فرار مالیاتی در واردات ایران، رویکرد مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی

مالیات بر واردات یکی از منابع درآمدی دولت است که بخشی از آن به دلیل فرار مالیاتی در اختیار دولت قرار نمی گیرد. عوامل مختلفی بر فرار مالیاتی در بخش واردات موثرند که این عوامل، در این مقاله با استفاده از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی که قادر به تحلیل سیستم های غیرخطی است، مورد شناسایی قرار گرفته اند. به این منظور ابتدا چهار متغیر توضیح دهنده فرار مالیاتی شامل بار مالیات بر واردات، اندازه دولت، سطح درآمد مالیات دهندگان و درجه باز بودن اقتصاد در مدل نهایی تصریح شده شبکه عصبی در نظر گرفته شدند. نتایج حاصل از مسئله بهینه سازی فرار مالیاتی با استفاده از الگوریتم تبرید تدریجی نشان داد مقدار بهینه بار مالیاتی در واردات، اندازه دولت، درجه باز بودن اقتصاد و درآمد واقعی سرانه، درجه باز بودن اقتصاد به ترتیب برابر 6.18 (درصد)، 13.2، 6.69 (میلیون ریال) ، 1.29 (درصد) و حداقل فرار مالیاتی در دوره تحت بررسی برابر 21.48 (درصد) است.

Tax Evasion in the Import Sector in Economy of Iran Combinatorial Model Approach of Artificial Neural Network and Simulated Annealing Algorithms

Import tax is one of the government revenue sources that some of its portion is not accessible to government due to tax evasion. In this study, the factors affecting tax evasion in import, have been identified by using the combinatorial model of artificial neural network and simulated annealing algorithms that is capable to analyze the nonlinear systems. For this purpose, four explanatory variables representing tax evasion in the Iran rsquo;s economy include tax burden on imports, the size of governments, tax payers rsquo; real income and trade were considered in specified final model. The results from optimization of tax evasion using simulated annealingalgorithms indicate that the optimum of the burden tax on imports, government size, economic openness and real income per capita are 6.18 percent, 13.2, 6.69 Million Rials, 1.29 percent, respectively; Also, the minimum tax evasion in the period under analysis amounts to 21.48 percent.