Questa tesi è composta da due saggi indipendenti. Il saggio presentato nel Capitolo 1 studia la conformità fiscale all'interno di un modello basato su agenti. Il modello è progettato tenendo conto di una serie di regole fiscali in vigore in Italia e calibrato con micro-dati forniti dall'autorità fiscale italiana. I risultati delle simulazioni mostrano che, considerando livelli di deterrenza realistici, agenti strettamente razionali generano un livello (medio) di non conformità fiscale sostanzialmente superiore a quello suggerito dai dati empirici. Quando includiamo nel processo decisionale dell’agente il calcolo e l’aggiornamento della probabilità soggettiva di subire un controllo, così come l’attitudine alla conformità sociale e gli effetti di rete, il modello fornisce risultati maggiormente in linea con l'evidenza empirica. Il saggio presentato nel Capitolo 2 impiega diverse tecniche di apprendimento automatico, con l'obiettivo di identificare quei contribuenti che hanno maggiore probabilità di aumentare l’importo della loro dichiarazione dei redditi dopo essere stati controllati dall'autorità fiscale. Tra i metodi impiegati, la foresta casuale ha garantito la maggiore accuratezza predittiva. Per valutare l'utilità pratica del nostro approccio, calcoliamo l'aumento del reddito netto riportato dai contribuenti identificati dal modello random forest. Troviamo che, in media, questo aumento è significativo rispetto alla media di tutti i contribuenti ispezionati. Riteniamo, dunque, che il nostro approccio possa rivelarsi uno strumento utile al fine di individuare e selezionare quei contribuenti che hanno una maggiore probabilità di dichiarare un reddito più alto in seguito ad un controllo, consentendo, quindi, una migliore allocazione delle - tipicamente scarse - risorse finanziarie a disposizione dell’autorità fiscale nell'ambito della sua attività ordinaria di controllo. / The essay presented in Chapter 1 studies tax compliance within an agent-based framework. The model is designed according to a set of normative taxing rules for the Italian case and calibrated with micro-data provided by the Italian tax authority. Simulation results show that, under realistic deterrence levels, strict rational agents generate a (average) level of tax noncompliance substantially higher than that suggested by the empirical data. When subjective audit probability computing and updating as well as social conformity attitude and network effects are included in the decision process, the model provides results more in line with the empirical evidence. The essay presented in Chapter 2 employs several machine learning techniques, with the aim to identify those taxpayers who are more likely to increase their net income declarations after being audited by the tax authority. Among the employed methods, random forest guaranteed higher predictive accuracy. In order to assess the practical utility of our approach, we compute the reported net income increase by taxpayers identified through the random forest model. We find that, on average, this increase is significant compared to the average of all the inspected taxpayers. We believe that our approach could prove a useful tool in order to identify and select those taxpayers who are more likely to increase the income reporting after an audit, therefore allowing for a better allocation of the – typically scarce – financial resources available to the tax authority for its ordinary auditing activities.

本研究使用台灣的營利事業所得稅資料並且以托賓自我選擇模型來檢視租稅逃漏、稅務選查與會計師稅務簽證三者的關聯性。實證結果顯示台灣的稅務機關在查核預算的限制之下會進行有系統的稅務選查程序；進一步來說，使用會計師稅務簽證的企業組織較不易被稅務機關選查。此外，企業組織的重要特徵如規模、財務狀況、獲利能力以及會計師稅務簽證的使用與否將會影響企業組織的租稅逃漏額。最後，我們發現會計師稅務簽證的使用對於租稅逃漏的影響會隨著公司的規模大小而改變，營收大於一億的企業組織若使用會計師稅務簽證將會比未使用會計師稅務簽證的企業組織有更高的逃漏稅額。因此，我們認為與會計師稅務簽證相關的政策法規可能需要重新評估是否適切。 / This study uses the business income tax dada in Taiwan to empirically examine the relationships between audit selection, tax evasion, and the usage of CPA-attestation. Tobit model with self-selection is used in this study. Empirical results provide evidence that tax agencies in Taiwan employ a systematic audit selection process, subject to the constraints of audit budgets. Additionally, firms using CPA-attestation are less likely to be selected for audit. The results also provide evidence that some important characteristics of firms, such as size, financial position, profitability, and the usage of CPA-attestation, may influence the amount of tax evasion. Finally, we find that the effect of CPA-attestation on tax evasion may vary with different sizes of firms using CPA-attestation. Hence, the policy and tax regulations associated with the usage of CPA-attestation may need to be re-evaluated.