منبع مقاله درباره درآمد مالیاتی، شبکه عصبی، شبکه های عصبی

دانلود پایان نامه ارشد

فهرست مطالب
عنوان صفحه
چکیده 1
فصل اول: کلیات تحقیق
-مقدمه 3
-تشریح و بیان مساله 4
-ضرورت انجام تحقیق 7
–فرضیه های تحقیق 8
–اهداف تحقیق 8
–نوآوری تحقیق 8
–قلمرو تحقیق 8
–زمان و مکان تحقیق 8
–تعاریف واژه ها و اصطلاحات 8
فصل دوم: ادبیات و پیشینه تحقیق
2-1- مقدمه 14
2-2-تاریخچه مالیات و تحول آن. 14
2-3-1-نحوه تاسیس و ساختار کلی سازمان امور مالیاتی .15
2-3-2-وظایف نظام مالیاتی کشور 15
2-4-مفهوم مالیات 17
2-5- بررسی پایه های مالیات در ایران 18
2-6-انواع مالیات از لحاظ منبع 19
2-7-نرخ مالیاتی و مالیات در مکاتب اقتصادی 20
2-7-1-اصول مالیاتی از نظر کلاسیک ها 21
2-7-2-اصول مالیاتی از دید کینزین ها .21
2-8-نگرش جدید به اصول مالیاتی 22
2-9-اسیب شناسی نظام مالیاتی کشور. 23
2-10-نارسایی های وصول مالیات دراقتصاد ایران 23
2-11-اصلاحات ساختاری در نظام مالیاتی 23
2-12-نظریاتی در مورد اصلاح نظام مالیاتی کشور 24
2-13-فرایند های موثر درن زا و برون زای وصول مالیات 24
2-13-1-عوامل موثر برون زا در وصول مالیات 25
2-13-2-عوامل موثر برون زا در وصول مالیات 25
2-14-بررسی روند درآمد مالیاتی در ایران 25
2-15-فرار مالیاتی چیست؟ 27
2-15-1-تمایز فرار مالیاتی و اجتناب مالیاتی .27
2-15-2-زمینه های پیدایش فرار مالیاتی .28
2-15-3-اندازه گیری فرار مالیاتی در ایران 29
2-16- اندازه گیری ظرفیت مالیاتی و تعریف آن 29
2-16-1-عوامل موثر بر ظرفیت مالیاتی 31
2-16-2-ضرورت برآورد ظرفیت مالیاتی 35
2-16-3-ضرورت برآورد ظرفیت مالیاتی استانی 35
2-16-4-پایه نظری تیین ظرفیت مالیاتی 36
2-16-5-ساختار ظرفیت مایاتی درآمد ملی. 36
2-16-6-ساختار ظرفیت مالیاتی سرمایه ملی 37
2-16-7-ساختار ظرفیت مالیاتی برای بازدهی نهایی سرمایه .37
2-17-شبکه عصبی 39
2-17-1-هوش محاسباتی 39
2-17-2-الگوی شبکه های عصبی مصنوعی 40
2-17-3-مقدمه ای در باب شبکه های مصنوعی. 41
2-17-4-ساختار شبکه های عصبی مصنوعی 41
2-17-5-خصوصیات شبکه های عصبی مصنوعی 43
2-17-6-ساختار شبکه عصبی مصنوعی 44
2-17-7-موشکافی شبکه های عصبی مصنوعی 45
2-17-8-بردارهای ورودی- خروجی 45
2-17-9-الگوهای ارتباطی بین واحد های پردازشگر .46
2-17-10-واحد های پردازشگر شبکه عصبی مصنوعی 46
2-17-11-توابع تحریک 47
2-17-12-توپولوژی 48
2-17-13-یادگیری در شبکه های عصبی مصنوعی 50
2-17-14-الگوریتم آموزشی انتشار به عقب 51
2-18-مروری بر تحقیقات انجام شده در داخل کشور 52
2-19-مروری بر تحقیقات انجام شده درخارج کشور. 59
فصل سوم: روش تحقیق
3-1-مقدمه 62
3-2-روش تحقیق 62
3-3-جامعه اماری 63
3-4-نمونه اماری 63
3-5-نحوه جمع آوری اطلاعات 63
3-6-قلمرو تحقیق 64
3-7-متغیر های تحقیق 64
3-8-محدودیت های تحقیق 64
3-9-دستاورد های تحقیق 65
3-10-عوامل تاثیر گذار بر تحقیق 65
3-11-معیار های آماری جهت پیش بینی 65
3-12-میانگین مربعات خطاها 66
3-13-میانگین قدرمطلق مجموع خطاها 66
3-14-روش حداقل مجذورات 66
3-15-شبکه عصبی 67
3-16-روش تجزیه و تحلیل اطلاعات 67
3-16-1-نرم افزار GMDH SHELL 67
فصل چهارم: تجزیه و تحلیل داده ها
4-1-مقدمه 72
4-2-معرفی الگو و متغیر ها 72
4-3-امار توصیفی متغیر های تحقیق 73
4-4-اماده سازی نرم افزار برای تحلیل داده ها 73
4-5-روش رگرسیون 77
4-6-حالت last (30 درصد داده ها) 77
4-7-حالت last (33 درصد داده ها) 79
4-8-حالت uniforn (30 درصد پیش بینی) 79
4-9-حالت uniform (46 درصد پیش بینی) .81
4-10-حالت uniform (47 درصد پیش بینی) 82
4-11-جمع بندی الگوریتم رگرسیون 83
4-12-الگوریتم سری های زمانی 84
4-13-پیش بینی 5 ساله و 10 ساله با استفاده از سری های زمانی 86
4-14-مقایسه روشها و انتخاب روش برتر 88
فصل پنجم: نتیجه گیری و پیشنهادات
5-1-نتیجه گیری 91
5-2- یافته های تحقیق 93
5-3- پیشنهادات مبتنی بر یافته های تحقیق 93
5-4- پیشنهادات به محققین آینده .94
چکیده لاتین 95
منابع
منابع فارسی 96
منابع لاتین 98

فهرست جداول
عنوان صفحه
جدول 4-1- آمار توصیفی متغیرهای تحقیق 73
جدول 4-2- پارامترهای solver نرم‌افزار 76
جدول 4-3- دقت نتایج رگرسیون در حالت last برای 30 درصد پیش بینی 78
جدول 4-4: دقت نتایج رگرسیون در حالت Uniform برای 30 درصد پیش بینی .80
جدول 4-5: دقت نتایج رگرسیون در حالت Uniform برای 46 درصد پیش بینی 82
جدول 4-6: مقایسه مقادیر پیش بینی با مقادیر واقعی در الگوریتم رگرسیون 84
جدول 4-7: دقت نتایج در الگوریتم سری زمانی برای 30 درصد پیش بینی 86
جدول 4-8: پیش بینی های 5 ساله و 10 ساله 87
جدول 4-9: مقایسه الگوریتمها 88

فهرست اشکال
عنوان صفحه
شکل 1-1-مدل مفهومی تحقیق 7
شکل 1-2-درآمد مالیاتی ایران 9
شکل 2-1- بررسی روند درآمد مالیاتی در ایران 26
شکل 2-2- نماي شماتيكي از يك سلول عصبي 42
شکل2-3- نماي شماتيكي از سيناپس‏هاي تقويت‏كننده و تضعيف‏كننده 42
شكل 2-4- شمای شماتيكي از يك واحد پردازشگر( نورون مصنوعي) 44
شكل 2-5- نماي شماتيكي از يك واحد پردازشگر 47
شكل2-6- توابع تحريك متداول مورد استفاده در واحدهاي پردازشگر 48
شكل 2-7- نماي شماتيكي از يك شبكه چند لايه پيشرونده 49
شكل 2-8- طبقه‏بندي الگوريتم‏هاي يادگيري شبكه‏هاي عصبي 50
شكل2-9- نماي شماتيكي از متغيرها و ارتباطات يك شبكه 52
شکل 3-1-نمایی از برنامه GMDH SHELL…………………………………………………………………………………………..69
شکل4-1-عمل پردازش میان داده های ورودی و خروجی 72
شکل 4-2-کانتور درآمد مالیاتی با توجه به ارزش افزوده بخش‌های اقتصادی و نرخ تورم. 75
شکل 4-3- کانتور درآمد مالیاتی با توجه به متوسط درآمد خانوار و نرخ تورم. 76

فهرست نمودارها
عنوان صفحه
نمودار2-1-عوامل مؤثر بر ظرفیت مالیاتی 32
نمودار 3-1-مراحل پردازش داده در نرم افزار “GMDH SHELL” 68
نمودار 4-1- تغییرات ارزش افزوده بر حسب سال 74
نمودار 4-2- تغییرات متوسط درآمد خانوار بر حسب سال .74
نمودار 4-3- تغییرات درآمد مالیاتی بر حسب سال 75
نمودار 4-4- تغییرات نرخ تورم بر حسب سال 75
نمودار 4-5- نمودار پیش بینی درامد مالیاتی برای الگوریتم رگرسیون 77
نمودار 4-6- نمودار باقیمانده پیش بینی برای الگوریتم رگرسیون 78
نمودار 4-7- نمودار پیش بینی درامد مالیاتی برای الگوریتم رگرسیون 79
نمودار 4-8- نمودار پیش بینی درامد مالیاتی برای الگوریتم رگرسیون. 79
نمودار 4-9: نمودار باقیمانده پیش بینی برای الگوریتم رگرسیون 80
نمودار 4-10: نمودار پیش بینی درامد مالیاتی برای الگوریتم رگرسیون 81
نمودار 4-11- نمودار باقیمانده پیش بینی برای الگوریتم رگرسیون 81
نمودار 4-12: نمودار پیش بینی درامد مالیاتی برای الگوریتم رگرسیون 83
نمودار 4-13: نمودار پیش بینی درآمد مالیاتی برای الگوریتم سری زمانی 85
نمودار 4-14: نمودار باقیمانده پیش بینی برای الگوریتم سری زمانی 85
نمودار 4-15: پیش بینی 5 ساله با استفاده از الگوریتم سری های زمانی .87
نمودار 4-16: پیش بینی 10 ساله با استفاده از الگوریتم سری های زمانی 88

چکیده

مالیاتها مهمترین منبع تامین مالی دولت پس از نفت است. لذا پیش بینی درامد مالیاتی کشور و استان های مختلف همراه با معرفی توان بالقوه مالیاتی کشور و استان ها، کمک بزرگی به افزایش درآمد مالیاتی دولت محسوب می شود. در این راستا این مقاله به بررسی عوامل موثر بر درآمد مالیاتی استان مازندران و پیش بینی درامد مالیاتی استان با استفاده از شبکه های عصبی مصنوعی می پردازد.
با توجه به اهمیتی که درآمد های مالیاتی در تامین هزینه های دولت داد، پیش بینی درآمد مالیاتی نقش مهمی را می تواند درسیاست گذاری های اقتصادی ایفا کند. درآمد مالیاتی در واقع حجم مالیاتی است که جامعه توانست بپردازد. و از آنجا که مالیات ها یکی از مهمترین منابع درآمدهای دولت پس از درآمد نفتی هستند لزوم پیش بینی دقیق درآمد مالیاتی در استانها و شناخت منابع موجود در آن به وضوح به چشم میخورد. در این راستا در مطالعه حاضر به پیش بینی درآمد مالیاتی استان مازندران طی دوره 1377 تا 1391 پرداخته شده است. در این پایان نامه عوامل موثر بر درآمد مالیاتی استان مازندران عبارت است از: متوسط درآمد شهری، نرخ تورم، درآمد مالیاتی کل، ارزش افزوده بخش های مختلف اقتصادی است. برای مدلسازی درآمد مالیاتی استان مازندران از روش شبکه عصبی مصنوعی استفاده شده است که در آن متغیرهای مستقل به عنوان الیه ورودی وارد سیستم یادگیری شبکه عصبی می گردند و متغیر وابسته یا تابع که درآمد مالیاتی استان است، حکم الیه خروجی را در شبکه عصبی دارد. در این تحقیق با استفاده از روش شبکه عصبی به آنالیز دادهها خواهیم پرداخت و خروجی مربوط به این روش را در برنامه GMDH SHELL مستخرج می نماییم.

واژگان کلیدی: استان مازندران، مالیات، پیشبینی، درآمد مالیاتی، شبکههای عصبی مصنوع

فصل اول

کلیات تحقیق

1-1-مقدمه
مالیات مهمترین ابزار سیاست مالی دولت است که روند رشد اقتصادی را تسریع می بخشد و یکی از عمده ترین و با ثبات ترین منابع درآمدی دولت ها را تشکیل می دهد .مقایسه این منبع با منابع دیگر حاکی از این است که هر چه سهم مالیات ها در تأمین مخارج دولت بیشتر باشد از ایجاد اثار نامطلوب اقتصادی به میزان چشم گیری جلوگیری می شود .یکی از نکات مهمی که در سند چشم انداز ، مورد توجه قرار گرفته است ، تأمین مخارج دولت از طریق مالیات ها و در نتیجه سهم بیشتر مالیات ها در تأمین هزینه های جاری دولت بوده است . لازم به توضیح است که به دلیل مشکلات موجود در سیستم مالیاتی کشور این سیستم قادر به تأمین بخش عمده ای از درآمدهای دولت نبوده است . بر این اساس ، لازم است تا با برآورد ظرفیت مالیاتی مالیاتی ، به تحلیل مشکلات موجود در نظام مالیاتی کشور پرداخت و با اتخاذ روش ها و تدابیری در جهت رفع آنها و شناخت روش های جدید مالیاتی به منظور کاهش شکاف مالیاتی بین درآمدهای مالیاتی موجود و ظرفیت مالیاتی اقدام نمود.(عرب مازار ، 1388)
مالیاتها به عنوان معمولترین و مهمترین منبع مالی برای تامین درآمدهای عمومی و یکی از کاراترین و موثرترین ابزارهای سیاست مالی در دنیا به شمار می رود که دولت می تواند به واسطه آن بسیاری از خدمات اجتماعی و رفاهی را در خدمت مردم قراردهد و به بسیاری از فعالیتها و جریانات اقتصادی و اجتماعی سمت و سو ببخشد. متاسفانه تلقی برخی از افراد از وصول مالیاتها در ایران محدود به کسب درآمد بیشتر به منظور اداره کردن تشکیلات دولتی است و آنچه کمتر به آن توجه می شود این است که بالا بودن سهم وصولیهای درآمدی حاصل از نفت و پایین بودن سهم درآمدهای مالیاتی در ترکیب درآمد دولت علاوه بر آنکه عوارض ناگواری همچون وابستگی درآمد

پایان نامه
Previous Entries منابع تحقیق درباره قوه قاهره، قانون مدنی، عدم امکان اجرا Next Entries منابع تحقیق درباره عدم امکان اجرا، فورس ماژور، ترک فعل