CC BY
0SYSTEM ANALYSIS OF BUILDING AGENT-BASED MODELS OF TAX
ADMINISTRATION EFFICIENCY
СИСТЕМНЫМ АНАЛИЗ ПОСТРОЕНИЯ АГЕНТНЫХ МОДЕЛЕЙ ЭФФЕКТИВНОСТИ НАЛОГОВОГО АДМИНИСТРИРОВАНИЯ
Alexander I. Ilyinsky 1 Александр Иоильевич Ильинский 1
ORCID 0000-0002-7803-9146
1 Financial University under the Government of the Russian Federation 1 Финансовый университет при Правительстве Российской Федерации
Keywords: agent-based models, tax administration, tax evasion, dynamic system, system dynamics
Ключевые слова: агентные модели, налоговое администрирование, уклонение от налогов, динамическая система, системная динамика
The development of any tax system involves changes in both tax policy and the improvement of the work of tax administrators. In turn, the efficiency of the tax administration depends on the social behavior of large groups of taxpayers.
To achieve a high level of efficiency in the work of the tax authorities, it is necessary to adapt their strategies, plans and actions, taking into account the behavior of the population of taxpayers.
In the case of an ideal tax population consisting entirely of law-abiding taxpayers, the tax authorities are mainly engaged in collecting taxes in the interests of the state budget, but in reality, the tax authorities are faced with problems of tax evasion, which is currently one of the most common types of economic crimes all over the world. In case of tax evasion in real socio-economic life, the tax authorities organize the following types of work:
1. provide digital tax services,
2. contribute to an increase in the proportion of conscientious taxpayers in the tax population,
3. carry out work to expand the voluntary compliance of taxpayers,
4. monitor the behavior of taxpayers,
5. check potential violators,
6. identify current violators of tax laws and work with them.
Each type of work can be quantitatively characterized by the corresponding numerical indicators (the percentage of conscientious taxpayers in the population, the number of organized services, the number of desk and on-site inspections, the number of identified violators, the amount of additional funds accrued to the budget for a certain period of time, etc.). These quantitative indicators ofthe work of the tax authority will be called rollout or output of the tax administration system.
Развитие любой налоговой системы предполагает изменения как налоговой политики, так и совершенствование работы налоговых администраторов. В свою очередь, эффективность работы органов налогового администрирования зависит от социального поведения больших групп налогоплательщиков. Для достижения высокого уровня эффективности работы налоговых органов необходимо адаптировать их стратегии, планы и действия с учетом поведения популяции налогоплательщиков.
В случае идеальной налоговой популяции, полностью состоящей из законопослушных налогоплательщиков, налоговые органы занимаются в основном сбором налогов в интересах государственного бюджета, однако в реальности налоговые органы сталкиваются с проблемами уклонения от уплаты налогов, что является в настоящее время одним из самых распространенных видов экономических преступлений во всем мире. В случае уклонения от уплаты налогов в реальной социально-экономической жизни налоговые органы организуют следующие виды работ:
1. предоставляют цифровые налоговые сервисы,
2. способствуют увеличению доли добросовестных налогоплательщиков в налоговой популяции.
3. проводят работу по расширению добровольного ком-плаенса налогоплательщиков,
4. проводят мониторинг поведения налогоплательщиков,
5. проверяют потенциальных нарушителей
6. определяют актуальных нарушителей налогового законодательства и проводят с ними работу.
Каждый вид работ можно количественно характеризовать соответствующими цифровыми показателями (процент добросовестных налогоплательщиков в популяции, число организованных сервисов, число камеральных и выездных проверок, число выявленных нарушителей, объем доначисленных средств в бюджет за определенный период времени
54
The increase in these indicators depends both on the organization of the tax service and on the nature of its interaction with the population of taxpayers. Any deliberate tax evasion is a tax violation/crime that prevents the receipt of funds to the accounts of the federal and/or regional budgets and leads to budget deficits. Tax evasion also has a high social cost and incurs significant social expenses, as they lead to the degradation of existing social norms and values necessary for the very functioning of the public finance system.
Massive tax evasion leads to chaos in the life of the state and makes it impossible to produce public goods necessary for the existence of the welfare economy itself. In addition, significant costs are associated with the existence and operation of tax administration bodies, which are designed to combat tax crimes and implement effective tax and law enforcement.
Agent-based modeling of tax administration efficiency has significant advantages over classical methods of economic and mathematical modeling.
Agent-based models consist of discrete autonomous agents that behave according to prescribed decision rules. The interaction of agents at the micro level leads to complex emergent phenomena at the macro level. The agent's autonomous decisions are embedded in a complex environment of behavioral rules, social norms, and legal regulation.
The use of agent models is due to their ability to explain, investigate and predict the social behavior of large and complexly organized heterogeneous populations of tax agents.
Any system of agent-based modeling of tax systems [1] involves the use of three most important components or main building blocks :
1. A set of autonomous agents that have internal states that can be both observable and unobservable for other agents. Agent states are described by a set of numeric attributes. The goals of the agent's actions, the information available to him, and the resources available determine the properties of the agent. The processes of transferring, receiving and transforming information, ways of using resources, the possibility of adapting its properties and functions are considered as functions of an agent.
2. A set of agent action rules that determines the choice of a specific agent action from the existing set of possible actions. The rules can be built on the algorithms of the expected utility theory or the Kahneman-Tversky theory of behavioral finance [2], [3]. The set of agent action rules is a dynamic set that continuously evolves, which provides a high degree of flexibility for agent-based modeling methods. Agent behavior rules are built into agent functions.
3. The environment of the agent is defined as the physical
и т.д.).
Эти количественные показатели работы налогового органа будем называть выходами или выпуском системы налогового администрирования. Увеличение этих показателей зависит как от организации налоговой службы, так и от характера ее взаимодействия с популяцией налогоплательщиков.
Всякое сознательное уклонения от уплаты налогов является налоговым нарушением/преступлением, которое препятствуют поступлению средств на счета федерального и/или регионального бюджетов и ведут к дефициту бюджетов. Уклонение от уплаты налогов имеет также высокую социальную стоимость и несет значительные общественные издержки, так как они ведут к деградации существующих социальных норм и ценностей, необходимых для самого функционирования системы общественных финансов. Массовые уклонения от уплаты налогов приводит к хаосу в жизни государства и делают невозможным производство общественных благ, необходимых для существования самой экономики благосостояния. Кроме этого, значительные издержки связаны с существованием и работой органов налогового администрирования, которые призваны бороться с налоговыми преступлениями и осуществлять эффективную практику налогового принуждения и правоприменения. Агентное моделирование эффективности налогового администрирования имеет значительные преимущества перед классическими методами экономико-математического моделирования. Агентные модели состоят из дискретных автономных агентов, которые ведут себя в соответствии с предписанными правилами принятия решений. Взаимодействие агентов на микроуровне приводит к сложным эмерджентным явлениям на макроуровне. Автономные решения агента встроены в сложную среду поведенческих правил, социальных норм и правового регулирования. Использование агент-ных моделей обусловлено их способностью объяснять, исследовать и предсказывать социальное поведение больших и сложно организованных гетерогенных популяций налоговых агентов.
Любая система агентного моделирования налоговых систем [1] предполагает использование трех важнейших составляющих или основных строительных блоков:
1. Набора автономных агентов, которые имеют внутренние состояния, которые могут быть как наблюдаемыми, так и ненаблюдаемыми для других агентов. Состояния агентов описываются набором числовых атрибутов. Цели действий агента, доступная ему информация и располагаемые ресурсы определяют свойства агента. Процессы передачи,
55
space in which the agent exists and operates, and the abstract space of the agent's actions. The environment is macro-level variables of different nature, exogenous for the agent, significant for the agent's functions. The environment changes as a result of the actions of agents and is a dynamically evolving system.
For example, the actions of agents of the tax administration may lead to a change in the rules of conduct for certain groups of taxpayers. Increasing the frequency and likelihood of tax audits and increasing the penalties imposed in case of tax evasion changes the behavior of the taxpayer population and increases the degree of tax compliance in the tax system.
The flexibility of the agent-based modeling method is facilitated by the possibility of both uncontrolled stochastic mutations in the environment and purposeful changes in the environment as a result of the collective actions of agents.
A conceptual agent-based model of tax administration efficiency has been developed and implemented in the NetLogo integrated environment [4], which makes it possible to determine the social dynamics of the taxpayer population based on the Bloomquist model [5]. A study of the world experience in the use of agent-based modeling methods for solving the problems of managing the efficiency of tax authorities was carried out.
In the world literature, agent-based modeling methods describe the influence of social networks, repeated checks, social interactions, agent training mechanisms, social payments, and the presence of a black market on the behavior of taxpayers and the effectiveness of tax administration.
A large-scale tax agent model , including 12 million taxpayers according to the IRS was developed.
Agent-based modeling methods are widely used in the study of tax evasion processes and in determining the optimal frequency and program of tax audits. A conceptual agent model of tax administration efficiency was built and tested in the NetLogo language, which was used to generate large arrays of structured and unstructured tax data.
The population consists of four types of taxpayers who interact both with each other and with the tax authorities, who, using various strategies, selectively conduct their tax audits.
A study of the social impact on the behavior of the taxpayer in the context of the possibility of a tax audit in the framework of the behavioral finance theory was conducted.
In this case, the emergence of dense clusters of the same type of taxpayers was observed, as in the well-known Schelling segregation model.
получения и преобразование информации, способы использование ресурсов, возможности адаптации его свойств и функций рассматриваются как функции агента.
2. Набора правил действий агента, который определяет выбор конкретного действия агента из существующего множества возможных действий. Правила могут быть построены на алгоритмах теории ожидаемой полезности или теории поведенческих финансов Канемана-Тверски [2], [3]. Набор правил действий агентов является динамическим множеством, которое непрерывно эволюционирует, что обеспечивает высокую степень гибкости методов агентного моделирования. Правила поведения агентов встроены в функции агентов.
3. Окружающая среда агента задается как физическое пространство, в котором существует и действует агент, так и абстрактное пространство действий агента. Окружающая среда — это экзогенные для агента переменные макроуровня различной природы, значимые для функций агента. Окружающая среда изменяется в результате действий агентов и является динамически эволюционирующей системой. Например, действия агентов налоговой администрации могут привести к изменению правил поведения отдельных групп налогоплательщиков. Повышение частоты и вероятности налоговых проверок и увеличение налагаемых штрафов в случае уклонения от уплаты налогов изменяет поведения популяции налогоплательщиков и повышает степень налогового комплаенса в налоговой системе. Гибкости метода агентного моделирования способствует возможность как неконтролируемых стохастических мутаций в окружающей среде, так и целенаправленных изменений окружающей среды в результате коллективных действий агентов.
Разработана и реализована в интегральной среде NetLogo [4] концептуальная агентная модель эффективности налогового администрирования, позволяющая определить социальной динамики популяции налогоплательщиков на базе модели Блум-квиста[5].
Проведено изучение мирового опыта использования методов агентного моделирования для решения задач управления эффективностью налоговых органов. В мировой литературе методами агентного моделирования описано влияние социальных сетей, повторных проверок, социальных взаимодействий, механизмов обучения агентов, социальных выплат, наличия черного рынка на поведение налогоплательщиков и эффективность налогового администрирования. Была разработана и построена крупномасштабная налоговая агентная модель, включающая 12 миллионов
_56_
The conducted research opens the prospects for building a family of agent-based models in the interests of the tax authorities, and the developed algorithms for the behavior of taxpayers under risk conditions can be transferred to other more productive integrated agent-based modeling platforms.
налогоплательщиков по данным Налогового управления США. Методы агентного моделирования получили широкое распространение при исследовании процессов уклонения от уплаты налогов и определения оптимальности частоты и программы проведения налоговых проверок.
References / Библиография
1. Choi, T. and Park, S. (2021), "Theory building via 1. agent-based modeling in public administrationre-search: vindications and limitations", International Journal of Public Sector Management, Vol. 34 No.
6, pp. 614-629. https://doi.org/10.1108/IJPSM-10-2020-0287
2. Kahneman D., & Tversky, A. (1979). Prospect Theory: 2. An Analysis of Decision under Risk. Econometrica, 47(2), 263-291. https://doi.org/10.2307/1914185
3. Tyersky, Amos, and Daniel Kahneman. 1992. 3. "Advances in Prospect Theory: Cumulative Representation of Uncertainty." Journal of Risk and Uncertainty 5(4): 297- 323
4. Wilensky, Uri; Rand, William (2015). An intro- 4. duction to agent-based modeling: Modeling natural, social and engineered complex systems with NetLogo. Cambridge: MIT Press. ISBN 978-0262-73189-8.
5. Bloomquist, Kim, (2011), Tax Compliance as an 5. Evolutionary Coordination Game: An Agent-Based Approach, Public Finance Review, 39, issue 1, p. 25-49.
Чой Т. и Пак С. (2021 г.), «Построение теории с помощью агентного моделирования в исследованиях государственного управления: обоснования и ограничения», Международный журнал управления государственным сектором, Vol. 34 № 6, стр. 614-629.
Канеман Д. и Тверски А. (1979). Теория перспектив: анализ решений в условиях риска. Эконометрика, 47(2), 263-291. Тверски, Амос и Даниэль Канеман. 1992. «Достижения в теории перспектив: кумулятивное представление неопределенности». Журнал Риск и Неопределенность 5(4): 297-323. Виленский, Ури; Рэнд, Уильям (2015). Введение в агентное моделирование: моделирование природных, социальных и инженерных сложных систем с помощью NetLogo. Кембридж: MIT Press. ISBN 978-0-262-73189-8.
Блумквист, Ким, (2011), Налоговое соответствие как эволюционная координационная игра: агент-ориентированный подход, Public Finance Review, 39, выпуск 1, с. 25-49.
57
