داده های بزرگ در مالیات: باز کردن انطباق و کارایی از طریق تجزیه و تحلیل پیشرفته
کد مقاله : 1229-TAXRESEARCH
نویسندگان
امید علی عادلی *1، معصومه والی2
1دانشیار دانشگاه قم
2مدرس اقتصاد دانشگاه قم
چکیده مقاله
در بستر تحول فناورانه و افزایش دیجیتالی شدن خدمات دولتی، فناوری به محرکی اساسی در ارتقای نظام‌های مالیاتی مدرن تبدیل شده است، به طوری که تحلیل داده‌های کلان به عنوان ابزاری قدرتمند با قابلیت تحول در نحوه عملکرد نهادهای مالیاتی پدیدار گشته و ضرورت بهره‌گیری از قابلیت‌های تحلیلی پیشرفته را در مواجهه با پیچیدگی‌های فزاینده سازوکارهای سنتی اجرای مالیات برجسته می‌سازد. هدف این پژوهش بررسی ظرفیت تحول‌آفرین تحلیل داده‌های کلان در راستای تحقق دو هدف اصلی افزایش انطباق مالیاتی و بهبود کارایی نظام مالیات بود. در این پژوهش، با استفاده از زبان برنامه‌نویسی پایتون، یک مجموعه داده مصنوعی با حجم 10,000 نمونه تولید شد که شامل ویژگی‌هایی نظیر درآمد گزارش‌شده، درآمد گزارش‌شده توسط شخص ثالث، ریسک صنعت، نوسانات تراکنش و سابقه انطباق بود. برای پیش‌بینی عدم انطباق مالیاتی و شناسایی ناهنجاری‌ها از الگوریتم‌های یادگیری ماشین شامل طبقه‌بندی جنگل تصادفی و جنگل ایزوله استفاده گردید. نتایج نشان داد که اختلاف درآمد، تعامل ریسک صنعت و نوسانات تراکنش، و رفتار گذشته مؤدیان از جمله مهم‌ترین ویژگی‌های مؤثر در پیش‌بینی عدم انطباق مالیاتی بودند. همچنین، روش تشخیص ناهنجاری به طور مؤثری نمونه‌هایی را با اختلاف قابل توجه بین درآمد گزارش‌شده و درآمد شخص ثالث شناسایی نمود. در نهایت، می‌توان نتیجه گرفت که تحلیل داده‌های کلان فرصت‌های قابل توجهی را برای ارتقای انطباق مالیاتی و بهبود کارایی نظام مالیاتی فراهم می‌سازد، هرچند اجرای موفق آن مستلزم توجه جدی به کیفیت داده و زیرساخت‌های فناورانه است.
کلیدواژه ها
داده‌های کلان، انطباق مالیاتی، کارایی، تحلیل داده، یادگیری ماشین، تشخیص ناهنجاری
وضعیت: پذیرفته شده