🔬 physics

Stochastic compliance/evasion dynamics in tax models: a piecewise deterministic Markov process approach

Questo articolo introduce un nuovo quadro di Processo Markoviano Deterministico a Pezzi (PDMP) che estende un modello deterministico di evasione fiscale incorporando meccanismi stocastici di audit e di imitazione, dimostrando che la loro interazione previene equilibri estremi e genera invece fluttuazioni persistenti attorno a una distribuzione stazionaria che riflette meglio le dinamiche di conformità del mondo reale.

Autori originali: Jonas Mayr, Amira Meddah, Irene Tubikanec

Pubblicato 2026-05-26

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Jonas Mayr, Amira Meddah, Irene Tubikanec

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il Quadro Generale: Un Modello Fiscale che "Respira"

Immaginate una società come un enorme e affollato mercato. In questo mercato, le persone hanno diverse quantità di denaro (classi di reddito) e sono costantemente impegnate a scambiarsi tra loro. Alcune persone pagano la loro piena quota di tasse, mentre altre cercano di nascondere il proprio denaro per pagare meno (evasione fiscale).

Per molto tempo, i matematici hanno cercato di prevedere come si sarebbe comportato questo mercato utilizzando un modello deterministico. Pensate a questo come a un treno su un binario fisso. Una volta che il treno parte, sapete esattamente dove andrà. Nel vecchio modello, una volta che una persona decideva di essere un "evasore" o un "contribuente", lo rimaneva per sempre. Poteva spostarsi verso l'alto o verso il basso nel reddito (come cambiare carrozza del treno), ma il suo atteggiamento verso le tasse non cambiava mai.

Gli autori di questo documento dicono: "È troppo rigido. Le persone reali cambiano idea". Introducono un nuovo modello che agisce meno come un treno e più come una partita di tana con un arbitro. In questo nuovo gioco, le persone possono improvvisamente cambiare squadra (da evasore a contribuente, o viceversa) in base a eventi casuali. Chiamano questo un Processo Markoviano Deterministico a Pezzi (PDMP).

Ecco come funziona il loro nuovo "gioco", suddiviso in tre parti:

1. Le Due Forze: L'Arbitro e la Folla

Il documento identifica due forze principali che causano il cambiamento del comportamento fiscale delle persone. Le hanno modellate come due "giochi" separati, per poi combinarli.

Forza A: Il Controllo (L'Arbitro)

La Metafora: Immaginate un arbitro che fischia in modo casuale. Quando il fischio suona, è un controllo.
Come funziona: Se una persona sta barando (evasione fiscale) e viene beccata dall'arbitro, è costretta a passare alla squadra "onesta".
Il Risultato: Se avete solo l'arbitro che fischia, alla fine, tutti diventano onesti. La squadra dei "baranti" scompare completamente. Il sistema si stabilizza in uno stato di conformità al 100%.

Forza B: L'Imitazione (La Folla)

La Metafora: Immaginate un gruppo di amici che passano il tempo insieme. Se un amico dice: "Ehi, non ho pagato le tasse e ce la sono cavata", gli altri potrebbero pensare: "Sembra intelligente. Farò lo stesso". Questa è imitazione.
Come funziona: Le persone osservano i loro pari. Se vedono altri evadere con successo le tasse, è probabile che li copino e passino alla squadra dei "baranti".
Il Risultato: Se avete solo questo effetto "scimmia scimmiotta", alla fine, tutti diventano baranti. La squadra "onesta" scompare. Il sistema si stabilizza in uno stato di evasione al 100%.

2. Il Mondo Reale: Il Gioco Combinato

Gli autori si sono resi conto che nel mondo reale, sia l'Arbitro (Controlli) che la Folla (Imitazione) stanno accadendo contemporaneamente. Hanno costruito un terzo modello in cui queste due forze si combattono a vicenda.

L'Analogia: Immaginate una partita di tiro alla fune. Da una parte, l'Arbitro sta tirando le persone verso l'onestà. Dall'altra parte, la Folla le sta tirando verso il barare.
L'Esito: Nel vecchio modello del "treno", il sistema alla fine si sarebbe fermato e avrebbe scelto una parte. Ma in questo nuovo modello di "tiro alla fune", il sistema non smette mai di muoversi.
- A volte vince l'Arbitro, e più persone diventano oneste.
- Poi, la Folla recupera, e più persone iniziano a barare.
- I numeri fluttuano su e giù, ma tendono a oscillare attorno a una specifica "via di mezzo".

Questa è la scoperta principale del documento: I sistemi fiscali reali non si stabilizzano in uno stato perfetto e statico. Invece, si stabilizzano in un equilibrio dinamico dove c'è sempre un misto di persone oneste e disoneste, che cambiano costantemente ma rimangono entro un intervallo prevedibile.

3. Perché Questo È Importante (Secondo il Documento)

Gli autori affermano che il loro nuovo modello è più realistico perché:

Rispetta le regole: Anche se le persone saltano avanti e indietro tra le squadre, la quantità totale di denaro e il numero totale di persone nella società rimangono costanti (proprio come nel vecchio modello).
Cattura la realtà: Spiega perché non vediamo mai una società in cui tutti pagano le tasse perfettamente, né una in cui tutti barano. Vediamo una via di mezzo disordinata e fluttuante, e questo modello spiega perché ciò accade.
Prevede la "Distribuzione Stazionaria": Invece di prevedere un singolo numero finale (ad esempio, "il 50% barerà"), il modello prevede una nuvola di possibilità. Ci dice che nel lungo periodo, la percentuale di baranti oscillerà attorno a una media specifica, invece di bloccarsi in un punto.

Riassunto

Vecchio Modello: Le persone sono bloccate nelle loro abitudini fiscali. Il sistema è una linea retta verso una destinazione finale.
Nuovo Modello (PDMP): Le persone cambiano costantemente abitudini a causa dei Controlli (che le spingono all'onestà) e dell'Imitazione (che le spinge a barare).
Il Risultato: Il sistema non si ferma; danza. Oscilla attorno a una media stabile, creando un quadro molto più realistico di come funziona la conformità fiscale nel mondo reale.

Il documento dimostra matematicamente che questo comportamento "danzzante" è stabile e che il sistema alla fine si stabilizzerà in un pattern in cui il misto di persone oneste e disoneste rimane coerente nel tempo, anche se gli individui cambiano costantemente idea.

Sintesi Tecnica: Dinamiche Stocastiche di Conformità–Evasione nei Modelli Fiscali

Enunciato del Problema
L'evasione fiscale rimane una sfida persistente con significative conseguenze macroeconomiche e sociali, tra cui una riduzione delle entrate pubbliche e un aumento della disuguaglianza di reddito. Sebbene la ricerca esistente abbia utilizzato la modellazione matematica per comprendere l'evasione, esiste una limitazione specifica nel quadro deterministico introdotto da Bertotti e Modanese (2018). In quel modello, il comportamento individuale di conformità fiscale è trattato come statico; si assume che gli agenti rimangano indefinitamente nei loro settori di evasione assegnati, con cambiamenti che avvengono solo attraverso transizioni di classe di reddito guidate da interazioni economiche. Questa ipotesi ignora la natura dinamica della conformità, che nella realtà è plasmata da incentivi istituzionali (come i rischi di audit) e fattori sociali (come l'influenza dei pari e l'imitazione).

Metodologia
Per affrontare questa limitazione strutturale, gli autori estendono il modello deterministico di Equazioni Differenziali Ordinarie (ODE) a un quadro stocastico utilizzando Processi di Markov Deterministici a Pezzi (PDMP). Questo approccio combina un'evoluzione deterministica continua con salti stocastici discreti.

Lo studio formalizza tre distinti modelli PDMP:

PDMP di Audit: Modella eventi casuali di enforcement in cui gli audit inducono transizioni dai settori non conformi al settore pienamente conforme. Il tasso di salto è dipendente dallo stato, scalando con la proporzione di individui non conformi nella popolazione.
PDMP di Imitazione: Modella l'influenza sociale in cui gli individui adottano le strategie di evasione dei pari. Questo meccanismo guida le transizioni dai settori conformi verso settori di evasione più elevati. Il tasso di salto è dipendente dallo stato, scalando con la proporzione di individui conformi (riflettendo l'idea che una popolazione più ampia conforme offra più opportunità per osservare e imitare l'evasione).
PDMP Combinato: Integra entrambi i meccanismi, permettendo ad audit e imitazione di agire simultaneamente. Il tasso di salto totale è la somma dei tassi individuali, e il tipo specifico di evento (audit vs. imitazione) è determinato probabilisticamente a ogni istante di salto.

Per ciascun modello, gli autori definiscono i tre componenti caratteristici di un PDMP: il flusso deterministico (governato dall'ODE originale), la funzione del tasso di salto e il nucleo di transizione (la mappa che descrive i cambiamenti di stato agli istanti di salto). Verificano rigorosamente che queste estensioni stocastiche preservino le leggi di conservazione fondamentali del sistema originale: la massa totale della popolazione e il reddito globale.

Le simulazioni numeriche sono condotte utilizzando un metodo di Eulero modificato (per garantire la conservazione della popolazione) combinato con una procedura di diradamento (thinning) per simulare gli istanti di salto del PDMP.

Contributi e Risultati Chiave

Dinamiche a Lungo Termine Opposte: Lo studio dimostra che i due meccanismi stocastici producono esiti a lungo termine fondamentalmente opposti.
- Il PDMP di Audit guida il sistema verso uno stato di piena conformità. Audit ripetuti riducono sistematicamente la popolazione non conforme, portando a una distribuzione stazionaria concentrata su un equilibrio pienamente conforme.
- Il PDMP di Imitazione guida il sistema verso la piena non conformità. Gli eventi di imitazione spostano sistematicamente la popolazione verso settori di evasione più elevati, risultando in una distribuzione stazionaria concentrata su uno stato di evasione massima.
Il Modello Combinato: Il contributo centrale è la formulazione di un PDMP combinato in cui queste forze opposte interagiscono. A differenza dei meccanismi individuali che guidano il sistema verso equilibri estremi, il modello combinato non converge a un singolo punto deterministico. Al contrario, l'evidenza numerica suggerisce che il sistema converge a una distribuzione stazionaria che fluttua attorno alla traiettoria deterministica del modello ODE originale.
Sensibilità ai Parametri: Le simulazioni rivelano che il comportamento del sistema è sensibile a quattro parametri chiave: intensità dell'audit ( $\gamma$ ), efficacia dell'audit ( $\delta$ ), frequenza di imitazione ( $\eta$ ) e forza di imitazione ( $\epsilon$ ). Mentre i parametri di intensità ( $\gamma, \eta$ ) controllano la frequenza degli eventi, i parametri di forza ( $\delta, \epsilon$ ) controllano la magnitudine dei trasferimenti di popolazione durante tali eventi.
Caratteristiche della Distribuzione Stazionaria: Nel modello combinato, la distribuzione stazionaria è centrata vicino all'equilibrio deterministico ma esibisce deviazioni sistematiche. Queste deviazioni sono attribuite all'interazione tra i nuclei di transizione e la struttura economica non lineare dipendente dalla classe (specificamente, le condizioni al contorno in cui i più poveri non pagano mai e i più ricchi non ricevono mai).

Significato e Affermazioni
Il documento afferma di presentare la prima applicazione dei PDMP per modellare le dinamiche comportamentali e gli effetti degli audit nell'evasione fiscale. Il significato primario di questo lavoro risiede nella sua capacità di incorporare la stocasticità comportamentale nei modelli socio-economici, andando oltre il trattamento statico della conformità trovato nei precedenti quadri deterministici.

Gli autori sostengono che il PDMP combinato offra una rappresentazione più realistica delle dinamiche di conformità fiscale osservate nelle economie reali, dove le popolazioni non si assestano in stati estremi di piena conformità o piena evasione, ma piuttosto esibiscono fluttuazioni persistenti attorno a un equilibrio di conformità parziale. Il quadro proposto è presentato come uno strumento versatile per integrare meccanismi comportamentali stocastici in sistemi complessi, con potenziali per future estensioni che coinvolgono settori comportamentali raffinati, politiche di audit alternative o meccanismi di apprendimento. Il lavoro stabilisce una fondazione matematica per studiare come i parametri politici e le interazioni sociali co-evolvano per creare distribuzioni macroscopiche di conformità e reddito.