فرار مالیاتی در واردات ایران، رویکرد مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی

مالیات بر واردات یکی از منابع درآمدی دولت است که بخشی از آن به دلیل فرار مالیاتی در اختیار دولت قرار نمی گیرد. عوامل مختلفی بر فرار مالیاتی در بخش واردات موثرند که این عوامل، در این مقاله با استفاده از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی که قادر به تحلیل سیستم های غیرخطی است، مورد شناسایی قرار گرفته اند. به این منظور ابتدا چهار متغیر توضیح دهنده فرار مالیاتی شامل بار مالیات بر واردات، اندازه دولت، سطح درآمد مالیات دهندگان و درجه باز بودن اقتصاد در مدل نهایی تصریح شده شبکه عصبی در نظر گرفته شدند. نتایج حاصل از مسئله بهینه سازی فرار مالیاتی با استفاده از الگوریتم تبرید تدریجی نشان داد مقدار بهینه بار مالیاتی در واردات، اندازه دولت، درجه باز بودن اقتصاد و درآمد واقعی سرانه، درجه باز بودن اقتصاد به ترتیب برابر ۱۸/۶ (درصد)، ۲/۱۳، ۶۹/۶ (میلیون ریال) ، ۲۹/۱ (درصد) و حداقل فرار مالیاتی در دوره تحت بررسی برابر ۴۸/۲۱ (درصد) است.

Keywords:

Tax Evasion , Import , Artificial Neural Network , Multilayer Perceptron , Simulated Annealing Algorithms , Iranian Economy. , فرار مالیاتی , واردات , شبکه عصبی مصنوعی , پرسپترون چندلایه , الگوریتم تبرید تدریجی , اقتصاد ایران.