ارزیابی اثربخشی الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش بینی فرار مالیاتی مودیان حقوقی استان مازندران
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 19
فایل این مقاله در 39 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_QJERP-31-107_009
تاریخ نمایه سازی: 18 تیر 1403
چکیده مقاله:
درآمدهای مالیاتی یکی از مهمترین منابع درآمدی دولت و تامینکننده بخش عمدهای از هزینههای آن میباشد. هدف اصلی پژوهش حاضر، ارزیابی توان پیشبینی تکنیکهای الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش بینی فرار مالیاتی مودیان حقوقی بوده است. براساس مبانی نظری و پیشینه پژوهشهای صورتگرفته در این حوزه، مجموعهای متشکل از ۵۷ شاخص مالی و غیرمالی در سه سطح کلان اقتصادی، مودیان و حسابرسان مالیاتی، در نمونهای مشتمل بر ۹۶۴ پرونده مالیاتی اشخاص حقوقی اداره کل امور مالیاتی مازندران برای سالهای ۱۳۹۱ لغایت ۱۳۹۸ 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 مودیان 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.
کلیدواژه ها:
نویسندگان
محسن مقری گردرودباری
Islamic Azad University
ایمان داداشی
university of qom
بهرام محسنی ملکی
University of Mazandaran
علی ذبیحی
Islamic Azad University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :