پیش بینی فرار مالیاتی مودیان حقوقی با تاکید بر مولفه های اقتصادی ، مودیان و حسابرسان مالیاتی ؛ با تکیه بر هوش مصنوعی

این مقاله به رویکردی برای مبارزه با فرار مالیاتی شرکت ها با استفاده از امکان حسابداری غیرمستقیم عوامل پنهان در فرآیندهای مالیاتی می پردازد. زنجیره های ارزشی که در محیط دیجیتال شکل می گیرند به طور فزاینده ای از کنترل دولت خارج می شوند و پلتفرم های دیجیتالی اجازه ایجاد روابطی را می دهند که برای مقامات مالیاتی غیرشفاف است . خود بازار دیجیتال در حال تبدیل شدن به عاملی است که ارزش و امکانات جدیدی ایجاد می کند. خود آموزییا خودیادگیری برای کاهش پایه مالیاتی استفاده می شود: مهمترین موارد حذف واسطه ها، حذف تنظیم کننده و اجتناب از مالیات دوگانه و وضع مالیات است . این در پس زمینه توسعه آشفته سیستم مالی جهانی اتفاق می افتد. ایده این مقاله مبتنی بر ایجادیک سیستم تصمیم گیری برای پیش بینی رویدادهای فرار مالیاتی با تشکیل یک چارچوب اطلاعاتی ویژه از رویدادهای مشکوک ، با استفاده از روش هاییادگیری عمیق شبکه های عصبی و مدل سازی شناختی است . دومی با معناشناسی شناختی غیر رسمی غنی شد، که شفافیت رویدادهای مالیاتی را افزایش می دهد. در عمل واقعی ، این رویکرد به تشخیص موارد مشکوک فرار مالیاتی در هنگام عرضه محصولات برای منطقه قطب شمال روسیه کمک کرده است (کاهش فرار مالیاتی با هوش مصنوعی ).

کلیدواژه ها:

فرار مالیاتی ، مودیان و حسابرسان مالیاتی ، هوش مصنوعی