كشف فرار مالياتي اشخاص حقوقي : مقايسه كارايي رگرسيون خطي چند متغيره و شبكه هاي عصبي مصنوعي

يكي از مهمترين مشكلات نظام مالياتي در عمده كشورهاي دنيا، فرار مالياتي است. فرار مالياتي عبارت از هر گونه تلاش غيرقانوني به منظور نپرداختن ماليات است؛ در تحقيق حاضر عوامل مؤثر بر فرار مالياتي از ديدگاه خبرگان با استفاده از روش دِلفي استخراج گرديد كه بر اين اساس تعداد 29 عامل شناسايي و از بين عوامل شناسايي شده با توجه به قابليت اندازه گيري تعداد 16 عامل استخراج نهايي گرديد. جامعه آماري شامل شركت­هاي فعال داراي پرونده در 42 اداره كل امور مالياتي سطح كشور بوده كه بر اساس جدول مورگان تعداد 400 شركت به عنوان نمونه براي عملكرد سال 1391 انتخاب گرديد. داده هاي استخراج شده بر اساس روش هاي رگرسيون خطي چند متغيره و همچنين شبكه هاي عصبي مصنوعي مورد تحليل و بررسي قرار گرفت كه هر دو روش بيانگر تأثير عوامل شناسايي شده بر فرار مالياتي شركت ها بوده است. در مرحله بعدي كارايي هر يك از تكنيك هاي رگرسيون خطي چند متغيره و شبكه عصبي مصنوعي مورد بررسي قرار گرفت كه نتايج آن بيانگر كارايي بيشتر شبكه هاي عصبي مصنوعي در مقايسه با رگرسيون خطي چند متغيره بوده است. بر اين اساس كارايي رگرسيون خطي چند متغيره در كشف فرار مالياتي اشخاص حقوقي 60 درصد، در حالي كه كارايي شبكه هاي عصبي مصنوعي 82,5 درصد بوده است.