logo czasopisma

Articles

Vol. 63 No. 4 (2026): Law&Social Bonds

The Critical Role of Effective Tax Rates in Using AI to Reduce the CIT Gap – A Comparative Analysis of Poland and the Czech Republic

DOI:
https://doi.org/10.36128/ybpe8948
Submitted
3 January 2026
Published
24-09-2026

Abstract

The article analyzes the key role of the effective tax rate (ETR), supported by artificial intelligence (AI), in reducing the corporate income tax (CIT) gap, along with a comparative analysis between Poland and the Czech Republic. In the era of AI and Pillar Two, ETR is becoming a key objective indicator enabling a shift from subjective assessment of taxpayer intent to data-driven analysis. The article verifies the hypothesis that ETR using AI can play a key role in reducing the CIT gap through actual monitoring of ETR and comparison with the profiles of similar entities for early detection of base erosion; quantitative measurement of the compliance gap using reference ETR levels and deviations; and behavioral impact through algorithmic risk scoring, early warning, and integration with the minimum tax, encouraging voluntary reduction of aggressive optimization. A comparative analysis of Poland and the Czech Republic has allowed us to draw universal conclusions about CIT compliance systems using AI under Pillar Two. The added value lies in showing how AI transforms ETR from a simple reporting indicator into a proactive tool for systematically and sustainably reducing the CIT tax gap.

References

  1. Bachas, Pierre, Anne Brockmeyer, Roel Dom, and Camille Semelet. Effective Tax Rates, Firm Size and the Global Minimum Tax. Policy Research Working Paper 11090. Washington, DC: World Bank Group, 2025.
    View in Google Scholar
  2. Barra, Patricio, Eric Hutton, and Polina Prokof'yeva. Corporate Income Tax Gap Estimation by Using Bottom-Up Approaches. International Monetary Fund, 2023.
    View in Google Scholar
  3. Berent, Tomasz. „Stawka podatkowa w kalkulacji EVA w kontekście ogólnego modelu podatku dochodowego." Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, no. 48 (2009): 28–45.
    View in Google Scholar
  4. Bierecki, Dominik, Małgorzata Czuryk, Christophe Gaie, and Jean Langlois-Berthelot. „Sovereignty by Design: Embedding Fiscal Risk Intelligence in Europe's Defence-Digital Strategy." Prawo i Więź, no. 1(60) (2026): 147–164. https://doi.org/10.36128/2z2k7566.
    View in Google Scholar
  5. Bierecki, Dominik, Christophe Gaie, and Mirosław Karpiuk. „Artificial Intelligence in e-Administration." Prawo i Więź, no. 1(54) (2025): 383–407. https://doi.org/10.36128/PRIW.VI54.1201
    View in Google Scholar
  6. Brun, Lidia, Raffael Speitmann, Andrzej L. Stasio, and Daniel Stoehlker. The Corporate Income Tax Gap. A European Approach to Measuring Losses in Corporate Tax Revenues. JRC Working Papers on Taxation and Structural Reforms, no. 07/2025, JRC144350. European Commission, Joint Research Centre, 2025.
    View in Google Scholar
  7. Derdak, Anna. Wybrane obowiązki informacyjne podatników. System podatkowy w dobie digitalizacji. Warszawa: C.H. Beck, 2024.
    View in Google Scholar
  8. Engstrom, David F., Daniel E. Ho, Catherine M. Sharkey, and Mariano-Florentino Cuéllar. „Algorithmic Governance and the Administrative State." Stanford Law School Working Paper, 2020.
    View in Google Scholar
  9. Gajewski, Dominik J. „Wpływ optymalizacji podatkowej na dochody budżetowe państwa." In Międzynarodowe unikanie opodatkowania. Wybrane zagadnienia, edited by Dominik J. Gajewski. Warszawa: Wolters Kluwer, 2017.
    View in Google Scholar
  10. Halleux, Frédéric, and Christian Valenduc. Effective Tax Rate and the Size of the Company in Belgium: An Empirical Investigation on Micro-Data. Technical Report, 2007.
    View in Google Scholar
  11. Johansson, Åsa, Øystein B. Skeie, Stéphane Sorbe, and Carlo Menon. Tax Planning by Multinational Firms: Firm-Level Evidence from a Cross-Country Database. OECD Economics Department Working Papers, no. 1355. Paris: OECD Publishing, 2017.
    View in Google Scholar
  12. Kamiński, Marcin. „Akt administracyjny zautomatyzowany. Zasadnicze problemy konstrukcyjne zastosowania systemów sztucznej inteligencji w procesach decyzyjnych postępowania administracyjnego na tle prawnoporównawczym." Prawo i Więź, no. 4(47) (2023): 281–304. https://doi.org/10.36128/PRIW.VI47.798.
    View in Google Scholar
  13. Kłosowiak, Miłosz. Wymiana informacji w sprawach podatkowych a ochrona praw podatnika. Warszawa: Wolters Kluwer, 2025.
    View in Google Scholar
  14. Konopczak, Karolina, and Aleksander Łożykowski. „Efekt fiskalny uszczelniania systemu podatkowego w Polsce: próba oszacowania w zakresie podatku CIT." Ekonomista, no. 1 (2021): 25–55.
    View in Google Scholar
  15. Kowalski, Michał. „Miary efektywności podatkowej przedsiębiorstw." Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, no. 472 (2017): 167–176.
    View in Google Scholar
  16. Lipniewicz, Rafał. Przeciwdziałanie międzynarodowemu unikaniu opodatkowania w polityce Unii Europejskiej. Wrocław, 2025.
    View in Google Scholar
  17. Lizak, Robert. Prawne aspekty neuronowego modelu zarządzania danymi w administracji federalnej Stanów Zjednoczonych z wykorzystaniem AI. Warszawa: C.H. Beck, 2024.
    View in Google Scholar
  18. Lizak, Robert. „A Vision for an Integrated Data Infrastructure Using Artificial Intelligence to Analyze Household Income, Consumption, and Wealth in US Federal Law." Financial Law Review 41, no. 1 (2026): 47–62.
    View in Google Scholar
  19. Lizak, Robert. „Bariery wykorzystania AI w redukcji erozji bazy podatkowej CIT w Polsce na tle kontroli NIK." In AI 360°: innowacje i zastosowania sztucznej inteligencji w gospodarce, społeczeństwie i nauce, edited by Agnieszka Siedlecka, Mariusz Pyra, 75–95. Biała Podlaska: Akademia Bialska im. Jana Pawła II, 2026. https://doi.org/10.29316/9788368103366_5.
    View in Google Scholar
  20. Lizak, Robert, and Sebastian Skuza. „Propozycje ograniczenia nadużyć w VAT z wykorzystaniem rozwiązań Business Intelligence. Autorskie propozycje wniosków de lege ferenda." In Międzynarodowe unikanie opodatkowania. Wybrane zagadnienia, edited by Dominik J. Gajewski, 195–208. Warszawa: Wolters Kluwer, 2017.
    View in Google Scholar
  21. Loshin, David. The Practitioner's Guide to Data Quality Improvement. MK Series on Business Intelligence. Burlington: Morgan Kaufmann, 2011.
    View in Google Scholar
  22. Mariański, Michał, and Jakub Szczupakowski. „Rola soft law w zakresie MDR na przykładzie tzw. objaśnień podatkowych. Analiza prawno-porównawcza." Studia Prawnoustrojowe, no. 67 (2025): 269–282.
    View in Google Scholar
  23. Murphy, Richard, and Andrei Guter-Sandu. Resources Allocated to Tackling the Tax Gap: A Comparative EU Study. London: City, University of London, 2018.
    View in Google Scholar
  24. Sawulski, Jakub, Katarzyna Bąkowska, and Michał Gniazdowski. Luka CIT w Polsce w latach 2014–2018. Warszawa: Polski Instytut Ekonomiczny, 2020.
    View in Google Scholar
  25. Sawulski, Jakub, Katarzyna Bąkowska, and Michał Gniazdowski. Luka CIT w Polsce. Working Paper, no. 2. Warszawa: Polski Instytut Ekonomiczny, 2022.
    View in Google Scholar
  26. Skuza, Sebastian, and Robert Lizak. „AI Enables the Control of Public Finances: US Federal Government Initiatives." Białostockie Studia Prawnicze 28, no. 2 (2023): 175–195. https://doi.org/10.15290/bsp.2023.28.02.11.
    View in Google Scholar
  27. Wiatrowski, Roman. „Czy globalny podatek minimalny rzeczywiście przyczyni się do zwalczania szkodliwej konkurencji podatkowej?" In Globalny podatek minimalny. Opodatkowanie wyrównawcze jednostek wchodzących w skład grup międzynarodowych i krajowych, edited by Dominik J. Gajewski, Monika Laskowska, 25–39. Warszawa: Wolters Kluwer, 2025.
    View in Google Scholar

Downloads

Download data is not yet available.