[KIPF 조세재정 브리프 통권 제109호] 머신러닝을 활용한 조세정책의 평가와 설계

Abstract

&nbsp;[ 요약&nbsp;]<br><br><br>&nbsp; &nbsp; &nbsp;▶&nbsp;현재 시행 중인 조세특례제도의 효과에 대한 머신러닝 분석을 예로 들어, 정책의 효과성 평가에 머신러닝이 활용될 수 있는 사례를 제시함<br><br><br>&nbsp; &nbsp; &nbsp;▶&nbsp;정책의 인과적 효과는 일반적으로 대상자 전체의 효과를 살피는 &lsquo;평균처치효과&rsquo;로 제시되는데, 정책 대상 하위집단별로 개별 처치효과의 편차가&nbsp;<br>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp;큰 경우에는 평균효과가 주는 정보가 제한적일 수 있어 정책의 이질적 처치효과를 분석하는 것이 매우 중요함<br><br><br>&nbsp; &nbsp; &nbsp;▶&nbsp;새로운 조세&middot;재정정책이 충분한 사전점검 없이 시행되면 시행착오로 인한 사회적 비용이 증가할 수 있으며, 정책 효과를 극대화하기 위해서는<br>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp;적절한 정책수혜자 선정이 무엇보다 중요한 바, 머신러닝 방법론은 이런 점에서 기존 분석보다 진일보한 결과를 제시해 줄 수 있을 것으로 기대함