Abstract:
پژوهش حاضر به بررسی سودمندی روشهای ریلیف و دادهکاوی در پیشبینی فرار مالیاتی شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران، با استفاده از دادههای حسابداری و الگوهای درخت تصمیم، در دو حالت بدون انتخاب متغیرها و با انتخاب متغیرها، میپردازد. جامعه آماری پژوهش حاضر کلیه شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران در بازه زمانی 1384 تا 1394 است و نمونه پژوهش برابر با 1081 سال شرکت میباشد. از روشهای آماری تحلیل واریانس یک طرفه، آزمون t-test نمونههای مستقل، الگوریتمهای دادهکاوی درخت تصمیم و روش انتخاب متغیر ریلیف برای تحلیل دادهها استفاده شد. دادههای پژوهش با استفاده از نرمافزارهای SPSS و Weka مورد تجزیه و تحلیل آماری قرار گرفتند. نتایج حاصل از الگوریتم ریلیف نشان داد که متغیرهای نسبت سود عملیاتی به جمع داراییها، نسبت بازده داراییها و ارزش بازار شرکت برای پیشبینی فرار مالیاتی مناسبتر از سایر متغیرها هستند. همچنین، نتایج آزمون تحلیل واریانس نشان داد که تفاوت در دقت پیشبینی روشهای مختلف درخت تصمیم از لحاظ آماری نیز معنادار است. افزون بر این، نتایج نشان داد در هنگام مقایسه هر یک از الگوریتمها به تنهایی در دوحالت با و بدون مرحله انتخاب متغیر، تفاوت تنها در الگوریتم LMT معنادار بود و در سایر الگوریتمها، اگرچه دقت نتایج بهتر شده بود، اما این دقت از لحاظ آماری معنادار نبود. به عبارت دیگر، استفاده از روش انتخاب متغیر ریلیف، در هر حالتی موجب به بهبود عملکرد الگوریتمها نمیشود.
Machine summary:
بررسی سودمندی روش انتخاب متغیر ریلیف در بهبود نتایج پیش بینی فرار مالیاتی با استفاده از داده کاوی محمد نمازی ∗، محمد صادق زاده مهارلویی ∗∗ چکیده پژوهش حاضر به بررسی سودمندی روش های ریلیف و داده کـاوی در پـیش بینـی فـرار مالیاتی شـرکت هـای پذیرفتـه شـده در بـورس اوراق بهـادار تهـران ، بـا اسـتفاده از داده هـای حسابداری و الگوهای درخت تصـمیم ، در دو حالـت بـدون انتخـاب متغیرهـا و بـا انتخـاب متغیرها، میپردازد.
(2012 در ایران ، اغلب پژوهشگران جهت پیش بینی فرار مالیاتی، از متغیرهای اقتصادی اسـتفاده کرده اند (به عنوان نمونه ، فلاحتی و همکـاران ، ١٣٩١؛ هادیـان و تحـویلی، ١٣٩٢)؛ بـه بیـان دقیق تر، پژوهش های اقتصادی مربوط به فرار مالیاتی با رویکـرد کـلان (از قبیـل متغیرهـایی مانند نرخ مالیات ، پیچیدگی قوانین و مقررات ، نبود سرمایه اجتمـاعی و تـورم ، بـار مالیـاتی، اندازه دولت ، درآمد مصرف کننـده ، نـرخ تـورم و نـرخ بیکـاری) بـه بررسـی فـرار مالیـاتی پرداخته اند، اما از دیدگاه خرد به این موضوع توجـه نشـده اسـت .
جدول ١- آمار توصیفی متغیرها )رجوع شود به تصویر صفحه) آمار استنباطی نتایج حاصل از الگوریتم های مختلـف بـه کـار بـرده شـده در دو حالـت بـدون انتخـاب متغیرهای پیش بین و با انتخاب متغیرهای پیش بین در این پژوهش به منظـور پـیش بینـی فـرار مالیاتی در جدول ٢ نشان داده شده است .
A study of Cross-validation and Bootstrap for Accuracy Estimation and Model Selection, IJCAI'95 Proceedings of the 14th international joint conference on Artificial intelligence, 1137-1143.