Počet záznamov: 1
Machine Learning Meets Tax Fraud: Insights from Slovakia
Názov Machine Learning Meets Tax Fraud: Insights from Slovakia Preklad názvu Strojové učenie sa stretáva s daňovými podvodmi: Postrehy zo Slovenska Autorské údaje Eduard Baumöhl, Roderik Antol, Tomáš Výrost, Tomáš Bačo Autor Baumöhl Eduard EUBOBFKMA - Katedra marketingu OBF Spoluautori Antol Roderik Výrost Tomáš EUBOBFKMO - Katedra medzinárodného obchodu OBF Bačo Tomáš Zdrojový dokument Ekonomický časopis : [recenzovaný časopis]. Roč. 73, č. 5-6 (2025), s. 181-209. - Bratislava : Ekonomický ústav SAV : Prognostický ústav SAV, 2025. ISSN 0013-3035 DOI 10.31577/ekoncas.2025.05-06.01 Výstup z projektu APVV APVV-22-0126 Detekcia daňových manipulácií s využitím metód strojového učenia a umelej inteligencie
Poznámky APVV-22-0126. - Registrovaný: Scopus Druh dokumentu rozpis článkov z periodík Jazyk dokumentu angličtina Krajina vydania Slovenská republika Heslá podvody * dane * učenie strojové * banky Anotácia Jednou z najzaujímavejších tém v oblasti podnikových financií je odhaľovanie daňových podvodov. V práci sa zaoberáme unikátnym súborom údajov o výsledkoch kontrol slovenských daňových úradov, čím získavame cenné poznatky o overených prípadoch daňových manipulácií a vyhýbame sa problému nesprávnej klasifikácie, ktorý je v tomto prúde literatúry bežný. Aplikujeme umelé neurónové siete, náhodné lesy, XGBoost a podporné vektorové stroje, aby sme overili, do akej miery dokážeme klasifikovať daňových manipulátorov na základe verejne dostupných ukazovateľov finančných výkazov. Naše výsledky ukazujú, že model XGBoost preukázal najvyššiu účinnosť, pričom dosiahol skóre F1 0,75 v celej vzorke, mierne nižšie skóre v rámci odvetvových skupín a vynikajúce výsledky v sektore A – Poľnohospodárstvo so skóre F1 0,85. Naše výsledky naznačujú, že použitie dnes bežne známych metód strojového učenia spolu so štandardnými finančnými premennými môže poskytnúť užitočný nástroj na odhaľovanie daňových podvodov a ako také môže prispieť k vyššej efektivite daňových kontrol. Kategória EPC Vedecké práce v domácich karentovaných časopisoch Registrované v WOS Registrované v SCOPUS Báza dát PUBLIKAČNÁ ČINNOSŤ Archív EPC E25 00649-001, online Odkazy PERIODIKÁ-Súborný záznam periodika Čísla 2025: 5-6
Názov súboru Veľkosť Typ prístupu Plný text PDF 1.9 MB verejne dostupné 
článok
Počet záznamov: 1