Big Data y la Administración Tributaria en México

Authors

DOI:

https://doi.org/10.29105/vtga3.3-992

Keywords:

Big Data, Facturación Digital, Hadoop, Recaudación Fiscal, SAT

Abstract

La autoridad fiscal en años recientes ha manifestado un incremento sustancial en los ingresos públicos, particularmente en lo relativo a los ingresos tributarios, por lo que resulta altamente de interés el analizar si existe alguna relación entre dichos ingresos, el establecimiento de la facturación electrónica y el uso de tecnologías de vanguardia como Big Data. Para efecto del análisis de este proyecto, dentro de los Ingresos Presupuestarios del Gobierno Federal, consideramos únicamente los Ingreso Tributarios, donde el Impuesto Sobre la Renta y el Impuesto al Valor Agregado son preeminentes. Además, se considerará la emisión de los Comprobantes Fiscales Digitales en el periodo 2011-2016.

Downloads

Download data is not yet available.

References

Dean, J. y Ghemawat, S. (2004). Mapreduce: Simplified data processing on large clusters. OSDI ’04: Proceedings of the 5th USENIX Symposium on Operating Systems Design and Implementation, 137–150.

El Economista. (2014). Recaudación crecerá 5% en 2014: SAT. Recuperado de http://eleconomista.com.mx/finanzaspublicas/2014/06/29/recaudacion-crecera-5-2014-sat

Ghemawat, S., Howard, G., Shun-Tak, L. (2003). The google file system. Proceedings of the 17th ACM Symposium on Operating Systems Principles, 29–43. DOI: https://doi.org/10.1145/945445.945450

Harrell, F. E. (2016). Hmisc: Harrell Miscellaneous. R package version 4.0-2. Recuperado de https://CRAN.Rproject.org/package=Hmisc

InformationWeek Magazine. (2016). El SAT sabe más por Big Data que por Viejo. InformationWeek Magazine, 155, 6-9.

Laney, D. (2001). 3-D Data Management: Controlling Data Volume, Velocity and Variety. Recuperado de http://goo.gl/Bo3GS

Ley de Ingresos de la Federación para el ejercicio 2017 185

Ley del Impuesto al Valor Agregado.

Ley del Impuesto Sobre la Renta.

Muenchen, R.A. (2016). The Popularity of Data Analysis Software. Recuperado de http://r4stats.com/articles/popularity/

R Core Team. (2017). R: A language and environment for statistical computing. Recuperado de https://www.R-project.org/

SAT. (2015). La Nueva Administración Tributaria en México El ADN digital: eje de transformación de los servicios tributarios. Recuperado de http://foroconexion.org/assets/la-nueva-administraci%C3%B3n-tributaria-en-m%C3%A9xico2.pdf

SAT. (2017). Datos Abiertos del SAT. Recuperado de http://www.sat.gob.mx/cifras_sat/Paginas/datos/vinculo.html?page=NumComp.html

SHCP. (2017). Ingresos Presupuestarios del Gobierno Federal, Petroleros y No Petroleros. Recuperado de http://www.shcp.gob.mx/POLITICAFINANCIERA/FINANZASPUBLICAS/Estadisticas_Oportunas_Finanzas_Publicas/Paginas/unica2.aspx

Zion Market Research. (2017). Hadoop Market by Type (Software, Hardware and Services) for BFSI, Government Sector, IT & ITES, Healthcare, Telecommunication, Retail and Others End-Uses: Global Industry Perspective, Comprehensive Analysis, Size, Share, Growth, Segment, Trends and Forecast, 2016 – 2022. Recuperado de https://www.zionmarketresearch.com/report/hadoop-market

Downloads

Published

2018-06-29

How to Cite

Venzor, I., & Flores, H. (2018). Big Data y la Administración Tributaria en México . Vinculategica Efan, 3(3), 178–185. https://doi.org/10.29105/vtga3.3-992

Issue

Vol. 3 No. 3 (2018): VinculaTégica EFAN 3(3) July 2017 - June 2018

Section

Papers

License

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Authors who publish in the VinculaTégica EFAN journal agree to the following Copyright Notice:
 

a). Authors keep copyright and give the journal the right of the first publication of the work under a Creative Commons attribution license. This license allows others to share the work as long as original authorship and initial publication in this journal is acknowledged.

b). Authors may make other independent and additional contractual agreements for the non-exclusive distribution of the version of the article published in this journal (e.g., include it in an institutional repository or publish it in a book) as long as they clearly indicate that the work was published for the first time in this journal.

c). Authors are allowed to self-archive their work in institutional repositories or on their own website before and during the submission process, as this may encourage productive exchanges and increase early and overall citation of the published work.