ارزیابی اثربخشی الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیشبینی فرار مالیاتی مؤدیان حقوقی استان مازندران
|
محسن مقری گردرودباری ، ایمان داداشی* ، بهرام محسنی ملکی ، علی ذبیحی |
دانشگاه قم ، I.dadashi@qom.ac.ir |
|
چکیده: (670 مشاهده) |
درآمدهای مالیاتی یکی از مهمترین منابع درآمدی دولت و تأمینکننده بخش عمدهای از هزینههای آن میباشد. هدف اصلی پژوهش حاضر، ارزیابی توان پیشبینی تکنیکهای الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیشبینی فرار مالیاتی مؤدیان حقوقی بوده است. براساس مبانی نظری و پیشینه پژوهشهای صورتگرفته در این حوزه، مجموعهای متشکل از 57 شاخص مالی و غیرمالی در سه سطح کلان اقتصادی، مؤدیان و حسابرسان مالیاتی، در نمونهای مشتمل بر 964 پرونده مالیاتی اشخاص حقوقی اداره کل امور مالیاتی مازندران برای سالهای 1391 لغایت 1398 با استفاده از نرم افزار متلب و استاتا مورد بررسی قرار گرفته است. در این پژوهش، پس از انتخاب متغیرهای اثرگذار با استفاده از الگوریتم شناسایی سینوس-کسینوس، اقدام به پیشبینی فرار مالیاتی با بهرهگیری از تکنیکهای الگوریتم درخت تصمیم و رگرسیون شده است. نتایج حاصل از بررسی دادهها نشان داد که متغیرهای سطح مؤدیان و حسابرسان مالیاتی جهت پیشبینی فرار مالیاتی اثربخشی بیشتری دارند. همچنین یافتهها حاکی از آن بوده که توان پیشبینی الگوریتم درخت تصمیم نسبت به رگرسیون چند متغیره خطی، بیشتر است.
|
|
واژههای کلیدی: فرار مالیاتی، الگوریتم سینوس کسینوس، الگوریتم درخت تصمیم، رگرسیون |
|
متن کامل [PDF 995 kb]
(225 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
تخصصي
|
|
|
|