ارزیابی اثربخشی الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش بینی فرار مالیاتی مؤدیان حقوقی استان مازندران(مقاله علمی وزارت علوم)
منبع:
پژوهش ها و سیاست های اقتصادی سال ۳۱ پاییز ۱۴۰۲ شماره ۱۰۷
239 - 277
حوزه های تخصصی:
درآمدهای مالیاتی یکی از مهم ترین منابع درآمدی دولت و تأمین کننده بخش عمده ای از هزینه های آن می باشد. هدف اصلی پژوهش حاضر، ارزیابی توان پیش بینی تکنیک های الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش بینی فرار مالیاتی مؤدیان حقوقی بوده است. براساس مبانی نظری و پیشینه پژوهش های صورت گرفته در این حوزه، مجموعه ای متشکل از 57 شاخص مالی و غیرمالی در سه سطح کلان اقتصادی، مؤدیان و حسابرسان مالیاتی، در نمونه ای مشتمل بر 964 پرونده مالیاتی اشخاص حقوقی اداره کل امور مالیاتی مازندران برای سال های 1391 لغایت 1398 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 پیش بینی فرار مالیاتی با بهره گیری از تکنیک های الگوریتم درخت تصمیم و رگرسیون شده است. نتایج حاصل از بررسی داده ها نشان داد که متغیرهای سطح مؤدیان و حسابرسان مالیاتی جهت پیش بینی فرار مالیاتی اثربخشی بیشتری دارند. همچنین یافته ها حاکی از آن بوده که توان پیش بینی الگوریتم درخت تصمیم نسبت به رگرسیون چند متغیره خطی، بیشتر است.