ارزیابی مالیات عملکرد شرکت‌ها و تحلیل روندهای مالیاتی با استفاده از الگوریتم‌های داده‌کاوی مقاله

همواره فاصلة قابل‌توجهی میان مالیات ابرازی شرکت‌ها و مالیات تشخیصی آن‌ها وجود دارد که منجر به عدم رعایت عدالت میان مؤدیان شده است. یکی از علت‌های دشواربودن رعایت عدالت، شناسایی مؤدیان بر مبنای رفتار مالیاتی و برخورد مناسب با آ‌ن‌هاست. هدف اصلی پژوهش حاضر طراحی سیستم پیش‌بینی و تحلیل رفتار مالیاتی شرکت‌هاست. این سیستم کمک می‌کند تا با بهره‌گیری از متغیرهای کلیدی ارزیابی عملکرد مالیاتی، رفتار مالیاتی شرکت‌ها شناسایی و تحلیل شود. این سیستم برای سازمان امور مالیاتی کشور به‌منظور ارزیابی ریسک مالیاتی شرکت‌ها طراحی شده است و بر مبنای آن، ریسک مالیاتی شرکت‌ها به سه گروه پرریسک، با ریسک مالیاتی متوسط و کم‌ریسک تقسیم‌بندی شده است. همچنین، به کمک الگوریتم‌های خوشه‌بندی و طبقه‌بندی، خوشه‌های مالیاتی مشتریان شناسایی و درخت تصمیمی با دقت 80% طراحی شد که رفتار مالیاتی هر یک از خوشه‌ها را بررسی و تحلیل می‌کند و با اضافه‌شدن شرکت‌های جدید به فهرست شرکت‌های مالیات‌دهنده، رفتار مالیاتی آن‌ها را نیز پیش‌بینی می‌نماید.

There is always a considerable difference between the corporate performance and the tax levy that is identified by the taxation authorities which has become a common practice. This fact has led to no fairness among taxpayers، a fact that influences the horizontal and vertical sides of equity. Horizontal equity is created when people feel the benefits of the tax gain that is proportional to the loss of benefits. People with more financial means should also pay more taxes that is equivalent to vertical equity. One reason for the difficulty of attaining the horizontal and vertical equities is to identify the taxpayers based on their previous taxation behavior and to deal with them effectively. The aim of this study is the design of a predictive system that evaluates the corporates taxation behavior based on their previous payments. The predicting system uses key performance variables that are identified during research and it will also help in the classification of companies based on their taxation behavior into three groups of high risk، medium risk and low risk. The system is specifically designed for the taxation authorities who are attempting to effectively assessing the risk of corporate taxes gaining. In this study، the taxation clusters of customers are identified and a decision tree is designed with 80% of accuracy by the utilization of clustering and classification algorithms and effective validation methods. The resulting models of applied algorithms investigate the taxation behavior of each customer and are capable of predicting the tax payment risk of taxpayers in the future with the addition of new corporates to the list.

Characterization and detection of taxpayers with false invoices using data mining techniques ادامة جدول ١ محقق روش تحقیق تکنیک های مارتیکاینن (٢٠١٢) داده کاوی امور، تکیاوت (2012) تکنیک های داده کاوی فضل زاده ، نبی نجفی (١٣٩٢) مدل های آماری صفرزاده (١٣٨٩) تکنیک تحلیل لاجیت و مدل های آماری خالوزاده ،حمیدیعلمداری ، زایر (1387) مدل های آماری و شبکة عصبی عنوان مقاله نتیجة مقاله داده کاوی در مـدیریت مالیـات ، بهره گیـری از روش هـای داده کـاوی در به کارگیری تحلیل در افـزایش ارائة چـارچوبی بـرای مـدیریت فراینـد قبول مالیاتی ١ مالیات و ارائة مدل پیش بینی مالیات ارائة مدلی برای تشخیص وجـود تقلـب مدل سازی رفتار متقلبانة مؤدیان مالیاتی یا نبود آن با توجه به متغیرهای مالیاتی با اسـتفاده از داده کـاوی کلیدی حیاتی . راهنمایی برای حسابرس در شناســایی تقلــب مالیــاتی ؛ 2 مالیاتی در شناسایی متغیرهای مؤثر بـر مطالعة موردی کشور مراکش تقلب مالیاتی بررسی تفـاوت درآمـد مشـمول بررســی وجــود اخــتلاف بــین درآمــد مالیات طبق گزارش حسـابرس مشمول ابـرازی و درآمـد تشخیصـی و مالیاتی و درآمد مشمول مالیـات علل آن تشخیصی ادارة امور مالیاتی توانــایی نســبت هــای مــالی در ارائة الگو قابل اتکا برای کشف تقلـب در کشـف تقلـب در گـزارش هـای گزارش مالی ، ارائة شاخص های مؤثر در مالی ؛ تحلیل لاجیت کشف تقلب مالیاتی مدل سازی غیرخطی وپیش بینی پیش بینی مالیات با استفاده از روش های درآمـدهای مالیــاتی کشـور بــه آماری و شبکة عصبی تفکیک منابع مالیاتی با توجه به مطالعات صورت گرفته و مدل های ارائه شده در مقالات بین المللـی ، داده هـای لازم گردآوری و مدلی برای مجموعه دادة مـورد بررسـی طراحـی شـد کـه در ادامـه بـه جزئیـات آن می پردازیم .