ارائه الگویی برای کشف تقلب مالیاتی بر اساس تیپ های شخصیتی مدیران مالی شرکتها با استفاده از رویکرد شبکه های عصبی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

یکی از اقدامات مدیریتی به منظور کاهش تعهدات مالیاتی، عدم پرداخت مالیات از طریق تقلب مالیاتی است. ازآنجاکه عوامل شخصیتی احتمالا در توضیح روحیه مالیات دخیل هستند، بررسی ویژگی های شخصیتی و جنبه های آن در رابطه با تقلب مالیاتی می تواند به شناخت بهتر عوامل تاثیرگذار بر تصمیمات مالیاتی کمک کند. هدف اصلی این پژوهش ارایه الگویی برای کشف تقلب مالیاتی بر اساس تیپ های شخصیتی مدیران مالی شرکت ها با استفاده از رویکرد شبکه های عصبی است. جامعه آماری پژوهش را کلیه مدیران مالی شرکت های بورسی و غیربورسی در سال 1399 که معاف از مالیات نیستند، تشکیل می دهند. اطلاعات مربوط به مدیران مالی از طریق پرسشنامه جمع آوری و با استفاده از نرم افزار SPSS نسخه 21 و نرم افزار MATLAB نسخه 2015 مورد تجزیه وتحلیل قرار گرفت. نتایج پژوهش حاکی از آن است که الگوی شبکه عصبی طراحی شده با 10 نرون در لایه پنهان دارای دقت 5/79 درصد توانایی کشف تقلب مالیاتی صورت گرفته توسط مدیران مالی شرکت ها را دارد. همچنین طبق نتایج حاصل از آزمون مدل رگرسیونی، تیپ های شخصیتی روان رنجوری، برون گرایی، انعطاف پذیری و توافق پذیری بر تقلب مالیاتی تاثیر مثبت و معنی دار و تیپ شخصیتی باوجدان بودن تاثیر منفی و معنی دار بر تقلب مالیاتی دارد.

زبان:
فارسی
صفحات:
71 تا 96
لینک کوتاه:
magiran.com/p2469292 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!