دانش حسابداری و حسابرسی مدیریت

دانش حسابداری و حسابرسی مدیریت

هوشمندسازی نظام مالیاتی و تأثیر آن بر افزایش درآمدهای مالیاتی و توسعه اقتصادی

نوع مقاله : مقاله پژوهشی

نویسندگان
نرجس اکبری گیگاسری 1
عارفه محقق 2
رضا زیازی 2
سمانه قدس 2
1 دانشجوی دکتری حسابداری، واحد تهران شمال- دانشگاه آزاد اسلامی- تهران، ایران
2 استادیار گروه حسابداری، واحد تهران شمال- دانشگاه آزاد اسلامی- تهران، ایران
10.22034/jmaak.2026.78303.4491
چکیده
هوشمندسازی نظام مالیاتی یکی از راهکارهای مؤثر در افزایش درآمدهای مالیاتی و توسعه اقتصادی به شمار می‌رود. در این پژوهش، با استفاده از روش کیفی داده‌بنیاد، هوشمندسازی نظام مالیاتی و تأثیر آن بر افزایش درآمدهای مالیاتی و توسعه اقتصادی استفاده شده است. داده‌های تحقیق از طریق مصاحبه با چهارده نفر از اساتید و خبرگان نظام مالیاتی کشور با حداقل ۱۵ سال سابقه کاری و مدرک کارشناسی‌ارشد و دکتری گردآوری شد. نتایج حاصل از تحلیل داده‌ها نشان داد که ده مقوله اصلی در این حوزه شناسایی شده و در قالب شش بعد ساختاری تنظیم گردیده است: سیاست‌گذاری مناسب مالیاتی و هوشمندسازی مالیاتی به عنوان «شرایط علّی»، فرهنگ مالیاتی به عنوان «شرایط مداخله‌گر»، سهم بالای اقتصاد زیرزمینی به عنوان «شرایط زمینه‌ای»، کاهش هزینه وصول، عدالت مالیاتی و تمکین مالیاتی به عنوان «بعد تعاملی»، کاهش فرار مالیاتی به عنوان «پدیده محوری» و افزایش درآمد مالیاتی و توسعه اقتصادی به عنوان «بعد پیامدی». همچنین، یافته‌ها نشان داد که متغیرهای سیاست‌گذاری مناسب مالیاتی، هوشمندسازی مالیاتی و فرهنگ مالیاتی بیشترین تأثیر را بر بهبود عملکرد نظام مالیاتی دارند. این پژوهش تأکید دارد که به‌کارگیری سیستم‌های هوشمند در فرآیندهای مالیاتی می‌تواند منجر به کاهش فرار مالیاتی، افزایش تمکین مالیاتی و در نهایت توسعه اقتصادی پایدار شود.
کلیدواژه‌ها
هوشمندسازی مالیاتی، فرار مالیاتی، کشف هوشمند، توسعه اقتصادی, سیاست‌گذاری مالیاتی

عنوان مقاله English

Smartening the tax system and its effect on increasing tax revenues and economic development

نویسندگان English

narjes akbari gigasari 1
Arefeh Mohaghegh 2
Reza Ziyari 2
samaneh ghods 2
1 Doctoral student of accounting, North Tehran Branch-Islamic Azad University-Tehran, Iran
2 Assistant Professor of Accounting Department, North Tehran Branch-Islamic Azad University-Tehran, Iran
چکیده English

Smartening the tax system is one of the effective ways to increase tax revenues and economic development. In this research, using the qualitative method of the database, the smartening of the tax system and its effect on increasing tax revenues and economic development have been used. Research data was collected through interviews with fourteen professors and experts of the country's tax system with at least 15 years of work experience and master's and doctorate degrees. The results of the data analysis showed that ten main categories have been identified in this area and have been arranged in the form of six structural dimensions: appropriate tax policy and tax intelligence as "causal conditions" Tax culture as "intervening conditions", high share of underground economy as "background conditions", reduction of collection cost, tax justice and tax compliance as "interactive dimension", reduction of tax evasion as "central phenomenon" and increase of tax income and economic development as "consequence dimension". Also, the findings showed that the variables of appropriate tax policy, tax intelligence and tax culture have the greatest effect on improving the performance of the tax system. This research emphasizes that the use of intelligent systems in tax processes can lead to the reduction of tax evasion, increase of tax compliance and ultimately sustainable economic development

کلیدواژه‌ها English

Tax intelligence, tax evasion, intelligent detection, economic development, tax policy
1.        احمدی، وحیده، شهنازی، روح اله، اسلاملوییان، کریم، و صدرایی جواهری، احمد (1400). ارزیابی مدل های سنجش فرار مالیاتی از اقتصاد نئوکلاسیک تا اقتصاد رفتاری: رهیافت تحلیل سلسله مراتبی در اقتصاد ایران. برنامه ریزی و بودجه, 26(1 ), 115-141.
2.        استراوس, ا., & کربین, ج. (1395). مبانی پژوهش کیفی فنون و مراحل تولید نظریه زمینه ای (ا. افشار, Trans. چاپ پنجم ed.). تهران: نشرنی.
3.        صامتی، م.، و ایزدی، ا.، و فتحی، س. (1400). تعیین عوامل مؤثر بر فرار مالیاتی با استفاده از روش فرا تحلیل. اقتصاد باثبات و توسعه پایدار, 2(2 ), 1-22.
4.        شفیعی, علی., & تات, سارا. (1399). روش تحقیق در مدیریت. (چاپ دوم), انتشارات بازاریابی, تهران.
5.        محمدپور, ا. (1392). روش تحقیق کیفی ضد روش ( ویرایش دوم ed.). تهران: جامعه شناسان.
 
6.       Alsadhan, N. J. C. S. S. E. (2023). A Multi-Module Machine Learning Approach to Detect Tax Fraud. 46(1), 241-253.
7.       Anggareni, I. N., Mujiyati, M. J. I. J. o. E., & Research, M. (2024). The Effect of Understanding Taxation, Justice, Discrimination, Tax Rates, Taxation Systems, Tax Sanctions on Student Perceptions of Tax Evasion. 3(2), 30-50.
8.       Bani-Mustafa, A., Nimer, K., Uyar, A., & Schneider, F. J. I. J. o. P. A. (2024). Effect of government efficiency on tax evasion: the mediating role of ethics and control of corruption. 47(2), 90-105.
9.       Gaie, C. (2023). Struggling Against Tax Fraud, a Holistic Approach Using Artificial Intelligence. In Recent Advances in Data and Algorithms for e-Government (pp. 87-102): Springer.
10.   Hashemi, M., Etemadi, H., & Rezazadeh, J. (2022). Modeling Tax Evasion in Value Added Tax, A Game Theory Approach %J Journal of Tax Research. 30(55), 0-0. doi:10.52547/taxjournal.30.55.2
11.   Mojahedi, H., Babazadeh Sangar, A., & Masdari, M. (2022). Towards Tax Evasion Detection Using Improved Particle Swarm Optimization Algorithm. Mathematical Problems in Engineering, 2022, 1027518. doi:10.1155/2022/1027518
12.   Murorunkwere, B. F., Tuyishimire, O., Haughton, D., & Nzabanita, J. J. F. I. (2022). Fraud detection using neural networks: a case study of income tax. 14(6), 168.
13.   Nembe, J. K., Atadoga, J. O., Mhlongo, N. Z., Falaiye, T., Olubusola, O., Daraojimba, A. I., . . . Journal, A. R. (2024). The role of artificial intelligence in enhancing tax compliance and financial regulation. 6(2), 241-251.
14.   Nuryani, N., Mutiara, A. B., Wiryana, I. M., Purnamasari, D., & Putra, S. N. W. J. A. T. o. T. (2024). Artificial Intelligence Model for Detecting Tax Evasion Involving Complex Network Schemes. 6(3), 339− 356-339− 356.
15.   Ogunwole, A. E., Adebayo, A. M., & Jimoh, S. A. J. K. J. o. S. S. (2023). Illicit Financial Flows, Trade Misinvoicing and Multinational Tax Avoidance: Exploratory Approach. 8(4), 7-16.
16.   Ruzgas, T., Kižauskienė, L., Lukauskas, M., Sinkevičius, E., Frolovaitė, M., & Arnastauskaitė, J. J. A. (2023). Tax Fraud Reduction Using Analytics in an East European Country. 12(3), 288.
17.   Scientific, L. L. J. J. o. T., & Technology, A. I. (2024). OPTIMIZATION OF SMART TAXATION USING ARTIFICIAL INTELLIGENCE: RISKS AND OPPORTUNITIES. 102(5).
18.   Shi, B., Dong, B., Xu, Y., Wang, J., Wang, Y., & Zheng, Q. J. E. S. w. A. (2023). An edge feature aware heterogeneous graph neural network model to support tax evasion detection. 213, 118903.
19.   Siraj, F. A., Sudaryono, E. A., Aryani, Y. A., Setiawan, D. J. I. J. o. M., & Understanding, M. (2024). Literature Review: Smart Tax Evasion Strategies in Indonesia. 10(12), 562-576.
20.   Xavier, O. C., Pires, S. R., Marques, T. C., & Soares, A. d. S. J. R. d. A. P. (2022). Tax evasion identification using open data and artificial intelligence. 56, 426-440.
21.   Yalamati, S. J. T. o. L. T. i. A. I. (2024). Impact of Artificial Intelligence in supervision of enterprises reduce tax avoidance. 5(5).