الگوسازی غیرخطی و پیشبینی درآمدهای مالیات بر مشاغل در اقتصاد ایران
عنوان مقاله: الگوسازی غیرخطی و پیشبینی درآمدهای مالیات بر مشاغل در اقتصاد ایران
شناسه ملی مقاله: JR_JTET-41-6_006
منتشر شده در در سال 1385
شناسه ملی مقاله: JR_JTET-41-6_006
منتشر شده در در سال 1385
مشخصات نویسندگان مقاله:
محمد علی فلاحی - استادیار دانشکده علوم اداری و اقتصادی، گروه اقتصاد، دانشگاه فردوسی مشهد
حمید خالوزاده - استادیار دانشکده مهندسی برق، گروه کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی
سعیده حمیدی علمداری - کارشناسی ارشد اقتصاد
خلاصه مقاله:
محمد علی فلاحی - استادیار دانشکده علوم اداری و اقتصادی، گروه اقتصاد، دانشگاه فردوسی مشهد
حمید خالوزاده - استادیار دانشکده مهندسی برق، گروه کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی
سعیده حمیدی علمداری - کارشناسی ارشد اقتصاد
در این مقاله، با هدف دستیابی به پیشبینیهای دقیقتر، سه نوع الگوی رگرسیون خطی، سریزمانی و شبکه عصبی مصنوعی طراحی و براورد شده است. در ابتدا ماهیت ساختاری سریزمانی مورد نظر از جهت خطی، غیرخطی و تصادفی بودن با استفاده از آزمون نمای لیاپانوف بررسی شده است. نتایج این آزمون، وجود آشوب ضعیفی را در سیستم نشان میدهد و بیانگر امکان استفاده از الگوسازی غیرخطی برای پیشبینی دقیق تر کوتاه مدت است. در مرحله بعد با استفاده از رگرسیون خطی، الگوی سری زمانی و شبکههای عصبی مصنوعی، ضمن انجام پیشبینی درآمدهای مالیات بر مشاغل طی دوره زمانی ۱۳۷۹-۱۳۸۳، عملکرد این سه روش با یکدیگر مقایسه شده است. نتایج براورد الگوها نشان دهنده عملکرد بهتر الگوی شبکه عصبی مصنوعی میباشد. طبقهبندی JEL :E۶۲; C۵۳; C۲۰; C۴۵
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1309762/