كاربرد هوش مصنوعي در حسابرسي مالياتي

فاقد عنوان و چكيده لاتين

ماليات در ايران به لحاظ تأمين مالي و ابزار سياستگذاري از جايگاه مناسبي برخوردار نمي‌باشد. بين عملكرد ماليات و سطح بالقوه آن، شكاف وجود دارد كه يكي از دلايل اصلي ايجاد آن، وجود پديده فرار مالياتي است. در اين ميان، شناسايي فرار مالياتي اشخاص حقوقي و ارائه راهكارهايي به منظور شناسايي و مقابله با آن به دليل درآمدزايي عمده اين پايه مالياتي از اهميت بالايي برخوردار است. از طرف ديگر وقتي مأمورين مالياتي جهت حسابرسي به پرونده مالياتي اشخاص حقوقي مراجعه مي‌كنند با حجم زياد اطلاعات مواجه مي‌باشند كه در بعضي مواقع ظرف مهلت كمتر از يك روز بايد پرونده‌ها را حسابرسي نمايند كه نبود فرصت كافي و عدم تفكيك پرونده‌هاي پرريسك و كم ريسك و ... باعث كاهش كيفيت حسابرسي مالياتي مي‌گردد و مقدمه افزايش فرار مالياتي موديان را فراهم مي‌كند. در اين پژوهش به منظور پيش‌بيني و مبارزه با فرار مالياتي، تعداد 28 نسبت مالي مربوط به تعداد 1186 شركت طي سال‌هاي 1393 تا 1395 كه از سايت سازمان بورس اوراق بهادار استخراج گرديد به عنوان ورودي مدل، مبناي آموزش و تست روش‌هاي تركيبي شبكه بيزين و الگوريتم SVM قرار مي‌گيرد. بعد از ارائه مدل، خروجي مشخص مي‌كند كه شركت داراي فرار مالياتي مي‌باشد يا خير. سازمان مالياتي مي‌تواند با استفاده از مدلهاي اين پژوهش، قبل از حسابرسي مالياتي موديان، تشخيص دهد كه مؤدي داراي فرار مالياتي مي‌باشد يا خير و ميزان ريسك مؤدي را تعيين نمايد. نتايج حاصل از اين تحقيق نشان مي‌دهد كه به ترتيب، روش‌هاي الگوريتم تركيبي، الگوريتم SVM و شبكه بيزين از دقت و كارايي بيشتري در كشف و شناسايي فرار مالياتي برخوردار هستند.