ارزیابی اثربخشی الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش‌بینی فرار مالیاتی مؤدیان حقوقی استان مازندران

Abstract

درآمدهای مالیاتی یکی از مهم‏ترین منابع درآمدی دولت و تأمین‏کننده بخش عمده‏ای از هزینه‏های آن می‏باشد. هدف اصلی پژوهش حاضر، ارزیابی توان پیش‏بینی تکنیک‏های الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش‌بینی فرار مالیاتی مؤدیان حقوقی بوده است. براساس مبانی نظری و پیشینه پژوهش‏های صورت‏گرفته در این حوزه، مجموعه‏ای متشکل از 57 شاخص مالی و غیرمالی در سه سطح کلان اقتصادی، مؤدیان و حسابرسان مالیاتی، در نمونه‏ای مشتمل بر 964 پرونده مالیاتی اشخاص حقوقی اداره کل امور مالیاتی مازندران برای سال‏های 1391 لغایت 1398 با استفاده از نرم افزار متلب و استاتا مورد بررسی قرار گرفته است. در این پژوهش، پس از انتخاب متغیرهای اثرگذار با استفاده از الگوریتم شناسایی سینوس-کسینوس، اقدام به پیش‏بینی فرار مالیاتی با بهره‏گیری از تکنیک‏های الگوریتم درخت تصمیم و رگرسیون شده است. نتایج حاصل از بررسی داده‏ها نشان داد که متغیرهای سطح مؤدیان و حسابرسان مالیاتی جهت پیش‏بینی فرار مالیاتی اثربخشی بیشتری دارند. همچنین یافته‏ها حاکی از آن بوده که توان پیش‏بینی الگوریتم درخت تصمیم نسبت به رگرسیون چند متغیره خطی، بیشتر است.