ورود
مقالات فارسیISIکنفرانسهاژورنالها

افزایش شفافیت و عدالت مالیاتی از طریق ترکیب فناوری های بلاک چین و هوش مصنوعی در نظام مالیاتی هوشمند

محل انتشار: نشریه علمی پژوهش های راهبردی بودجه و مالی، دوره: 6، شماره: 3
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 160

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/2376737

شناسه ملی سند علمی:

JR_FBARJ-6-3_001

تاریخ نمایه سازی: 7 مهر 1404

چکیده مقاله:

نظام های مالیاتی سنتی با چالش هایی مانند فرار مالیاتی، عدم شفافیت و ناکارایی در فرآیندهای وصول مواجه بوده اند. این پژوهش با ارائه یک چارچوب نوآورانه به نام TAF (ترکیب فناوری های بلاک چین و هوش مصنوعی)، راهکاری برای تحول دیجیتال نظام مالیاتی ایران ارائه میدهد. در این مطالعه، با تحلیل تجربیات موفق جهانی (مانند استونی و سنگاپور) و مطالعات موردی داخلی (طرح صورتحساب الکترونیکی)، اثربخشی فناوری های نوین در افزایش شفافیت و عدالت مالیاتی بررسی شده است. چارچوب پیشنهادی در سه لایه فنی (ثبت غیرمتمرکز تراکنش ها با بلاک چین، تشخیص ناهنجاری ها با الگوریتم های هوش مصنوعی، و پلتفرم کاربردی برای مودیان) و یک لایه حاکمیتی طراحی گردید. یافته ها نشان میدهد که پیاده سازی این مدل می تواند تا ۳۵٪ فرار مالیاتی را طی سه سال کاهش دهد و زمان پردازش اظهارنامه ها را تا ۷۰٪ کاهش دهد. همچنین مطالعه موردی در استان تهران نشان داد که درآمد مالیاتی ۱۸٪ افزایش خواهد یافت. این نتایج نشان میدهد که ترکیب فناوری های نوین، نه تنها یک ضرورت فنی، بلکه گامی اساسی به سوی تحقق عدالت مالیاتی و ارتقاء حکمرانی دیجیتال در ایران است.

کلیدواژه ها:

نویسندگان

نیما جهانی

دانشجوی دکتری دانشگاه سمنان

علیرضا عرفانی

گروه اقتصاد دانشگاه سمنان

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 :
  • Alnegheimish, S. (۲۰۲۵, May ۲۸). An anomaly detection framework anyone ...
  • Atkinson, A. B. (۲۰۱۵). Inequality: What can be done? Harvard ...
  • Casey, M. J., & Vigna, P. (۲۰۱۸). The truth machine: ...
  • European Commission. (n.d.). Directive on administrative cooperation (DAC). Retrieved from ...
  • Iranian National Tax Administration. (۲۰۲۳). Report on the implementation of ...
  • Janssen, M., Matheus, R., Longo, J., & Weerakkody, V. (۲۰۱۷). ...
  • Karimi, F., Rezaei, M., & Abbasi, Sh. (۲۰۲۰). Investigating the ...
  • Kettunen, P., & Kallio, J. (۲۰۲۱). Digital transformation of local ...
  • Kouhizadeh, M., & Sarkis, J. (۲۰۱۸). Blockchain practices, potentials, and ...
  • Mousavi, A., & Soltani, M. (۲۰۲۱). Application of machine learning ...
  • National Tax Service of Korea. (n.d.). National Tax Service. Retrieved ...
  • Nouri, S., & Mohseni, F. (۲۰۲۲). Designing an expert system ...
  • Organisation for Economic Co-operation and Development (OECD). (۲۰۲۴). Bringing Tax ...
  • PwC. (n.d.). DAC ۷: The new digital platform reporting rules. ...
  • Russell, S., & Norvig, P. (۲۰۲۱). Artificial intelligence: A modern ...
  • Tapscott, D., & Tapscott, A. (۲۰۱۶). Blockchain revolution: How the ...
  • Tanzi, V. (۲۰۱۷). The economics of government: Complexity and the ...
  • United Nations. (۲۰۲۰). E-Government Survey ۲۰۲۰: Digital government in the ...
  • Wamba-Taguimdje, S.-L., Fosso Wamba, S., Kala Kamdjoug, J. R., & ...
  • Wang, Y., Han, J., & Beynon-Davies, P. (۲۰۲۰). Understanding blockchain ...
  • Yeung, K. (۲۰۱۸). Algorithmic regulation: A critical interrogation. Regulation & ...
  • Ghorbanpour Qaragheshlaghi, M., Zinali, M., & Pourkarim, Y. (۲۰۲۴). Examining ...
  • Shahbazi, N., & Barkhordari, S. (۲۰۲۵). Optimization of a portfolio ...
  • Zandi, A. (۲۰۲۵). The effect of stock price bubble level ...
    • نمایش کامل مراجع