fa تاثیر جریمه‌های مالیاتی و وضعیت عمومی مودیان بر قانونمندی مودیان مالیاتی: پیش بینی بر اساس تئوری مجموعه‌های راف حسابداری Accounting پژوهشي Research <span style="font-size:13pt"><span style="line-height:107%"><span style="direction:rtl"><span style="unicode-bidi:embed"><span b="" style="font-family:" zar=""><span lang="FA" style="font-size:11.0pt"><span style="line-height:107%">هدف این پژوهش، پیش&shy;بینی قانونمندشدن مودیان مالیاتی با استفاده از بررسی تاثیر </span></span><span lang="FA" style="font-size:11.0pt"><span style="line-height:107%">جریمه&shy;های مالیاتی و وضعیت عمومی مودیان مالیاتی بر رفتار آنان است. پس از شناسایی و انتخاب ده متغیر موقعیتی شامل شش متغیر مربوط به انواع جرایم مالیاتی (جریمه عدم تسلیم اظهارنامه، صورت&shy;های مالی و دفاتر قانونی، جریمه رد دفاتر، جریمه دیرکرد و جریمه عدم ارائه لیست حقوق) و چهار متغیر مربوط به وضعیت عمومی مودیان مالیاتی (گردش مالی سالانه، نوع، سابقه و اندازه شرکت) و یک متغیر تصمیم (رفتار مودیان مالیاتی)، سیستم اطلاعاتی راف ایجاد شد.</span></span> <span lang="FA" style="font-size:11.0pt"><span style="line-height:107%">نمونه در دسترس 125 شرکت تولیدی و بازرگانی فعال در استان لرستان طی سال‌های 96 الی 98 می‌باشد. با اجرای مدل سازی راف و تلفیق روش&shy;های متنوع گسسته سازی داده، تولید بی زائده و ایجاد قوانین، چهار دسته قانون تولید شد. پس از بررسی میزان اعتبار مدل&shy;های مختلف، مدل گسسته&shy;سازی دستی داده&shy;ها که بی‌زائده‌های آن به کمک الگوریتم ژنتیک و با رویکرد </span></span><span dir="LTR" style="font-size:11.0pt"><span style="line-height:107%">Full</span></span><span lang="FA" style="font-size:11.0pt"><span style="line-height:107%"> استخراج شدند، بالاترین دقت و اعتبار را نشان دادند. نتایج این پژوهش نشان &shy;داد که از بین ده متغیر موقعیتی، چهار متغیر جریمه عدم تسلیم صورت&shy;های مالی، جریمه عدم ارائه دفاتر قانونی، گردش مالی و سابقه فعالیت شرکت، تاثیرگذارترین متغیرهای سیستم بر قانونمندی مودیان مالیاتی هستند.</span></span></span></span></span></span></span><br> &nbsp; <div class="WordSection1"><span style="page:WordSection1"><span style="font-size:13pt"><span style="text-justify:kashida"><span style="text-kashida:0%"><span style="line-height:normal"><span style="unicode-bidi:embed"><span b="" style="font-family:" zar=""><span style="font-size:11.0pt"><span new="" roman="" style="font-family:" times="">This research aimed to predict the compliance of taxpayers through the imposition of various tax penalties. The study examined the impact of different types of tax offenses and the general status of manufacturing and trading companies in Lorestan Province from 2017 to 2019. Using data from 125 active companies, the research design employed Rough Set Theory (RST) for analysis. Instruments included financial records, tax penalties, and company profiles. Data were analyzed through decision rules extracted via RST. Results indicated that four variables&mdash;penalties for non-submission of financial statements, lack of legal bookkeeping, annual financial turnover, and company activity history&mdash;had the </span></span><a href="#_ftn1" name="_ftnref1" title=""><span class="MsoFootnoteReference" style="vertical-align:super"><span lang="EN" style="font-size:11.0pt"><span class="MsoFootnoteReference" style="vertical-align:super"><span lang="EN" style="font-size:11.0pt"><span style="line-height:90%"><span b="" style="font-family:" zar="">[*]</span></span></span></span></span></span></a><span style="font-size:11.0pt"><span style="font-family:"Times New Roman",serif"></span></span></span></span></span></span></span></span></span></div> <div aria-label="Page Break" class="cke_pagebreak" contenteditable="false" data-cke-display-name="pagebreak" data-cke-pagebreak="1" style="page-break-after:always" title="Page Break"></div><span style="font-size:13pt"><span style="text-justify:kashida"><span style="text-kashida:0%"><span style="line-height:normal"><span style="unicode-bidi:embed"><span b="" style="font-family:" zar=""><span style="font-size:11.0pt"><span new="" roman="" style="font-family:" times="">most significant influence on taxpayer compliance. Conclusions emphasized that these variables reduce tax evasion and encourage adherence to tax laws.</span></span></span></span></span></span></span></span> <div>&nbsp; <hr align="left" size="1" width="33%" > <div id="ftn1"><span style="font-size:10pt"><span style="line-height:90%"><span style="direction:rtl"><span style="unicode-bidi:embed"><span b="" style="font-family:" zar=""><span dir="LTR" style="font-family:"Calibri",sans-serif"></span></span></span></span></span></span></div> </div> قانونمند شدن مودیان مالیاتی, جریمه‌های مالیاتی, مودیان مالیاتی, تئوری مجموعه‌های راف, مدل‌سازی راف Taxpayer`s Compliance, Tax Penalties, Taxpayers, Rough Set Theory, Rough Modeling 0 0 http://taxjournal.ir/browse.php?a_code=A-10-2726-1&slc_lang=fa&sid=1 yaser Shojae یاسر شجاعی Yaser.shojae@ut.ac.ir 100319475328460012641 100319475328460012641 Yes University of Tehran, Tehran, Iran. دانشگاه تهران mohammad darvishshafighi محمد درویش شفیقی darvish.shafighi@ut.ac.ir 100319475328460012642 100319475328460012642 No University of Tehran, Tehran, Iran. دانشگاه تهران Hamidreza Rafati حمیدرضا رفعتی hamidreza.rafati@ut.ac.ir 100319475328460012643 100319475328460012643 No University of Tehran, Tehran, Iran. دانشگاه تهران