| Form of studies |
Professional Bachelor |
| Title of the study programm |
Administration of Customs and Taxes |
| Title in original language |
Mākslīgā intelekta izmantošana nodokļu krāpšanas risku identificēšanā un novēršanā |
| Title in English |
Using artificial intelligence to identify and prevent tax fraud risks |
| Department |
22000 Faculty of Engineering Economics and Management |
| Scientific advisor |
Māris Jurušs |
| Reviewer |
Daiga Zēna-Kvimbī |
| Abstract |
Bakalaura darba autore Evelīna Salekalne izstrādāja darbu, kura temats ir “Mākslīgā
intelekta izmantošana nodokļu krāpšanas risku identificēšanā un novēršanā”.
Nodokļi ir galvenais valsts budžeta avots, kas finansē izglītību, veselības aprūpi un sociālo
infrastruktūru. Taču nodokļu krāpšana un izvairīšanās no nodokļu maksāšanās grauj valsts
ekonomiku un rada nevienlīdzīgus konkurences apstākļus. Latvijā PVN plaisa sasniedz aptuveni
220 miljonus eiro un VID no 1,2 miljoniem deklarāciju spēj pārbaudīt vien nepilnus 5%. Tas
skaidri parāda, ka bez moderniem automatizētiem risinājumiem nodokļu administrēšana fiziski
nespēj tikt galā ar pieaugušo datu plūsmu.
Darba mērķis ir izpētīt mākslīgā intelekta izmantošanās iespējas nodokļu krāpšanas risku
identificēšanā un izstrādāt priekšlikumus tā efektīvai ieviešanai nodokļu administrēšanās procesā.
Bakalaura darba mērķa sasniegšanai tika veikti šādi uzdevumi:
• Izpētīti nodokļu krāpšanas teorētiskie aspekti un galvenie riska faktori;
• Analizēti esošās nodokļu risku identificēšanās pieejas un to ierobežojumi;
• Raksturoti mākslīgā intelekta un mašīnmācišanās metodes, kas izmantojamas
krāpšanas noteikšanā;
• Izvērtēti mākslīgā intelekta risinājumu priekšrocības un potenciālie riski;
• Izstrādāti priekšlikumi mākslīga intelekta izmantošanas pilnveidošanai nodokļu
krāpšanas risku pārvaldība;
Bakalaura darbs sastāv no trīs daļām. Pirmajā daļa aplūkoti nodokļu krāpšanas teorētiskie
aspekti, tiesiskais regulējums un galvenie riska faktori. Otrajā daļa analizētas esošās riska
identificēšanās pieejas Latvijā, VID izmantotās sistēmas un to ierobežojumi. Trešajā daļa izstrādāts
uzlabota mākslīga intelekta balstīta riska identificēšanās modeļa priekšlikums un novērtētas tā
piemērošanās prasības Latvijā.
Darba kopējais apjoms ir 52 lpp, darbā ievietoti 5 attēli un 9 tabulas. Izmantotās literatūras un
avotu sarakstā 22 vienības |
| Keywords |
Makslīgais intelekts nodokļu administrēšanā, nodokļu krāpšana, datu analīze nodokļu kontrolē,nodokļu risku pārvaldība. |
| Keywords in English |
Artificial intelligence in tax administration, tax fraud, data analytics in tax control, tax risk management. |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
20.05.2026 20:43:56 |
