ارزیابی اثربخشی الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش بینی فرار مالیاتی مودیان حقوقی استان مازندران

درآمدهای مالیاتی یکی از مهم‏ترین منابع درآمدی دولت و تامین‏کننده بخش عمده‏ای از هزینه‏های آن می‏باشد. هدف اصلی پژوهش حاضر، ارزیابی توان پیش‏بینی تکنیک‏های الگوریتم درخت تصمیم و رگرسیون چند متغیره خطی در پیش بینی فرار مالیاتی مودیان حقوقی بوده است. براساس مبانی نظری و پیشینه پژوهش‏های صورت‏گرفته در این حوزه، مجموعه ‏ای متشکل از 57 شاخص مالی و غیرمالی در سه سطح کلان اقتصادی، مودیان و حسابرسان مالیاتی، در نمونه‏ ای مشتمل بر 964 پرونده مالیاتی اشخاص حقوقی اداره کل امور مالیاتی مازندران برای سال‏های 1391 لغایت 1398 با استفاده از نرم افزار متلب و استاتا مورد بررسی قرار گرفته است. در این پژوهش، پس از انتخاب متغیرهای اثرگذار با استفاده از الگوریتم شناسایی سینوس-کسینوس، اقدام به پیش‏بینی فرار مالیاتی با بهره‏ گیری از تکنیک‏ های الگوریتم درخت تصمیم و رگرسیون شده است. نتایج حاصل از بررسی داده ‏ها نشان داد که متغیرهای سطح مودیان و حسابرسان مالیاتی جهت پیش‏بینی فرار مالیاتی اثربخشی بیشتری دارند. همچنین یافته‏ ها حاکی از آن بوده که توان پیش‏بینی الگوریتم درخت تصمیم نسبت به رگرسیون چند متغیره خطی، بیشتر است.