Najafi S N, Salehi A K, Amiri H. Providing a Model for Detecting Tax Fraud Based on the Personality Types of Corporate Financial Managers using the Neural Network Approach. J Tax Res 2022; 30 (53) :71-96
URL:
http://taxjournal.ir/article-1-2117-fa.html
نجفی سمیه، صالحی الهکرم، امیری هوشنگ. ارائه الگویی برای کشف تقلب مالیاتی بر اساس تیپهای شخصیتی مدیران مالی شرکتها با استفاده از رویکرد شبکههای عصبی. پژوهشنامه مالیات. 1401; 30 (53) :71-96
URL: http://taxjournal.ir/article-1-2117-fa.html
1- ، AK.Salehi@iau.ac.ir
چکیده: (1658 مشاهده)
یکی از اقدامات مدیریتی بهمنظور کاهش تعهدات مالیاتی، عدم پرداخت مالیات از طریق تقلب مالیاتی است. ازآنجاکه عوامل شخصیتی احتمالاً در توضیح روحیه مالیات دخیل هستند، بررسی ویژگیهای شخصیتی و جنبههای آن در رابطه با تقلب مالیاتی میتواند به شناخت بهتر عوامل تأثیرگذار بر تصمیمات مالیاتی کمک کند. هدف اصلی این پژوهش ارائه الگویی برای کشف تقلب مالیاتی بر اساس تیپهای شخصیتی مدیران مالی شرکتها با استفاده از رویکرد شبکههای عصبی است. جامعه آماری پژوهش را کلیه مدیران مالی شرکتهای بورسی و غیربورسی در سال 1399 که معاف از مالیات نیستند، تشکیل میدهند. اطلاعات مربوط به مدیران مالی از طریق پرسشنامه جمعآوری و با استفاده از نرمافزار SPSS نسخه 21 و نرمافزار MATLAB نسخه 2015 مورد تجزیهوتحلیل قرار گرفت. نتایج پژوهش حاکی از آن است که الگوی شبکه عصبی طراحیشده با 10 نرون در لایه پنهان دارای دقت 5/79 درصد توانایی کشف تقلب مالیاتی صورت گرفته توسط مدیران مالی شرکتها را دارد. همچنین طبق نتایج حاصل از آزمون مدل رگرسیونی، تیپهای شخصیتی روانرنجوری، برونگرایی، انعطافپذیری و توافقپذیری بر تقلب مالیاتی تأثیر مثبت و معنیدار و تیپ شخصیتی باوجدان بودن تأثیر منفی و معنیدار بر تقلب مالیاتی دارد.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
مدیریتی دریافت: 1401/4/12 | پذیرش: 1401/3/10 | انتشار: 1401/3/10