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 مالیات بر واردات، اندازه¬ی دولت، سطح درآمد مالیات دهندگان و درجه¬ی بازبودن اقتصاد در مدل نهایی تصریح شده¬ی شبکه عصبی در نظر گرفته شده¬اند. نتایج حاصل از تخمین فرار مالیاتی با استفاده از روش شبکه عصبی مصنوعی نشان می¬دهد طی سال¬های تحت بررسی فرار مالیاتی در بخش واردات گرچه با نوساناتی مواجه بوده است امّا روند آن در دوره (1390-1350) نزولی بوده است. همچنین نتایج حاصل از تحلیل واریانس رگرسیون برآوردی نشان می¬دهد متغیّرهای بار مالیات بر واردات، اندازه¬ی دولت با ضرایب 236/0 و 492/0 و متغیّرهای سطح درآمد مالیات دهندگان و درجه¬ی باز بودن اقتصاد با ضرایب (10/2-) و (92/7-) دارای اثر معنی¬دار بر روی فرار مالیاتی هستند. در بخش دیگری از تحقیق از یک الگوی تبرید تدریجی (sa) به عنوان ابزار بهینه¬سازی متغیّر فرار مالیاتی (te) استفاده شد و بر این اساس مقادیر بهینه متغیّرهای ورودی بار مالیات بر واردات، اندازه¬ی دولت، سطح درآمد مالیات دهندگان و درجه¬ی بازبودن اقتصاد به ترتیب 18/6، 20/13، 69/6 و 29/1 به دست آمد.