РЕГРЕССИОН МОДЕЛДАН ФОЙДАЛАНГАН ҲОЛДА ҚЎШИЛГАН ҚИЙМАТ СОЛИҒИНИ ТЎЛАШДАН БЎЙИН ТОВЛАЙДИГАН КОРХОНАЛАРНИ АНИҚЛАШ
Ключевые слова:
ҚҚС, солиқдан қочиш, шубҳали корхона, ишончли корхона, регрессион моделАннотация
Солиқдан қочиш бутун дунё иқтисодиётига салбий таъсир этувчи, бюджет тушумларининг камайишига олиб келувчи ҳамда тенг бўлмаган рақобат муҳитини шаклланишига сабаб бўлувчи омиллардан биридир. Қўшилган қиймат солиғини тўлашдан қочишнинг усулларидан бири - бу яширин иқтисодиёт шароитида бир кунлик корхоналарни ташкил қилишдир. Ушбу корхоналарни ташкил этишдан мақсад, қўшилган қиймат солиғини ҳисобга олаётган корхоналар томонидан сунъий қўшилган қиймат солиғи яратиш, бюджетга тўловларни камайтириш ва якунда ушбу солиқни бюджетга тўламасликдан иборат. Ушбу мақолада шундай бир кунлик корхоналарни тарихий маълумотлардан фойдаланган ҳолда, эрта аниқлаш бўйича сўз юритилади. Бунда бир кунлик корхоналарнинг ўзига хос хусусиятларидан келиб чиқиб, корхона янги ташкил этилганда, пробит регрессион модел орқали у келгусида бир кунлик корхонага айланадими ёки йўқми деган саволга жавоб топиш мумкин.
Библиографические ссылки
Alm, J., & Torgler, B. (2011). Do ethics matter? Tax compliance and morality. Journal of Business Ethics, 101, 635-651.
Assylbekov, Z., Melnykov, I., Bekishev, R., Baltabayeva, A., Bissengaliyeva, D., & Mamlin, E. (2016). Detecting value-added tax evasion by business entities of Kazakhstan. In Intelligent Decision Technologies 2016: Proceedings of the 8th KES International Conference on Intelligent Decision Technologies (KES-IDT 2016)–Part I (pp. 37-49). Springer International Publishing.
Davia, H., Coggins, P., Wideman, J., & Kastanin, J. (2006). Accountant's guide to fraud detection and control.
González, P. C., & Velásquez, J. D. (2013). Characterization and detection of taxpayers with false invoices using data mining techniques. Expert Systems with Applications, 40(5), 1427-1436.
Gupta, M., & Nagadevara, V. (2007, December). Audit selection strategy for improving tax compliance: application of data mining techniques. In Foundations of Risk-Based Audits. Proceedings of the eleventh International Conference on e-Governance, Hyderabad, India, December (pp. 28-30).
Krumplytė, J. (2010). The shadow economy factors and causes analysis by expert evaluation method: case of Lithuania. Business, Management and Economics Engineering, 8(1), 122-138.
Mehta, P., Mathews, J., Kumar, S., Suryamukhi, K., Babu, C. S., Rao, S. K. V., ... & Bisht, D. (2019). Big data analytics for tax administration. In Electronic Government and the Information Systems Perspective: 8th International Conference, EGOVIS 2019, Linz, Austria, August 26–29, 2019, Proceedings 8 (pp. 47-57). Springer International Publishing.
Buehn, A., & Schneider, F. (2007). Shadow economies and corruption all over the world: Revised estimates for 120 countries. Economics: The Open-Access, Open-Assessment E-Journal, 1(9), 1-66.
Stankevicius, E., & Leonas, L. (2015). Hybrid approach model for prevention of tax evasion and fraud. Procedia-Social and Behavioral Sciences, 213, 383-389.
Zhao, Z., & Bai, T. (2022). Financial Fraud Detection and Prediction in Listed Companies Using SMOTE and Machine Learning Algorithms. Entropy, 24(8), 1157.