چکیده
فرار مالیاتی یکی از دغدغه های مستمر نظام های مالیاتی بخصوص در کشورهای در حال توسعه می باشد. پدیده فرار مالیاتی از این جهت قابل تأمل است که ضمن کاهش درآمدهای دولت و افزایش سطح شکاف مالیاتی نسبت درآمدهای مالیاتی به تولید ناخالص داخلی را تنزل می دهد. از آنجا که فناوری داده کاوی از قابلیت های پیش بینی و طبقه بندی فراوانی برخوردار است می تواند فرآیند تصمیم گیری در مسائل مالی را تسهیل نماید. لذا در این تحقیق سعی کردیم از الگوریتم های هوش مصنوعی همچون الگوریتم های شبکه عصبی مصنوعی, ماشین بردار پشتیبان و الگوریتم کلونی زنبور مصنوعی جهت تشخیص فرار مالیاتی استفاده کنیم. جامعه آماری پژوهش حاضر شامل 3600 مؤدی مالیاتی در سال های مورد مطالعه (1381-1391) استان تهران می باشند. بنابراین با استفاده از الگوریتم های ترکیبی در این تحقیق توانستیم با دقت 85. 59 درصد برای داده های آموزشی و دقت 83. 79 درصد برای داده های آزمایشی به تشخیص و طبقه بندی مودیان متلقب در پرداخت مالیات و مودیان با پرداخت بهموقع مالیات بپردازیم. بنابراین با توجه به نتایج بدست آمده در می یابیم که روش پیشنهادی در این تحقیق از توان بالایی در شناسایی مودیان متقلب از پرداخت مالیات برخوردار است.
کلیدواژه:
فرار مالیاتی، هوش مصنوعی، اشخاص حقوقی، داده کاوی
