سامانه مدیریت اطلاعات پژوهشی مالیاتی
معاونت پژوهشی مرکز آموزش، پژوهش و برنامه ریزی مالیاتی
Iranian National Tax Administrations
Research Database
مشاهده پایان‌نامه
| شناسه پایان‌نامه | 1020پ |
| كد سه حرفی دانشگاه یا سازمان مجری اصلی | uni25or1 |
| نام دانشگاه یا سازمان مجری اصلی | سازمان امور مالیاتی کشور |
| عنوان انگلیسی | Detection of Tax Evasion of Legal Entities in the Tax System of Iran By Techniques of Data mining |
| عنوان فارسی | کشف فرار مالیاتی اشخاص حقوقی در نظام مالیاتی ایران با بهره گیری از تکنیک‌های داده‌کاوی و ارائه مدل بهینه |
| سال تحصیلی | 1395 |
| تاریخ آغاز | |
| تاریخ پایان | |
| شماره بازیابی دانشگاه یا مركز | 1020.پ |
| شماره بازیابی irandoc | |
| زبان | فارسی |
| رشته تحصیلی | حسابداری |
| مقطع تحصیلی | دكتراي تخصصي |
| تعداد صفحات | 202 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 | یکی از مهمترین مشکلات نظام مالیاتی در عمده کشورهای دنیا، فرار مالیاتی است. فرار مالیاتی عبارت از هر گونه تلاش غیرقانونی به منظور نپرداختن مالیات است؛ در پژوهش حاضر عوامل موثر بر فرار مالیاتی از دیدگاه خبرگان با استفاده از روش دِلفی استخراج گردید که عوامل مورد اجماع به چهار بخش عوامل حقوقی و قانونی، عوامل اقتصادی، عوامل حسابداری و حسابرسی و عوامل روانی و اجتماعی تقسیم بندی گردید. روش پژوهش از نظر هدف کاربردی و از حیث ماهیت توصیفی – پیمایشی است. جامعه آماری پژوهش اشخاص حقوقی دارای پرونده در سازمان امور مالیاتی کشور که دارای بیش از 15 درصد اختلاف بین مالیات ابرازی و قطعی شده ناشی از کتمان و هزینه¬های صوری بوده باشند، می¬باشد؛ سپس با استفاده از روش نمونه‌گیری خوشه¬ای نمونه پژوهش شامل 400 شرکت انتخاب گردید و داده¬های مورد نیاز پس از استخراج ابتدا از طریق نرم افزار SPSS مورد تجزیه و تحلیل قرار گرفت. بر این اساس اثبات گردید که بین عوامل حقوقی و قانونی و همچنین عوامل حسابداری و حسابرسی با فرار مالیاتی رابطه معنی داری وجود دارد اما عوامل اقتصادی و همچنین عوامل اجتماعی و روانی فاقد رابطه معنی دار با فرار مالیاتی بوده است. در مرحله بعدی تحقیق از تکنیک شبکه¬های عصبی مصنوعی برای پیش بینی کارایی عوامل موثر در کشف فرار مالیاتی استفاده شده است. بر این اساس نتایج تحلیل حساسیت ورودی¬ها به وسیله شبکه عصبی، ورودی (تغییر قانون یا ...) که بیشترین تاثیر را در کارایی کشف فرار مالیاتی دارد، معرفی گردیده است که مشخص شد داده¬های آزمون قادر به تشیخص فرار مالیاتی به میزان 7/96% از طریق شبکه¬های عصبی مصنوعی بوده است؛ ضمن اینکه شبکه عصبی مصنوعی با 50 نرون لایه میانی و 800 سیکل تکرار دارای کمترین خطا و بهترین مدل جهت پیش بینی فرار مالیاتی شرکت¬ها در نظام مالیاتی ایران بوده است. واژه های کلیدی: فرار مالیاتی، عوامل قانونی، عوامل اقتصادی، عوامل حسابداری، عوامل روانی، شبکه¬های عصبی مصنوعی. |
| واژه‌های کلیدی به انگلیسی | tax evasion, legal factors, economic factors, accounting factors, psychological factors, artificial neural networks. |
| واژه‌های کلیدی به فارسی | فرار مالیاتی، عوامل قانونی، عوامل اقتصادی، عوامل حسابداری، عوامل روانی، شبکه‌های عصبی مصنوعی |
| پدیدآورنده | ناصرآبادی، دلیر، |
| استاد راهنما | بابک جمشیدی نوید علی¬اصغر طاهرآبادی، |
| 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 | 14 بار |
| برگشت به فهرست | |