بررسی رابطه بین کارآمدی سازمان تشخیص مالیات در دو نظام مالیات بر ارزشافزوده و نظام مالیاتهای مستقیم ( مطاله موردی اداره کل مالیاتی استان گیلان)
Publish place: Fourth National Conference and Second International Conference on Accounting and Management
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 585
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MNGTCONF02_452
تاریخ نمایه سازی: 27 بهمن 1394
Abstract:
نظام مالیاتی در رویکرد خود یک دستگاه جمع کننده درآمد است که برای انجام مخارج دولتی از منابع مختلف درآمدی مالیات جمع می کند . در این رویه همه اجزای نظام مالیاتی شامل دستگاه وصول کننده مالیات، مالیات پردازان روشهای عملیاتی و قوانین در راستای وصول درآمد بیشتر برای دولت عمل میکند. نظام مالیاتی در ایران از زمان شکل گیری خود به صورت سازمانی و نهادی در بسیاری از اوقات در هدف ، سنتی بوده یعنی جمع آوری مالیات در صدر وظایف آن قرار داشته است اما در ابزار جمع آوری درآمد ، سعی کرده تا از رویه های مدرن بهره ببرد و خود را نظام مالیاتی روزآمد و کارآمد نشان دهد . پژوهش حاضر از نظر هدف کاربردی و از نظر ماهیت و روش، توصیف علی و از شاخه تحقیقات میدانی است. جهت سنجش متغیرهای پژوهش از پرسشنامه و به منظور تعیین پایایی پرسشنامه، از ضریب آلفای کرونباخ با مقدار0/997 استفاده شد. نتایج با استفاده از نرم افزار spss مورد تجزیه و تحلیل قرارگرفته. نتایج نشاندهنده این است نظام مالیات برازش افزوده دارای کارآمدی بیشتری نسبت به نظام مالیاتهای مستقیم است که این کارآمدی مطمئنا به مرور زمان و با افزایش تجربه کاری در این نظام بیشتر هم خواهد شد.
Keywords:
Authors
مجتبی حسنپور
کارشناسی ارشد مدیریت بازرگانی (گرایش مالی)، گروه مدیریت بازرگانی، واحد رشت، دانشگاه آزاد اسلامی گیلان، ایران.
سمیه جعفریان جلودار
کارشناس بهداشت محیط، دانشگاه علوم پزشکی بابل، مازندران، ایران
سعید جوربنیان
کارشناسی ارشد مدیریت بازرگانی (گرایش مالی) گروه مدیریت بازرگانی، دانشکده علوم انسانی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه، ایران
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 :