo

s que m

ás e

vaden e

stán im

punes 5

Porq

ue se

malg

asta

n lo

s impuesto

s 6 P

orq

ue lo

s impuesto

s son

excesiv

os 7

Por la

inefic

iencia

de la

fiscaliza

ció

n 8

No sa

be 9

No re

sponde

P41.- C

onsid

era

ndo e

l monto

evadid

o, ¿

quié

nes c

ree u

sted q

ue so

n lo

s que m

ás e

vaden e

l pago d

e lo

s impuesto

s en C

hile

P41.- C

onsid

era

ndo e

l monto

evadid

o, ¿

quié

nes c

ree u

sted q

ue so

n lo

s que m

ás e

vaden e

l pago d

e lo

s impuesto

s en C

hile

(1)

P41.- C

onsid

era

ndo e

l monto

evadid

o, ¿

quié

nes c

ree u

sted q

ue so

n lo

s que m

ás e

vaden e

l pago d

e lo

s impuesto

s en C

hile

(2)

P42.- Q

uié

nes c

ree u

sted q

ue so

n lo

s que m

ás e

vaden e

l pago d

e lo

s impuesto

s en C

hile

P42.- Q

uié

nes c

ree u

sted q

ue so

n lo

s que m

ás e

vaden e

l pago d

e lo

s impuesto

s en C

hile

(1)

P42.- Q

uié

nes c

ree u

sted q

ue so

n lo

s que m

ás e

vaden e

l pago d

e lo

s impuesto

s en C

hile

(2)

P43.- C

uál d

e la

s dos sig

uie

nte

s afirm

acio

nes se

acerc

a m

ás a

su m

anera

de p

ensa

r en re

lació

n a

l pago d

e im

puesto

s por p

arte

de lo

s chile

nos

1 E

n p

aíse

s donde se

habla

que e

xiste

n c

aso

s de e

vasió

n d

e

impuesto

s no v

ale

la p

ena se

guir a

porta

ndo 2

La fa

lta d

e

honra

dez d

e a

lgunos n

o e

s una e

xcusa

para

que lo

s otro

s deje

n

de p

agar im

puesto

s 8 N

o sa

be 9

No re

sponde

P44.- C

uál d

e la

s siguie

nte

s frase

s refle

ja m

ejo

r su m

anera

de p

ensa

r

1 E

n S

antia

go se

evade m

enos q

ue e

n e

l resto

del p

aís 2

En

Santia

go se

evade lo

mism

o q

ue e

n e

l resto

del p

aís 3

En

Santia

go se

evade m

ás q

ue e

n e

l resto

del p

aís 8

No sa

be 9

No

resp

onde

P45.- Q

ué a

ltern

ativ

a re

pre

senta

mejo

r su m

anera

de p

ensa

r en re

lació

n a

los e

fecto

s que U

d. c

ree tie

ne la

evasió

n d

e im

puesto

s

1 E

n g

enera

l no tie

ne e

fecto

importa

nte

para

el p

aís 2

Se lo

gra

evita

r una situ

ació

n d

e p

ago a

busiv

o d

e im

puesto

s 3 D

ismin

uye

los re

curso

s para

financia

r los g

asto

s del E

stado 4

Incentiv

a a

los q

ue p

agan b

ien lo

s impuesto

s a n

o p

agarlo

s 8 N

o sa

be 9

No

resp

onde

P46.1

.- Que n

o le

den b

ole

ta o

factu

ra p

or u

na c

om

pra

o se

rvic

io

P46.2

.- No d

ecla

rar to

das la

s venta

s o so

bre

decla

rar lo

s costo

s, en e

l caso

de la

s em

pre

sas.

P46.3

.- Pro

fesio

nale

s que n

o e

mite

n b

ole

tas d

e h

onora

rios

P46.4

.- Carg

ar g

asto

s perso

nale

s (cuenta

s de su

perm

erc

ado, v

iaje

s, etc

.) a g

asto

de la

em

pre

sa

P46.5

.- No h

acer la

decla

ració

n d

e re

nta

o n

o h

acerla

bie

n a

pro

pósito

P46.6

.- El u

so d

e fa

ctu

ras fa

lsas p

ara

que la

s em

pre

sas a

um

ente

n fic

ticia

mente

sus g

asto

s

P46.7

.- Com

pra

r en e

l com

erc

io a

mbula

nte

ilegal

P46.8

.- Com

pra

r DV

Ds, C

Ds o

libro

s pira

tas

P47.- P

or lo

que u

sted sa

be o

ha o

ído, d

iría q

ue e

l niv

el d

e im

puesto

s que p

agam

os lo

s chile

nos e

s

P48.- P

or lo

que u

sted sa

be o

ha o

ído, d

iría q

ue e

l niv

el d

e im

puesto

s que p

agan la

s em

pre

sas e

s

P49.- h

a te

nid

o a

lguna v

ez la

sensa

ció

n d

e se

ntirse

desm

otiv

ado p

ara

cum

plir c

on e

l pago d

e su

s impuesto

s1 N

unca 4

Sie

mpre

8 N

S 9

NR

P50.1

.- Esto

y d

ispuesto

a p

agar m

ás im

puesto

s si esto

s van a

benefic

iar a

los p

obre

s

P50.2

.- El a

um

ento

de lo

s impuesto

s es u

n o

bstá

culo

para

el c

recim

iento

de la

econom

ía

P50.3

.- Para

elim

inar la

pobre

za e

s indisp

ensa

ble

una a

ctiv

a p

artic

ipació

n d

el e

mpre

saria

do

P50.4

.- Para

elim

inar la

pobre

za e

s indisp

ensa

ble

una a

ctiv

a p

artic

ipació

n d

el E

stado

P51.- D

iría u

sted q

ue e

l Serv

icio

de Im

puesto

s Inte

rnos

1 F

iscaliza

a to

dos lo

s chile

nos p

or ig

ual, sin

disc

rimin

acio

n 2

Fisc

aliza

priv

ilegia

ndo a

alg

unos y

castig

ando a

otro

s 9 N

o

resp

onde 8

No sa

be

P52.1

.- El m

onto

de v

enta

s que U

d. te

nga

P52.2

.- Lugar d

onde re

side (R

egió

n, b

arrio

)

P52.3

.- Rubro

al c

ual p

erte

nece (a

ctiv

idad e

conóm

ica)

P52.4

.- Com

porta

mie

nto

tributa

rio p

erc

ibid

o p

or e

l SII

P53.- C

onsid

era

uste

d p

robable

que le

hagan u

na fisc

aliza

ció

n p

róxim

am

ente

1 N

ada P

robable

4 M

uy P

robable

8 N

S 9

NR

P54.- C

uál d

e la

s siguie

nte

s frase

s refle

ja m

ejo

r el n

ivel d

e c

onocim

iento

que U

d. tie

ne e

n re

lació

n c

on e

l destin

o q

ue tie

nen lo

s impuesto

s

1 S

é c

lara

mente

en q

ue se

invie

rten lo

s fondos re

caudados 2

Tengo a

lguna id

ea a

cerc

a d

el d

estin

o d

e lo

s fondos re

caudado

3 N

o te

ngo la

menor id

ea a

cerc

a d

el d

estin

o d

e lo

s fondos

recaudados 8

No S

abe 9

No re

sponde

P55.- C

óm

o a

dm

inistra

el E

stado e

l din

ero

que re

cauda m

edia

nte

los im

puesto

s1 M

uy b

ien 4

Muy M

al 8

NS

9 N

R

P56.- C

ree u

sted q

ue lo

s impuesto

s que se

pagan e

n n

uestro

país se

ven re

fleja

dos e

n la

cantid

ad y

calid

ad d

e lo

s serv

icio

s públic

os

1 S

í 2 N

o 8

No sa

be 9

No re

sponde

P57.- In

fluye e

n su

disp

osic

ión a

pagar im

puesto

s, el h

echo q

ue e

l Esta

do a

dm

inistre

bie

n o

mal e

l din

ero

recaudado p

or e

sta v

ía1 In

fluye P

oco 4

Influ

ye T

ota

lmente

8 N

S 9

NR

1 L

os c

om

erc

iante

s am

bula

nte

s

2 L

os c

om

erc

ios e

stable

cid

os

3 P

equeñas y

media

nas e

mpre

sas

4 G

randes e

mpre

sas

5 L

os tra

baja

dore

s independie

nte

s

6 L

os a

gric

ulto

res

1 N

ada

2 P

oco

3 B

asta

nte

4 M

ucho

8 N

S

9 N

R

1 M

uy B

ajo

4 M

uy A

lto 8

NS

9 N

R

1 M

uy e

n d

esa

cuerd

o

2 E

n d

esa

cuerd

o

3 D

e a

cuerd

o

4 M

uy d

e a

cuerd

o

(en b

lanco) (e

n b

lanco) 1

Depende 2

Es in

dife

rente

8 N

o sa

be

9 N

o re

sponde

30 S

ensib

ilidad a

l manejo

de

los re

curso

s públic

os

28 D

isposic

ión h

acia

el p

ago

de im

puesto

s

29 p

robabilid

ad d

e se

r

dete

cta

do

25 V

alo

r de lo

s impuesto

s

26 N

ivel d

e im

pacto

en la

recaudació

n

27 N

ivel d

e R

esilie

ncia

24 P

erc

epció

n so

bre

el

cum

plim

iento

tributa

rio d

e lo

s

Chile

nos.

51

Pre

gunta

Medició

nF

acto

r

P58.- E

n q

ué m

edid

a c

ree u

sted q

ue e

l país e

stá a

fecta

do p

or la

corru

pció

n

P59.1

.- Registro

Civ

il e Id

entific

ació

n

P59.2

.- Cara

bin

ero

s

P59.3

.- FO

NA

SA

P59.4

.- AF

PS

P59.5

.- Serv

icio

de Im

puesto

s Inte

rnos

P59.6

.- Partid

os p

olític

os

P59.7

.- ISA

PR

ES

P59.8

.- Igle

sia C

ató

lica

P59.9

.- Tele

tón

P59.1

0.- P

arla

mento

/ Congre

so

P59.1

1.- T

ribunale

s de Ju

sticia

P59.1

2.- E

mpre

sas p

úblic

as

P59.1

3.- E

mpre

sas p

rivadas

P60.- q

ué ta

n in

volu

cra

dos se

encuentra

n lo

s funcio

nario

s del S

erv

icio

de Im

puesto

s Inte

rnos e

n c

aso

s de so

born

o y

corru

pció

n1 C

asi n

ingún 4

Casi T

odos 8

NS

9 N

R

P61.1

.- Entre

gado u

n re

galo

o d

inero

para

apro

bar u

n trá

mite

en e

l SII

P61.2

.- Pedid

o a

un a

mig

o o

fam

iliar q

ue tra

baja

en e

l SII q

ue "a

pure

" una d

evolu

ció

n d

e im

puesto

s

P61.3

.- Pedid

o a

un a

mig

o o

fam

iliar q

ue tra

baja

en e

l SII q

ue le

info

rme si v

a a

ser fisc

aliza

do

P61.4

.- Pedid

o a

un a

mig

o o

fam

iliar q

ue tra

baja

en e

l SII q

ue le

entre

gue d

ato

s de c

ontrib

uyente

s para

usa

rla c

om

o b

ase

de c

liente

s

P62.- U

d. o

alg

uie

n q

ue v

ive e

n su

casa

ha d

ado d

inero

o u

n re

galo

para

agiliza

r un trá

mite

, decla

ració

n o

devolu

ció

n d

e im

puesto

s

P63.- E

staría

Ud. d

ispuesto

a d

ar d

inero

o u

n re

galo

a u

n fu

ncio

nario

del S

II si es q

ue é

sta fu

era

la ú

nic

a m

anera

de c

onse

guir

1 S

í, esta

ría d

ispuesto

a h

acerlo

2 L

o c

onsid

era

ría d

ependie

ndo

de la

situació

n 3

No lo

haría

en n

ingún c

aso

4 N

o lo

tengo c

laro

8 N

o sa

be 9

No re

sponde

P64.- L

a c

orru

pció

n e

n e

l ám

bito

de lo

s impuesto

s en C

hile

en lo

s últim

os 3

años

P65.- la

corru

pció

n e

n e

l ám

bito

de lo

s impuesto

s en C

hile

en lo

s pró

xim

os 3

años

P68.- C

lasifiq

ue g

énero

1 M

uje

r 2 H

om

bre

P69.- E

dad?

1 2

4 a

ños o

menos 2

25 –

34 3

35 –

44 4

45 –

54 5

55 –

64 6

65 o

más

P70.- A

ntig

üedad d

e la

em

pre

sa

(en b

lanco) (e

n b

lanco) 1

Menos d

e 6

mese

s 2 E

ntre

6 m

ese

s y

un a

ño 3

Más d

e u

n a

ño y

5 a

ños 4

Más d

e 5

años y

10 a

ños 5

Más d

e 1

0 a

ños 9

No re

sponde

P71.- E

stado c

ivil a

ctu

al

1 C

asa

do/a

2 C

onviv

iente

3 S

olte

ro/a

4 V

iudo/a

5 S

epara

do(a

)/

Div

orc

iado(a

)/Anula

do(a

) 6 O

tro 9

No re

sponde

P72.- C

uál e

s su n

ivel e

ducacio

nal

1 S

in e

studio

s 2 B

ásic

a in

com

ple

ta 3

Básic

a c

om

ple

ta 4

Media

incom

ple

ta 5

Media

com

ple

ta 6

Técnic

a in

com

ple

ta 7

Técnic

a

com

ple

ta 8

Univ

ersita

ria in

com

ple

ta 9

Univ

ersita

ria c

om

ple

ta

10 P

ostg

rado

P73.- C

uál e

s su a

ctiv

idad p

rincip

al

1 T

rabaja

dor d

ependie

nte

2 T

rabaja

dor in

dependie

nte

3

Com

erc

iante

4 E

mpre

sario

5 H

ace tra

bajo

s ocasio

nale

s 6

Cesa

nte

y b

usc

ando tra

bajo

7 C

esa

nte

y n

o b

usc

ando tra

bajo

8

Estu

dia

nte

9 D

ueña d

e C

asa

10 Ju

bila

do, R

entista

11 O

tro

P74.- C

uál e

s su re

lació

n c

on e

l jefe

de h

ogar

(en b

lanco) (e

n b

lanco) 1

Es e

l/la je

fe d

e h

ogar 2

Cónyuge/c

onviv

iente

3 H

ijo/a

4 O

tro 9

No re

sponde

P75.- Y

cuál e

s el n

ivel e

ducacio

nal d

el je

fe d

e h

ogar

(en b

lanco) (e

n b

lanco) 1

Sin

estu

dio

s 2 B

ásic

a In

com

ple

ta 3

Básic

a c

om

ple

ta 4

Media

Incom

ple

ta 5

Media

com

ple

ta 6

Técnic

a in

com

ple

ta 7

Técnic

a c

om

ple

ta 8

Univ

ersita

ria

incom

ple

ta 9

Univ

ersita

ria c

om

ple

ta 1

0 P

ostg

rado 9

9 N

o

resp

onde

P76.- C

uál e

s la a

ctiv

idad p

rincip

al d

el je

fe d

e h

ogar

(en b

lanco) (e

n b

lanco) 1

Tra

baja

dor d

ependie

nte

2 T

rabaja

dor

independie

nte

3 C

om

erc

iante

4 E

mpre

sario

5 H

ace tra

bajo

s

ocasio

nale

s 6 C

esa

nte

y b

usc

ando tra

bajo

7 C

esa

nte

y n

o

busc

ando tra

bajo

8 E

studia

nte

9 D

ueña d

e c

asa

10 Ju

bila

do,

Rentista

11 O

tro 9

8 N

o sa

be 9

9 N

o re

sponde

P77.- C

uánta

s perso

nas v

iven p

erm

anente

mente

en e

ste h

ogar

1 2

3 4

5 6

7 8

9 1

0 1

1 1

2 (e

n b

lanco)

P78.- G

SE

visu

al

1 A

BC

1 2

C2 3

C3 4

D 5

E (e

n b

lanco) (e

n b

lanco)

1 N

ada C

orru

pto

5 M

uy C

orru

pto

8 N

S

9 N

R

33 D

ato

s encuesta

do

1 S

í

2 N

o

8 N

o sa

be

9 N

o re

sponde

1 A

um

entó

mucho 2

Aum

entó

poco 3

Se m

antu

vo ig

ual 4

Dism

inuyó u

n p

oco 5

Dism

inuyó m

ucho 8

No sa

be 9

No

31 P

erc

epció

n d

e la

corru

pció

n p

úblic

a

32 T

endencia

a in

cita

r

corru

pció

n in

tra S

II

Documents

“Determinantes Conductuales del Cumplimiento …...sistema tributario, diseñado a partir de los resultados de la "Encuesta de Percepción del Sistema Tributario Chileno" y las teorías