نوع مقاله : مقاله پژوهشی
نویسندگان
گروه حسابداری، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
چکیده
هدف: این پژوهش با هدف ارائه مدلی برای بکارگیری داده‌های بزرگ در حوزه مالیات اشخاص حقیقی در ایران به منظور جلوگیری از فرار مالیاتی انجام شده است. داده‌های بزرگ تقریبأ هر جنبه از حرفه حسابداری را تحت تأثیر قرار داده و به سرعت در حال تبدیل شدن به نقطه تمرکز اصلی برای حسابداران حرفه‌ای (صرف نظر از تخصص آن‌ها) در سطح بین‌الملل می باشد. همگام با بهبود توانایی‌های تکنولوژیکی، حرفه نیز خود را با ترکیب منابع داده‌ای غیرمالی جدید، بسط و توسعه داده است. این رویکرد فرصت‌هایی را برای افزایش کیفیت حسابرسی و کیفیت اطلاعات حسابداری فراهم می‌کند.
روش پژوهش: پژوهش به صورت کیفی و از مصاحبه با 19 نفر متخصصان و افراد شاغل در سازمان امور مالیاتی و مرتبط با حوزه مالیات‌های اشخاص حقیقی انجام شده است؛ از روش نمونه‌گیری تا مرحله اشباع نظری پیش رفته و ﻃﻲ اﻳﻦ ﻓﺮآﻳﻨﺪ ﻛﺪﮔﺬاری ﺗﻌﺪاد ٣٧٠ ﻛﺪﺑﺎز، ٣٣ ﻣﻔﻬﻮم و ١٧ ﻣﻘﻮﻟﻪ اﺳﺘﺨﺮاج و وﻳﮋﮔﻲﻫﺎی آﻧﻬﺎ در شرکت‌های نمونه استخراج گردید.
یافته‌ها: پژوهش نشان داد شاخص‌هایی که برای کشف فرار مالیاتی و تقلب انجام می‌شود، مجموعه داده‌های داخلی و خارجی بزرگی شامل: مشخصات جمعیتی، مشخصات مالیات دهندگان یا شرکت‌ها، پرونده‌های قبلی، داده‌های مرکز تماس و تاریخچه حسابرسی می‌باشند.
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
Designing a model for using big data in the field of taxation of natural persons in order to prevent tax evasion
نویسندگان [English]
- rasoul moosavi
- arezoo aghaei chadegani
- Ehsan Kamali
Department of accounting, Najafabad branch, Islamic azad university, Najafabad, Iran
چکیده [English]
Objective: This research was conducted with the aim of providing a model for using big data in the field of taxation of natural persons in Iran in order to prevent tax evasion. Big data is impacting almost every aspect of the accounting profession and is rapidly becoming a major focus point for professional accountants (regardless of their specialty) internationally. As technological capabilities have improved, the profession has also expanded and developed by incorporating new non-financial data sources. This approach provides opportunities to increase audit quality and accounting information quality.
Research method: the research was conducted qualitatively and through interviews with 19 specialists and people working in the tax affairs organization and related to the field of personal taxes; From the sampling method to the theoretical saturation stage, 370 codes, 33 concepts and 17 extraction categories and their characteristics were extracted in the sample companies during this coding process.
Findings: The research showed that the indicators used to detect tax evasion and fraud are large internal and external data sets, including: demographic characteristics, taxpayer or company characteristics, previous files, call center data, and audit history
کلیدواژه‌ها [English]
- big data
- taxation of natural persons
- tax evasion
)