Escudo de la República de Colombia Escudo de la República de Colombia
/¿Quiénes tienen más probabilidades de ponerse al día con el impuesto vehicular en Antioquia?
Ciudad y Territorio

¿Quiénes tienen más probabilidades de ponerse al día con el impuesto vehicular en Antioquia?

    Los contribuyentes que tienen menos tiempo en mora, o quienes viven más cerca de Medellín, serían los idóneos para ponerse al día en el pago del impuesto vehicular; así lo determinó un modelo estadístico aplicado en Antioquia. La herramienta es un primer paso para que las entidades públicas se apropien de estas tecnologías y tomen decisiones basadas en la analítica de datos. En el caso de este recaudo, permite enfocar mayores esfuerzos de persuasión en personas específicas y tener más éxito.

    De los cerca de 2,6 millones de contribuyentes que deben pagar el impuesto vehicular en Antioquia, un poco más de 260.000 –el 10 %– está en mora, lo que representa una falta significativa en los ingresos de la Gobernación destinados a mejorar la malla vial, la infraestructura educativa y los programas deportivos y de salud.

    Aunque el 10 % parece poco, el número de individuos es elevado y representa un reto para la administración regional y para los ciudadanos, pues son dineros necesarios para la gestión pública.

    “Allí vimos un reto y una oportunidad para aplicar la analítica de datos, aprovechando además que este es uno de los impuestos mejor sistematizados, que cuenta con información ‘limpia’ de los contribuyentes, su tiempo de mora, estrato, edad, municipio, etc.”, explica Yeison Andrés Orozco Zuluaga, magíster en Ingeniería Analítica de la Universidad Nacional de Colombia (UNAL) Sede Medellín.

    Teniendo en cuenta este contexto aplicó un modelo estadístico para saber cuáles individuos en mora tendrían más probabilidades de ponerse al día. “Esta información es útil, ya que para el recaudo la Subsecretaría de Ingresos de la Gobernación utiliza estrategias persuasivas –como la comunicación directa con los morosos, los cobros coactivos y los procesos jurídicos–, así que saber quiénes podrían pagar lo que deben le permite a los funcionarios enfocar sus esfuerzos en ellos y tener mayor éxito”.

    El investigador evaluó 5 modelos y encontró que el basado en Bosques Aleatorios (o Random Forest) es el que obtiene resultados más efectivos y precisos. “Se trata de un algoritmo de aprendizaje supervisado: es como si estuviéramos en un laberinto y, buscando la salida, nos metiéramos por caminos que, aunque equivocados, nos acercan más a la meta. Del mismo modo, dependiendo de qué tan lejos nos lleve ese ‘camino’, el modelo determina qué tanto peso tiene determinada variable”.

    Así, el investigador Orozco encontró que la vigencia es un factor crucial, con un 30 % de peso, es decir que entre menos antiguas sean las cuentas pendientes de pago, más probabilidades hay de que el contribuyente se ponga al día.

    Igualmente hay una incidencia del 15 % relacionada con qué tan cerca de Medellín viva la persona y según las características de su vehículo: cilindraje, avalúo, modelo. Con esto claro, la Gobernación puede tomar decisiones y priorizar a estos deudores para que cumplan con su responsabilidad.

    “Además, a partir de este trabajo se abren muchas posibilidades para estudios futuros, por ejemplo para determinar qué estrategia funciona mejor para cada tipo de persona. No obstante, para esto habría que fortalecer, entre otras cosas, la caracterización socioeconómica de los contribuyentes”, agrega el investigador.

    Las herramientas de analística de datos serían fundamentales para fortalecer el Estado y las entidades públicas, tanto que incluso serían útiles en otros ámbitos como la salud pública para estimar, por ejemplo, qué enfermedades podría desarrollar una persona con base en su historia familiar, ciertos factores como los niveles de sedentarismo o qué tantas veces acude al médico.