fa انتخاب برای ممیزی مالیاتی بر مبنای ریسک پژوهشي Research با توجه به مشکلاتی از قبیل حجم انبوه و رو به افزایش اظهار نامه های مالیاتی، عدم پیش ممیزی برای حسابرسی مالیاتی، محدودیت زمانی جهت رسیدگی به اظهار نامه ها، نبود معیار های مدون جهت رسیدگی، محدودیت نیروی انسانی، وجود قضاوت سلیقه ای گسترده در تشخیص مالیاتی و عدم ارائه اظهارنامه توسط برخی از مودیان در سیستم مالیاتی کشور نیاز است تا رویکرد جدیدی در راستای بر طرف ساختن مسائل فوق اتخاذ گردد. در این تحقیق تلاش خواهد شد تا با استفاده از کارآمـدترین روش ها و تکنیکهای روز دنیا (نظریه آشوب و نظریه شبکه عصبی مصنوعی) امکانی فراهم شود تا سازمان امور مالیاتی کشور به صورت رایانه ای بتواند ریسک اظهارنامه های مالیاتی مودیان را ارزیابی و بر اساس سیاستهای کلی سازمان و درجه ریسک اظهارنامه ها، اظهارنامه هایی که بیشترین ریسک را در خود دارند را انتخاب و برای ممیزی مالیاتی به کارشناسان امور مالیاتی ارجاع نماید. در ایــن راستا، ســعی می گردد تا با توجه به "آشوبناک بودن" سری زمانی متغیر از روش پیش بینی با مدل غیر خطی شبکه عصبی استفاده شود. Due to the problems such as large and increasing volume of tax returns, lack of pre-assessment, time limit and lack of standards for tax auditing, limited manpower, the arbitrary judgment in this field and failure to provide tax returns by some taxpayers, a new approach is needed to solve these problems. The present research aims to apply the most efficient up-to-date methods and techniques of the world (chaos theory and artificial neural network theory) by which Iranian National Tax Administration (INTA) would be capable of computerized assessment of tax returns on the basis of the difference percentage between declared and forecasted pre-tax incomes and select tax returns with the greatest risks and refer them to the tax auditors for auditing. In this regard, the chaotic time series variable would be forecasted by artificial neural network non-linear model. The required data has been gathered through a library method. Parsportfolio Data Management Software has been used for collecting the data of companies listed in Tehran Stock Exchange. Meanwhile, the research has used the statistics published by Iranian Statistics Centre (ISC), Central Bank of Islamic Republic of Iran (CBI) and (INTA). ممیزی مالیاتی، اظهارنامه مالیاتی، نظریه آشوب، نظریه شبکه عصبی مصنوعی، پیش بینی، ریسک Assessment of Tax Returns, Chaos Theory, Artificial Neural Network Theory, Forecasting, Risks 177 210 http://taxjournal.ir/browse.php?a_code=A-10-1-92&slc_lang=fa&sid=1 Abolfazl Zohoorian ابوالفضل ظهوریان 1003194753284600464 1003194753284600464 Yes M.A. in Accounting and Tax Expert at INTA کارشناس ارشد حسابداری و پژوهشگر دفتر مطالعات و تحقیقات مالیاتی