پیشبینی درآمدهای مالیاتی استان مازندران با استفاده از شبکه های عصبی مصنوعی |
دلیل اصلی اینکه بسیاری از کشورهای در حال توسعه، درآمدهای چندانی از مالیات ندارند این است که سیاست های مالیاتی بیشتر در جهت منافع کسانی است که تسلط بر نهادهای سیاسی چنین کشورهایی دارند. (بیرد، مارتینز ، تورگلر ، 2007 )
بر اساس شاخص نسبت مالیات که به عنوان شاخص قابل قبول جهانی برای سنجش عملکرد مالیاتی کشورها مورد استفاده قرار می گیرد نشاندهنده این واقعیت است که رتبه ایران از بین 46 کشور مورد بررسی طی دوره (2000-2006) در جایگاه 44 قرار دارد. محاسبه شاخص مورد بررسی در ایران بطور متوسط برابر 6.5 درصد می باشد در حالی که میانگین کشورها طی دوره 2000 تا 2006 برابر 18 درصد بوده است.این امر نشاندهنده این واقعیت است که ظرفیت مالیاتی کشورمان به حد آستانه ای خود نزدیک شده است (برگرفته از گزارش بانك جهانی) بنابراین شناخت دقیق و علمی مباحث مالیاتی کشور می تواند سیاست گذاران اقتصادی را در برنامه ریزی هرچه دقیقتر و بهتر جهت افزایش توان مالیاتی یاری نماید.
ظرفیت مالیاتی ظرفیت اقتصادی یک کشور برای تحمل فشار انواع مالیات است، به عبارتی دیگر میزانیست که مردم می توانند مالیات بپردازند.با توجه به اهمیت و نقش مالیات ها در برآورد ظرفیت مالیاتی به منظور افزایش درآمدهای مالیاتی در جامعه از موضوع های کلیدی در علم اقتصاداست.ظرفیت مالیاتی در واقع بیشترین مالیاتی است که باتوجه به سطح توزیع آن و ترکیب درآمدو قوانین هر کشوردر یک دوره بلند مدت قابل اخذ است که طبیعی است اگردر یک دوره اخذمالیات بیش از ظرفیت مالیاتی باشدسبب کاهش درآمد جامعه و درآمد مالیاتی در سالهای آتی خواهدشدو اگرکمتر از ظرفیت بالقوه مالیاتی باشددولت برای رسیدن به اهداف اقتصادی خود با مشکلات مالی مواجه خواهدشد. (فلاحتی ، 1389)
ظرفیت مالیاتی در واقع حجم مالیاتی است که جامعه توان پرداخت آن را دارد و این توان از یک طرف متکی بر درآمدها، مصارف و سرمایه گذاریهاست و از طرف دیگر بر اهداف بلندمدت و برنامه ریزی های کوتاه و میان مدت متکی می باشد،ظرفیت مالیاتی در واقع اطلاعات لازم در مورد ظرفیت کشور یا یک منطقه در تجهیز منابع مالیاتی برای پاسخگویی به مشکلات مالی و اجرای سیاست های اقتصادی را فراهم می آورد و آشکار می نماید که یک کشور یا یک منطقه ، چه میزان کوشش در تجهیز منابع مالیاتی به کار برده است و تاچه میزان توان افزایش این منابع را دارد.(منجذب ، 1384)
لازم به توضیح است که به دلیل مشکلات موجود در سیستم مالیاتی کشور این سیستم قادر به تامین بخش عمده ای از درآمدهای دولت نبوده است.بر این اساس لازم است تا با برآورد توان و کارایی نظام مالیاتی، به تحلیل مشکلات موجود در نظام مالیاتی کشور پرداخت و با اتخاذ روش هاوتدابیری در جهت رفع آنها و شناخت روش های جدید مالیاتی به منظور کاهش شکاف مالیاتی بین درآمدهای مالیاتی موجود و ظرفیت مالیاتی اقدام نمود.که این پایان نامه موارد مؤثر بر ظرفیت مالیاتی را برای استان مازندران را مشخص می کند.(عرب مازار،1387)
برخی مطالعات در سالهای اخیر بر اهمیت عوامل نهادی بر تعیین عملکرد درآمدهای مالیاتی تاکید دارند به عنوان مثال بیر ، مارتینز ، و تورگلر (2007) دریافتند که عواملی نظیر فساد اداری ، حاکمیت قانون ، مقررات ورود و خروج در برآورد نسبت مالیاتی تأثیر دارد . گاپتا(2007) به این نتیجه رسید که ظرفیت مالیاتی با افزایش درآمد و با افزایش درجه بازبودن اقتصاد و افزایش سهم ارزش افزوده بخش کشاورزی کاهش می یابد .همچنین میتوان به مطالعات تیرا (2004) نیز اشاره نمود که در کنار متغیرهای اقتصادی ، متغیرهای نهادی را بر ظرفیت مالیاتی موثر میدانند.
استفاده از شبکه های عصبی در طی دو دهه اخیر بسیار مورد توجه محققان و صنعتگران قرار گرفته است.علت این امر علاوه برسادگی کاربرد آنها،بازدهی این روشها در مدلسازی فرآیندهایی است که رفتاری به شدت غیرخطی دارند.شبکه عصبی ابزار محاسباتی ساده ای برای آزمون داده ها و ایجاد مدل از ساختار داده ها می باشد.
هر مدل شبکه عصبی شامل یک لایه ورودی ، یک لایه خروجی و یک یا چندلایه پنهان می باشد. همه این لایه ها دارای گره می باشند و همه این گره ها در لایه های مجاور به هم متصل می گردند . لایه ورودی فقط اطلاعات را دریافت می کند و مشابه متغیر مستقل عمل می کند . لایه خروجی همانند متغیر وابسته عمل می کند و تعداد نرون های آن بستگی به تعداد متغیر وابسته دارد.مدل های شبکه عصبی مصنوعی مدل های محاسباتی هستند که قادرند رابطه بین ورودی ها و خروجی های یک دستگاه را با شبکه ای از گره های متصل به هم تعیین می نماید. در کاربرد شبکه عصبی برای پیش بینی می توان آن را به عنوان یک تابع غیر خطی پارامتری در نظر گرفت که برروی مجموعه ای از داده ها به کار می رود .این تابع غیر خطی را می توان به صورت ترکیبی از قطعاتی غیرخطی ( تابع فعالسازی) به کار گرفت که هریک توجیه کننده بخشی از رفتار کلی داده های مورد استفاده در پیش بینی اند . یکی از این توابع غیر خطی که در پیش بینی سری های زمانی بسیار متداول است ، تانژانت هیپربولیک است. این تابع به عنوان تابع فعال سازی در شبکه عصبی استفاده شده است . یک شبکه عصبی از اتصال چندین عصب مصنوعی به وجود می آید . با توجه به آرایش اتصال عصب ها انواع مختلفی از این شبکه ها ارایه شده اند. به
عنوان مثال شبکه های پیش رونده و برگشتی که هریک می توانند صورت تک لایه ای یا چندلایه ای داشته باشند .( فلاحتی ، 1389)
این پایان نامه برخی از مفاهیم اساسی ظرفیت مالیاتی را تبیین خواهد نمود و در نهایت به پیش بینی درامد مالیاتی استان مازندران خواهد پرداخت. پارامترهای مورد بررسی برای پیش بینی درامد مالیاتی این استان عبارتند ازمتوسط درآمدخانوار شهری ، ارزش افزوده بخش های مختلف اقتصادی ، نرخ تورم و درآمد مالیاتی کل.
رابطه ها در این تحقیق به صورت یک مدل و چارچوب مفهومی نشان داده شده است. بنابراین مدل مفهومی تحقیق حاضر با توجه به موضوع پژوهش و متغیرهای تحقیق به صورت زیر است (شکل1-1)
مدل پیش بینی شبکه عصبی
شبکه عصبی |
درآمد مالیاتی کل |
نرخ تورم |
ارزش افزوده بخش های مختلف اقتصادی |
متوسط درآمد شهری |
متغیرهای تأثیرگذار بر پیش بینی درامد مالیاتی مالیاتی |
شکل 1-1- مدل مفهومی تحقیق
1-3-ضرورت انجام تحقیق
در نظریه های اقتصادی ، مهم ترین منبع تأمین مالی هزینه های حاکمیتی دولت اخذ مالیات از شهروندان است ، به ویژه در کشور هایی مانند کشور ما که دولت برای تأمین هزینه های خویش بیشتر به درآمدهای فروش منابع طبیعی متکی است ، در نتیجه توجه بیشتر به نقش مالیات ها در بودجه دولت و انجام اقداماتی به منظور افزایش سهم این نوع درآمدها از کل درآمدهای دولت ضرورت دارد. در این راستا اطلاع از ظرفیت های مالیاتی می تواند گام بزرگی در مسیر برنامه ریزی و بستر سازی برای وصول درآمد ها باشد .(فتحانی ، 1383)
ضرورت انجام پروژه در استان به این خاطر احساس می شود كه تاكنون در سطح استان مازندران پروژه ای در جهت پیش بینی ظرفیت بالقوه مالیاتی و همچنین پیش بینی درآمدهای مالیاتی انجام نشده است و پیش بینی ها بر اساس ضریبی از سال قبل صورت می گرفته است كه مبنای علمی نداشته است بنابراین انجام این پروژه به پیش بینی های علمی منتج خواهد شد.
نتایج این پژوهش میتواند برای امور مالیاتی استان مازندران جهت برنامه ریزی استراتژیک در زمینه های مالیات و برنامه ریزی جهت افزایش درآمدهای مالیاتی استان مفید واقع شود.
1-4-فرضیه های تحقیق
این پژوهش فاقد فرضیه بوده و تنها در صدد پاسخ به سوالات زیر است:
1.آیا با استفاده از شبكه های عصبی می توان درآمد مالیاتی استان مازندران را برآورد نمود؟
2.عوامل موثر بر درآمد مالیاتی در استان مازندران کدامند؟
3.مدل مناسب شبکه عصبی برای پیش بینی درآمد مالیاتی کدام است؟
1-5-اهداف تحقیق
1- بررسی شاخص های موثر بر درآمد مالیاتی استان مازندران
2- بررسی مدل های مختلف شبکه های عصبی و ارائه یک مدل شبکه عصبی جهت پیش بینی درآمدمالیاتی
3 – پیش بینی درآمد مالیاتی استان مازندران برای سالهای آینده و مقایسه سطح وصول مالیات ها با ظرفیت بالقوه دراین استان ها
(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)
فرم در حال بارگذاری ...
[شنبه 1399-12-02] [ 10:21:00 ق.ظ ]
|