فرار مالیاتی در واردات ایران، رویکرد مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی

Authors

مجید مداح

majid maddah management and administrative science, semnan university, iranدانشگاه سمنان- دانشکده اقتصاد، مدیریت و علوم اداری زهرا خالق پناه

zahra khleghpanah faculty of economicsدانشکده اقتصاد-دانشگاه سمنان

abstract

مالیات بر واردات یکی از منابع درآمدی دولت است که بخشی از آن به دلیل فرار مالیاتی در اختیار دولت قرار نمی گیرد. عوامل مختلفی بر فرار مالیاتی در بخش واردات موثرند که این عوامل، در این مقاله با استفاده از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی که قادر به تحلیل سیستم های غیرخطی است، مورد شناسایی قرار گرفته اند. به این منظور ابتدا چهار متغیر توضیح دهنده فرار مالیاتی شامل بار مالیات بر واردات، اندازه دولت، سطح درآمد مالیات دهندگان و درجه باز بودن اقتصاد در مدل نهایی تصریح شده شبکه عصبی در نظر گرفته شدند. نتایج حاصل از مسئله بهینه سازی فرار مالیاتی با استفاده از الگوریتم تبرید تدریجی نشان داد مقدار بهینه بار مالیاتی در واردات، اندازه دولت، درجه باز بودن اقتصاد و درآمد واقعی سرانه، درجه باز بودن اقتصاد به ترتیب برابر 18/6 (درصد)، 2/13، 69/6 (میلیون ریال) ، 29/1 (درصد) و حداقل فرار مالیاتی در دوره تحت بررسی برابر 48/21 (درصد) است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدلسازی و بهینه سازی فرار مالیاتی در بخش واردات ایران با استفاده از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی

مالیات بر واردات یکی از منابع درآمدی دولت است که بخشی از آن به دلیل فرار مالیاتی در اختیار دولت قرار نمی¬گیرد. عوامل مختلفی بر فرار مالیاتی در بخش واردات موثرند که در این تحقیق با استفاده از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی که قادر به تحلیل سیستم¬های غیر خطی است، مورد شناسایی قرار گرفته¬اند. به این منظور ابتدا چهار متغیّر توضیح دهنده¬ی فرار مالیاتی در اقتصاد ایران شامل: بار ما...

15 صفحه اول

مدل سازی اقتصاد سایه ای و تخمین فرار مالیاتی در ایران با استفاده از شبکه عصبی مصنوعی

بخش عمده ای از منابع درآمدی دولت، از طریق مالیات تامین می شود. فرار مالیاتی و گریز از مالیات در کشورها باعث شده است تا درآمدهای مالیاتی کشورها، همواره از آنچه که برآورد می شود، کمتر باشد و تمامی کشورها تلاش خود را برای کاهش این دو پدیده به کار می گیرند یا از طریق اصلاح نظام مالیاتی، به چاره جویی برمی خیزند. در این مقاله با استفاده از تکنیک شبکه عصبی مصنوعی به بررسی و مدل سازی حجم اقتصاد پن...

full text

شناسایی دستکاری قیمت سهام از طریق مدل ترکیبی الگوریتم ژنتیک – شبکه عصبی مصنوعی و مدل SQDF

هدف این پژوهش، شناسایی دستکاری قیمت سهام در بورس اوراق بهادار تهران می­باشد که از طریق مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی (ANN-GA)[1] و مدل تابع تفکیکی درجه دوی تعدیل شده (SQDF)[2] انجام گرفته است. در این پژوهش از متغیرهای قیمت، حجم معاملات و سهام شناور آزاد برای تطبیق نتایج مدل و داده­های واقعی از دستکاری قیمت استفاده شده است. در مدل ترکیبی ابتدا داده­های مربوط به 316 شرکت از نخستین رو...

full text

پیش بینی مصرف انرژی بخش کشاورزی ایران با استفاده از مدل ترکیبی الگوریتم ژنتیک و شبکه های عصبی مصنوعی

هدف از این مقاله ارزیابی الگوی ترکیبی شبکه­های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی تقاضای انرژی بخش کشاورزی ایران می­باشد. برای این منظور، از داده­های سالانه مصرف انرژی بخش کشاورزی کشور به عنوان متغیر خروجی مدل­های پیش­بینی و از داده­های سالانه جمعیت کل کشور و کل تولیدات بخش کشاورزی کشور به عنوان متغیرهای ورودی مدل­های پیش­بینی استفاده شد. در پایان به منظور مقایسه نتایج پیش­بینی مدل ترکیبی...

full text

تعرفه و فرار مالیاتی در واردات ایران

چکیده: بخشی از اقتصاد غیررسمی فرار مالیاتی می باشد که درآن افراد و عوامل تجاری با فرار از پرداخت مالیات، حقوق قانونی خود را به دولت پرداخت نمی کنند. فرار مالیاتی موجب کاهش درآمدهای مالیاتی دولت می شود و از این جهت دولت را در اجرای سیاست های اقتصادی با مشکل مواجه می سازد. عوامل متعددی بر روی فرار مالیاتی موثرند، که از آن جمله می توان به تعرفه های وارداتی و مالیات بر واردات اشاره کرد. از سوی دیگ...

15 صفحه اول

My Resources

Save resource for easier access later


Journal title:
برنامه ریزی و بودجه

جلد ۲۰، شماره ۲، صفحات ۸۵-۱۰۲

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023