<?xml version="1.0" encoding="utf-8"?>
<rdsm_thesis>
<thesis_code>1014پ</thesis_code>
<thesis_org_id>TAX</thesis_org_id>
<thesis_org_title>سازمان امور مالیاتی کشور</thesis_org_title>
<thesis_title>Modelling Prediction Of The Tax Creditworthiness Of Big Enterprises Tax Payer</thesis_title>
<thesis_title_fa>طراحی مدلی برای پیشبینیخوشحسابی مؤدیان بزرگ مالیاتی</thesis_title_fa>
<thesis_edu_date>1397</thesis_edu_date>
<thesis_s_date></thesis_s_date>
<thesis_e_date></thesis_e_date>
<thesis_call_no>1014.پ</thesis_call_no>
<thesis_irandoc_call_no></thesis_irandoc_call_no>
<thesis_language>فارسی</thesis_language>
<thesis_field>مدیریت مالی </thesis_field>
<thesis_degree>4</thesis_degree>
<thesis_pages>92 ص</thesis_pages>
<thesis_description>جدول، نمودار، کتابنامه </thesis_description>
<thesis_content></thesis_content>
<thesis_web_url></thesis_web_url>
<thesis_budget></thesis_budget>
<thesis_subject></thesis_subject>
<thesis_mesh>خیر</thesis_mesh>
<thesis_abstract></thesis_abstract>
<thesis_abstract_fa>مالیات یکی از با ثباتترین درآمدهای دولت است که میتواند به عنوان ابزاری در جهت اجرای عدالت اجتماعی و<br>
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.<br>
نتایج نشان میدهند که اجرای مالیات بر ارزش افزوده با نرخ های مختلف و طی دو سناریو بهینه &nbsp;5 و10 درصد<br>
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.<br>
همچنین در بخش مالیات بر درآمد ابتدا ساختار پیشنهادی بر اساس مطالعات تطبیقی با تاکید برنرخها و طبقات<br>
درآمدی به عنوان مهمترین مباحث در طراحی نظام بهینه مالیات برمجموع درآمد ارائه وسپس نرخهای بهینه<br>
مالیات بر مجموع درآمد در قالب 6 طبقه بین 10تا35 &nbsp; درصد تعیین شد.<br>
طبقه بندیJEL؛Q37,H21 ,C33,Q58,<br>
واژگان کلیدی: نرخ بهینه مالیات، نظام مالیاتی، مدل تعادل عمومی قابل محاسبه &nbsp;( (CGE، ماتریس حسابداری<br>
اجتماعی (SAM)، اقتصاد ایران<br>
<br>
Citizenship rights, Social rights, Mutual rights of citizens, and government<br>
<br>
<br>
<br>
<br>
ممیزی مبتنی بر ریسک یک سیستم مدرن انتخاب خودکار مالیات دهندگان برای حسابرسی مالیاتی است که بر<br>
مبنای پارامترهای عینی ریسک و نه مداخله مقامات مالیاتی صورت میگیرد. این سیستم مزایای کاهش فساد و<br>
کاهش بارحسابرسی را برای اکثرشرکتهای کوچک و متوسط و همینطور مؤدی بزرگ در سازمان امور<br>
مالیاتی بهبود میبخشد. از اینرو در پژوهش حاضر، با استفاده از اطلاعات و ارقام شرکتهای مختلف طی دوره<br>
1931-1939 و استفاده از مدلهای لجستیک و پروبیت، خوشحسابی مؤدی مالیاتی مدلسازی شده است. بر<br>
اساس نتایج، متغیرهای چون، بازدهی داراییها، سو د ناخالص، نسبت آنی روی احتمال خوشحسابی مؤدی<br>
مالیاتی اثرمثبت و معناداری دارد. نتایج حاصل از تخمین روابط رگرسیونی نشان میدهند که در میان متغیرهای<br>
مالی و حسابداری مختلف که برای تجزیه وتحلیل مالی و اقتصادی مؤدی مالیاتی استفاده میشوند متغیرهای<br>
بازده داراییها، نسبت آنی و سود ناخالص به طور معناداری باعث افزایش احتمال بدحسابی (وبه عبارت دیگر<br>
کاهش احتمال خوشحسابی مؤدی مالیاتی) میشوند و نسبت بدهی به حقوق صاحبان سهام، حاشیه سود<br>
عملیاتی و حاشیه سود خالص به طور معناداری باعث کاهش احتمال بدحسابی (وبه عبارت دیگر افزایش احتمال<br>
خوشحسابی مؤدی مالیاتی) میشوند. براساس نتایجی به دست آمده، توصیه میشود که: جهت ارزیابی<br>
خوشحسابی مؤدی، توجه بیشتری به تغییرات بازدهی داراییها شود و مؤدی مالیاتی میتوانند با کاهش<br>
بدهیهای خود نسبت به حقوق صاحبان سهام بااحتمال بالاتری بتوانند ازنظر مالیاتی، به عنوان خوشحساب<br>
شناسایی شوند.<br>
واژه های کلیدی: اثرات نهایی&ndash;پروبیت-خوشحسابی-مدل لجستیک<br>
<br>
&nbsp;</thesis_abstract_fa>
<thesis_keyword>Big Enterprises Tax Payer, Financial Ratios Tax Creditworthiness, Logistic</thesis_keyword>
<thesis_keyword_fa>اثرات نهایی–پروبیت-خوشحسابی-مدل لجستیک</thesis_keyword_fa>
<thesis_author></thesis_author>
<thesis_ds></thesis_ds>
<thesis_da></thesis_da>
<thesis_update>1787637784</thesis_update>
</rdsm_thesis>
