چهارشنبه 15 مهر 1405
FA EN

مشاهده پایان‌نامه

شناسه پایان‌نامه 1014پ
كد سه حرفی دانشگاه یا سازمان مجری اصلی TAX
نام دانشگاه یا سازمان مجری اصلی سازمان امور مالیاتی کشور
عنوان انگلیسی Modelling Prediction Of The Tax Creditworthiness Of Big Enterprises Tax Payer
عنوان فارسی طراحی مدلی برای پیشبینیخوشحسابی مؤدیان بزرگ مالیاتی
سال تحصیلی 1397
تاریخ آغاز
تاریخ پایان
شماره بازیابی دانشگاه یا مركز 1014.پ
شماره بازیابی irandoc
زبان فارسی
رشته تحصیلی مدیریت مالی
مقطع تحصیلی دكتراي تخصصي
تعداد صفحات 92 ص
مشخصات ظاهری جدول، نمودار، کتابنامه
مندرجات
فایل مرتبط
گزارش مدیریتی
نشانی وب
بودجه تخصیصی (ریال)
موضوع اصلی
رعایت سرعنوان‌های موضوعی پزشکی خیر
چکیده پایان‌نامه به انگلیسی
چکیده پایان‌نامه به فارسی مالیات یکی از با ثباتترین درآمدهای دولت است که میتواند به عنوان ابزاری در جهت اجرای عدالت اجتماعی و
تشویق سرمایه گذاری استفاده شود.هدف از رساله حاضر تعیین نرخ بهینه مالیات (درآمد و ارزش افزوده ) در ایران است.بدین منظور، ابتدا یک الگوی رشد تعمیم یافته سه بخشی شامل خانوار، بنگاه و دولت بسط یافت. پس از بسط الگو و دستیابی به رابطه تعیین کننده نرخ بهینه مالیات بر ارزش افزوده،در چارچوب مدلهای تعادل عمومی قابل محاسبه(CGE) با استفاده از اطالعات ماتریس حسابداری اجتماعی1395،تحلیل تجربیبرای اقتصاد ایران انجام شد.
نتایج نشان میدهند که اجرای مالیات بر ارزش افزوده با نرخ های مختلف و طی دو سناریو بهینه  5 و10 درصد
موجب حداکثر سازی درآمدهای مالیاتی و حداقل سازی اثرات تنازلی، افزایش سطح عمومی قیمتها، کاهش تولید ناخالص داخلی، افزایش درآمدهای دولت، کاهش قیمت عوامل تولید، کاهش درآمد و مخارج خانوارها، افزایش جذب کل و افزایش نرخ ارز میشود.
همچنین در بخش مالیات بر درآمد ابتدا ساختار پیشنهادی بر اساس مطالعات تطبیقی با تاکید برنرخها و طبقات
درآمدی به عنوان مهمترین مباحث در طراحی نظام بهینه مالیات برمجموع درآمد ارائه وسپس نرخهای بهینه
مالیات بر مجموع درآمد در قالب 6 طبقه بین 10تا35   درصد تعیین شد.
طبقه بندیJEL؛Q37,H21 ,C33,Q58,
واژگان کلیدی: نرخ بهینه مالیات، نظام مالیاتی، مدل تعادل عمومی قابل محاسبه  ( (CGE، ماتریس حسابداری
اجتماعی (SAM)، اقتصاد ایران

Citizenship rights, Social rights, Mutual rights of citizens, and government




ممیزی مبتنی بر ریسک یک سیستم مدرن انتخاب خودکار مالیات دهندگان برای حسابرسی مالیاتی است که بر
مبنای پارامترهای عینی ریسک و نه مداخله مقامات مالیاتی صورت میگیرد. این سیستم مزایای کاهش فساد و
کاهش بارحسابرسی را برای اکثرشرکتهای کوچک و متوسط و همینطور مؤدی بزرگ در سازمان امور
مالیاتی بهبود میبخشد. از اینرو در پژوهش حاضر، با استفاده از اطلاعات و ارقام شرکتهای مختلف طی دوره
1931-1939 و استفاده از مدلهای لجستیک و پروبیت، خوشحسابی مؤدی مالیاتی مدلسازی شده است. بر
اساس نتایج، متغیرهای چون، بازدهی داراییها، سو د ناخالص، نسبت آنی روی احتمال خوشحسابی مؤدی
مالیاتی اثرمثبت و معناداری دارد. نتایج حاصل از تخمین روابط رگرسیونی نشان میدهند که در میان متغیرهای
مالی و حسابداری مختلف که برای تجزیه وتحلیل مالی و اقتصادی مؤدی مالیاتی استفاده میشوند متغیرهای
بازده داراییها، نسبت آنی و سود ناخالص به طور معناداری باعث افزایش احتمال بدحسابی (وبه عبارت دیگر
کاهش احتمال خوشحسابی مؤدی مالیاتی) میشوند و نسبت بدهی به حقوق صاحبان سهام، حاشیه سود
عملیاتی و حاشیه سود خالص به طور معناداری باعث کاهش احتمال بدحسابی (وبه عبارت دیگر افزایش احتمال
خوشحسابی مؤدی مالیاتی) میشوند. براساس نتایجی به دست آمده، توصیه میشود که: جهت ارزیابی
خوشحسابی مؤدی، توجه بیشتری به تغییرات بازدهی داراییها شود و مؤدی مالیاتی میتوانند با کاهش
بدهیهای خود نسبت به حقوق صاحبان سهام بااحتمال بالاتری بتوانند ازنظر مالیاتی، به عنوان خوشحساب
شناسایی شوند.
واژه های کلیدی: اثرات نهایی–پروبیت-خوشحسابی-مدل لجستیک

 
واژه‌های کلیدی به انگلیسی Big Enterprises Tax Payer, Financial Ratios Tax Creditworthiness, Logistic
واژه‌های کلیدی به فارسی اثرات نهایی–پروبیت-خوشحسابی-مدل لجستیک
پدیدآورنده آخوندی، احمد،
استاد راهنما رضا تهرانی، عزت اله عباسیان،
استاد مشاور -،
استاد(ان) داور
چکیده بازنگری شده به انگلیسی
چکیده بازنگری شده به فارسی
واژه‌های کلیدی بازنگری شده به انگلیسی
واژه‌های کلیدی بازنگری شده به فارسی
سایر توضیحات به فارسی
سایر توضیحات به انگلیسی
دفعات مشاهده 13 بار
برگشت به فهرست

کلیه حقوق این وب سایت متعلق به سامانه مدیریت اطلاعات پژوهشی سازمان امور مالیاتی کشور می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2026 All Rights Reserved | Iranian National Tax Administrations Research Database

Designed & Developed by : Yektaweb