اقتصاد پولی مالی

چکیده شاه کلید توسعه آموزش است، از این رو توسعه فرهنگ مالیاتی بدون آموزش امکان پذیر نیست .هدف از انجام این مطالعه طراحی الگوی مدل آموزشی ارتقاء فرهنگ مالیاتی می باشد. روش این مطالعه با توجه به گزاره های تحقیق، از نوع توصیفی و کیفی است که با استفاده از روش دلفی و با مراجعه به 10 نفر از خبرگان دانشگاهی و اجرایی انجام شده است. با مراجعه به خبرگان و کسب نظر آنها در طی سه دور دلفی، اعتبارسنجی و مدل نهایی تحقیق طراحی شد. براساس یافته های این پژوهش، عوامل دسته بندی شده موثر بر فرایند آموزشی ارتقاء فرهنگ مالیاتی شامل؛ عمومی سازی آموزش، ماهیت مطالب آموزشی، نوع آموزش مطالب، ابزار های آموزشی، رویکرد فرهنگی آموزش، رویکرد اطلاعاتی آموزشی (آگاهی رسانی)، فلسفه آموزشی مالیات، چشم‌انداز آموزشی و آموزش با پشتوانه قانونی با استفاده از امتیازاتی که اعضای پانل در مرحله سوم به شاخص های موثر دادند، شناسایی گردید. همچنین بررسی نظرات خبرگان درباره عوامل مؤثر بر مدل آموزشی ارتقاء فرهنگ مالیاتی با استفاده از آزمون فریدمن نشان داد، شاخص ابزار های آموزشی با میانگین 8.76، عمومی سازی آموزش با میانگین 7.97و رویکرد اطلاعاتی آموزشی با میانگین 6.51 به ترتیب در رتبه های اول، دوم و سوم اولویت بندی اعضای پانل قرار گرفته است. و نهایتا" پیشنهادات کاربردی برای سیاستگذاران و دست اندار کاران مالیاتی کشور در راستای تدوین مدل آموزشی مورد نظر و پژوهشگران به منظور انجام تحقیقات آتی ارائه گردیده است.

چکیده چکیده
افزایش میزان تقلب در گزارشگری مالی در سال‌های اخیر باعث عدم اعتماد سرمایه‌گذاران به بازار‌های سرمایه شده است. به همین علت پیش‌بینی دقیق مدیریت سود یکی از نیازهای اساسی برای تصمیم‌گیری استفاده‌کنندگان صورت‌های مالی است. این پژوهش با ارائه یک مدل توسعه‌یافته بر مبنای مدل بنیش با تأکید بر متغیر‌های نظام راهبری شرکتی مشتمل بر ساختار کمیته حسابرسی، بازرس قانونی و حسابرس مستقل، ساختار هیئت‌مدیره و ساختار مالکیت شرکتی سعی درافزایش دقت پیش‌بینی مدیریت سود دارد. داده‌های 81 شرکت پذیرفته‌شده در بورس اوراق بهادار تهران طی سال‌های 1397-1391 با روش ترکیبی شبکه عصبی پرسپترون چندلایه و الگوریتم‌های کیهان‌شناسی سیاه­‌چاله، مه­‌بانگ – مه‌رمب و ازدحام ذرات کهکشانی مورد تحلیل قرارگرفته است. دقت پیش‌بینی مدل با روش ترکیبی شبکه عصبی مصنوعی و الگوریتم‌­های کیهان‌­شناسی ازدحام ذرات کهکشانی، مه­‌بانگ – مه­‌رمب و سیاه­‌چاله به ترتیب از 59/08 ، 63/49 و 57/5 درصد به 87/3، 79/72 و 74/25 درصد افزایش پیداکرده است که حاکی از بهبود قدرت پیش­‌بینی مدل در کشف شرکت‌­های دستکاری کننده سود است. در مدل پیشنهادی سطح زیر منحنی مربوط به دو الگوریتم سیاه‌­چاله ومه­‌بانگ-مه‌رمب، توسط الگوریتم ازدحام ذرات کهکشانی احاطه‌شده است ونشان دهنده این است که خطای شبکه عصبی پرسپترون چند­لایه ترکیبی با الگوریتم ازدحام ذرات کهکشانی به 12/7 درصد کاهش‌یافته است.