مدلسازی درآمدهای مالیاتی کشور با استفاده از روش ماشین بردار تکیه گاه (SVM)
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 831
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECEC07_106
تاریخ نمایه سازی: 14 شهریور 1393
Abstract:
در حال حاضر اکثر دولت ها برای تبیین سیاست های پولی و مالی خود علاوه بر بررسی وضع موجود، از پیش بینی های کوتاه مدت و بلند مدت متغیرهای کلان اقتصادی بهره می گیرند در این مقاله سعی بر اینست که درآمدهای مالیاتی کشور مدلسازی شود، بدلیل غیر خطی بودن روند رشد این درآمدها، روش های داده کاوی هوشمند به عنوان رهیافت حل مسئله مطرح می شوند SVM یکی از ابزارهای داده کاوی می باشد که به خاطر ویژگی ساختاری آن نسبت به سایر ابزارها قدرت و دقت بیش تری در پیش بینی دارد یافته های حاصل از انجام این پژوهش حاکی از آن است که SVM در پیش بینی سری زمانی تا حدود میانگین 95/5 درصد موفق عمل کرده است همچنین SVM در پیش بینی سری زمانی غیر خطی نسبت به سایر ابزارها مانند شبکه های عصبی پرسپترون چندلایه، از دقت بالاتری برخوردار بوده و قابلیت تعمیم پذیری بیش تری را دارا می باشد.
Keywords:
Authors
وحیده تیمورزاده
دانشجوی کارشناسی ارشد علوم اقتصادی، پیام نور مرکز البرز
حسین میرزایی
عضو هیئت علمی دانشگاه پیام نور مرکز تبریز
غلامرضا یاوری
عضو هیئت علمی دانشگاه پیام نور مرکز البرز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :