توسعه مدل شناسايي مؤديان كم ‌اظهار ماليات بر ارزش افزوده با رويكردهاي داده‌ كاوي

عدم ارائه اظهارنامه هاي مالياتي دقيق توسط مؤديان ماليات بر ارزش افزوده از مشكلات سازمان مالياتي كشور است. تعداد زياد اظهارنامه ها، محدوديت منابع و مقرون به صرفه نبودن بررسي تمامي آن ها، توسعه روشي هوشمند جهت شناسايي مؤديان با ريسك بالا در كم اظهاري ماليات را ضروري مي نمايد. در اين مقاله، بر اساس نظرات مميزين مالياتي، داده هاي هجده متغير بالقوه مؤثر بر شناسايي كم اظهاري ماليات بر ارزش افزوده در يكي از مناطق تهران به همراه نتايج مميزي آن ها جمع آوري شده است. روش هاي فيتلري و روش الگوريتم ژنتيك تعداد متغيرهاي مؤثر را به ترتيب ده و هفت متغير شناسايي كرده اند. دو روش پايه رده بندي «درخت تصميم» و «k نزديك ترين همسايگي» بر اساس دو نوع متغيرهاي مؤثر (روش هاي فيلتري و الگوريتم ژنتيك) براي شناسايي كم اظهاري توسعه داده شده و براي توازن داده ها دو روش جمعي «بگينگ» و «بوستينگ» استفاده شده است. بررسي دقت پيش بيني در دوازده مدل پيش بيني (درخت تصميم و K نزديكترين همسايگي با دو گروه متغير مستقل و در سه حالت عادي، «بگينگ» و «بوستينگ») نشان مي دهد، روش هاي جمعي «بگينگ» و «بوستينگ» تأثيري بر پيش بيني ندارند و درخت تصميم ساده با ده متغير منتخب با روش هاي فيلتري بيشترين دقت پيش بيني و معادل 14/82% را براي تشخيص مؤديان كم اظهار دارد. استخراج قوانين مناسب براي تشخيص مؤديان كم اظهار بر اساس ده متغير مؤثر بر پيش بيني آن ها از ديگر نتايج اين مقاله است.