ارزیابی اثربخشی الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش بینی فرار مالیاتی مودیان حقوقی استان مازندران
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، مجموعه ای متشکل از 57 شاخص مالی و غیرمالی در سه سطح کلان اقتصادی، مودیان و حسابرسان مالیاتی، در نمونه ای مشتمل بر 964 پرونده مالیاتی اشخاص حقوقی اداره کل امور مالیاتی مازندران برای سالهای 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 پیشبینی 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 مودیان و حسابرسان مالیاتی جهت پیشبینی فرار مالیاتی اثربخشی بیشتری دارند. همچنین یافته ها حاکی از آن بوده که توان پیشبینی الگوریتم درخت تصمیم نسبت به رگرسیون چند متغیره خطی، بیشتر است.
- 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.