فهرست نشریات علمی دسترسی آزاد ایران

در این مقاله به منظور مدیریت ریسک عدم تمکین مالیاتی، مدل بهینه "انتخاب برای حسابرسی­ مالیات ­بر ارزش افزوده" با استفاده از تکنیک­های داده کاوی(ماشین بردار و درخت تصمیم) مورد مطالعه قرار می­گیرد. در انتخاب برای حسابرسی، مسئله مهم انتخاب پرونده­های مناسب برای حسابرسی از درون مجموعه­ای از کاندیدهای بالقوه است، به نحوی که این انتخاب ضمن پوشش حداکثری ریسک مالیاتی موجب افزایش کارایی دستگاه مالیاتی­گردد، چرا که با توجه به محدودیت‌های موجود در زمان و منابع، حسابرسی تمامی مؤدیان هزینه‌های مختلفی را به همراه خواهد داشت. علاوه بر این هزینه­های مرتبط با حسابرسی و درآمد ناشی از حسابرسی هم مطرح است، بنابراین خروجی فرآیند حسابرسی مالیاتی به‌میزان زیادی­ به کیفیت انتخاب مجموعه مؤدیان مورد حسابرسی بستگی دارد. برای انجام این تحقیق در ابتدا با استفاده از روش دلفی عوامل مؤثر بر ریسک مالیاتی ­شناسایی و در ادامه با استفاده از نمونه­های آماری تحقیق که شامل 281 شرکت که در سال‌های 1390تا 1393 مورد حسابرسی مالیات بر ارزش افزوده قرار­گرفته­اند مدل‌های مختلف استخراج و توانایی آن‌ها در انتخاب بهینه برای حسابرسی مالیات بر ارزش افزوده مورد ارزیابی قرار گرفت نتایج مطالعه نشان می‌دهد که روش ماشین بردار پشتیبان خطی(lsvm) تا70% از مؤدیان به‌وسیله این الگوریتم خوشه بندی به‌درستی با توجه به واکاوی داده‌های موجود تفکیک خواهند شد که از صحت بالاتری نسبت به سایر تکنیک‌های داده کاوی درخت تصمیم برخوردار می‌باشد.