الگوسازی و پیش بینی درآمدهای مالیاتی در برنامهی پنجم توسعه براساس ساختاری ویژه از شبکه های عصبی غیرخطی
محل انتشار: فصلنامه تحقیقات اقتصادی، دوره: 46، شماره: 3
سال انتشار: 1390
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 126
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JTET-46-3_003
تاریخ نمایه سازی: 19 آبان 1400
چکیده مقاله:
در این مقالهی، پیش بینی درآمدهای مالیاتی کشور طی سالهای برنامهی پنجم توسعه، یا بهکارگیری روش شبکههای عصبی غیرخطی انجام شده است. این پیش بینی بر مبنای داده-های درآمدهای مالیاتی به تفکیک مالیاتهای کل، مستقیم، غیرمستقیم (سالهای ۸۷-۱۳۳۸)، شرکتها، درآمد، ثروت و واردات (۸۷-۱۳۴۲) بوده است. از آنجا که پیش بینی ها مربوط به دورهی میان مدت میباشد، شناخت نسبی از میزان پیچیدگی سریهای زمانی موردنظر این امکان را فراهم می کند که با توجه به ساختار سریهای زمانی، از مدلهای مناسب برای پیش بینی و دستیابی به جوابهای قابل اطمینان استفاده شود، لذا در این مقاله ابتدا ماهیت ساختاری سری زمانی درآمدهای مالیاتی از جهت آشوبی و تصادفی بودن و میزان پیچیدگی، با استفاده از آزمون بعد همبستگی، بررسی شده است. نتایج تخمین بعد همبستگی علاوه بر تایید وجود آشوب در داده ها، نشانگر پیچیدگی در ساختار سریهای زمانی موردنظر میباشد که میزان آن در مورد هر متغیر از جهت شدت و ضعف، متفاوت است. در مرحلهی بعد، درآمدهای مالیاتی به تفکیک منابع وصولی با استفاده از شبکهی عصبی پیشنهادی ویژهی مولفان با ساختار چندورودی چندخروجی و قانون یادگیری پیشنهادی برای سالهای ۹۳-۱۳۸۸، به صورت یک بازهی درآمدی پیشبینی شده است. نتایج بهدست آمده از فرآیند پیشبینی شش سال آینده در فاز آموزش بسیار مطلوب بوده است و انتظار میرود در سالهای آینده نیز مقادیر پیشبینی شده چنانچه تغییر ساختار ویژهی مالیاتی رخ ندهد، با دقت خوبی برقرار باشد. طبقهبندی G۱۱, G۱ :JEL
کلیدواژه ها:
نویسندگان
حمید خالوزاده
دانشیار دانشکدهی مهندسی برق و کامپیوتر، گروه کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی
سعیده حمیدی علمداری
کارشناس ارشد علوم اقتصادی
میررستم اسدالله زاده بالی
کارشناس ارشد علوم اقتصادی