بررسي سودمندي روش انتخاب متغير ريليف در بهبود نتايج پيش‌بيني فرار مالياتي با استفاده از داده‌كاوي

Investigating the Usefulness of Relief Selection Variable Method in Improving Tax Evasion Prediction Outcomes Using Data Mining

پژوهش حاضر به بررسي سودمندي روش‌هاي ريليف و داده‌كاوي در پيش‌بيني فرار مالياتي شركت‌هاي پذيرفته‌شده در بورس اوراق بهادار تهران، با استفاده از داده‌هاي حسابداري و الگوهاي درخت تصميم، در دو حالت بدون انتخاب متغيرها و با انتخاب متغيرها، ميپردازد. جامعه آماري پژوهش حاضر كليه شركتهاي پذيرفته‌شده در بورس اوراق بهادار تهران در بازه زماني 1384 تا 1394 است و نمونه پژوهش برابر با 1081 سال شركت مي‌باشد. از روشهاي آماري تحليل واريانس يك طرفه، آزمون t-test نمونه‌هاي مستقل، الگوريتم‌هاي دادهكاوي درخت تصميم و روش انتخاب متغير ريليف براي تحليل دادهها استفاده شد. دادههاي پژوهش با استفاده از نرمافزارهاي SPSS و Weka مورد تجزيه و تحليل آماري قرار گرفتند. نتايج حاصل از الگوريتم ريليف نشان داد كه متغيرهاي نسبت سود عملياتي به جمع دارايي‌ها، نسبت بازده دارايي‌ها و ارزش بازار شركت براي پيش‌بيني فرار مالياتي مناسب‌تر از ساير متغيرها هستند. همچنين، نتايج آزمون تحليل واريانس نشان داد كه تفاوت در دقت پيشبيني‌ روشهاي مختلف درخت تصميم از لحاظ آماري نيز معنادار است. افزون بر اين، نتايج نشان داد در هنگام مقايسه هر يك از الگوريتم‌ها به تنهايي در دو حالت با و بدون مرحله انتخاب متغير، تفاوت تنها در الگوريتم‌ LMT معنادار بود و در ساير الگوريتم‌ها، اگرچه دقت نتايج بهتر شده بود، اما اين دقت از لحاظ آماري معنادار نبود. به عبارت ديگر، استفاده از روش انتخاب متغير ريليف، در هر حالتي موجب به بهبود عملكرد الگوريتم‌ها نمي‌شود.

The present study examines the usefulness of Relief method and data mining in predicting tax evasion of listed companies in Tehran Stock Exchange (TSE) using accounting data and decision tree patterns in two situations: with and without the phase of selecting variables. The statistical population of this study includes all companies accepted in TSE from 2005 to 2015, and the research sample included 1.081 company-years. One-way ANOVA, independent sample t-test, decision tree algorithms, and the Relief method of selecting variables were used for data analysis. Data was analyzed using SPSS and Weka softwares. The results of Relief algorithm showed that ratio of operating profit to total assets, ratio of return on assets, and market value of company are more appropriate variables than other variables for predicting tax evasion. In addition, the results of one-way ANOVA showed that the difference in prediction accuracy of different decision tree methods is statistically significant. However, when each of these algorithms compared with other separately, both states of with and without the phase of selecting optimal variables, the results showed that only LMT algorithms results were significantly different with each other. In other algorithms, even though the results improved but this was not statistically significant. In other words, using relief method does not improve the results in all algorithms.