مدخل مقترح لإستخدام تقنية التنقيب في البيانات كمرتكز للحد من ممارسات الإحتيال المالي وأثرة على زيادة الحصيلة الضريبية دراسة تطبيقية بمصلحة الضرائب المصرية | ||
| مجلة الإبـداع المحاسبي | ||
| Volume 2, Issue 3, June 2025, Pages 321-374 PDF (2.95 M) | ||
| Document Type: المقالة الأصلية | ||
| DOI: 10.21608/mbs.2025.433686 | ||
| Author | ||
| أ / إيمان قطب رجب السوداني* | ||
| مأمور ضرائب بمأمورية الضرائب العامة بالسادات | ||
| Abstract | ||
| يتمثل الهدف الرئيسي للدراسة في قياس آثر استخدام تقنية التنقيب في البيانات للحد من ممارسات الإحتيال المالي وأثرذلك على زيادة الحصيلة الضريبية، والتعرف على أبرز ممارسات الاحتيال المالي في النظام الضريبي المصري، وتحديد أهم متطلبات تطبيق تقنيات التنقيب في البيانات في المنظومة الضريبية، ودراسة وتحليل دور استخدام التنقيب في البيانات على الكشف المبكر عن ممارسات الاحتيال المالي، وقياس أثر الكشف المبكر عن ممارسات الاحتيال المالي علي زيادة الحصيلة الضريبية، تطبيق تقنية التنقيب في البيانات للتنبؤ بالحصيلة الضريبية، ولتحقيق هذا الهدف قامت الباحثة بإجراء دراسة ميدانية من خلال توزيع قائمة استقصاء علي عينة الدراسة والمتمثلة في العاملين بمصلحة الضرائب المصرية. وخلصت الدراسة الميدانية إلى مجموعه من النتائج أهمها: أنه توجد علاقة ارتباط قوية بين الكشف المبكر عن ممارسات الاحتيال المالي وزيادة الحصيلة الضريبية حيث بلغ معامل الارتباط 0.76. ووجود تأثير ذات دلالة معنوية بالنسبة للمتغير التفسيري الكشف المبكر عن ممارسات الاحتيال المالي وزيادة الحصيلة الضريبية عند مستوى معنوية 5%، وبلغ معامل التحديد أو التفسير (0.56) وهو ما يشير إلى أنه يمكن تفسير (%56) من التغير الذي يحدث في المتغير التابع على أنه يرجع إلى المتغير المستقل ذات التأثير المعنوي في نموذج الانحدار مما يدل على أن النموذج ذو قدرة تفسيرية جيدة. كما قامت الباحثة بإجراء دراسة تطبيقية: حيث قامت بإستخدام أسلوب الشبكات العصبية كأحد تقنيات التنقيب في البيانات للتنبؤ بحجم الحصيلة الضريبية وذلك من خلال اتباع مجموعة من الخطوات والمتمثلة في تحديد البيانات محل الدراسة، تهيئة البيانات، تقسيم البيانات، تصميم الشبكة العصبية، تدريب الشبكة العصبية (التنبؤ بالقيم الحالية)، تقييم النموذج، وصولاً للتنبؤ بحجم الحصيلة الضريبية. وخلصت الدراسة التطبيقية إلى مجموعة من النتائج أهمها: إمكانية التنبؤ بالحصيلة الضريبية بالاعتماد على عدد الممولين وعدد الاقرارات الضريبية حيث حقق نموذج الشبكات العصبية المستخدم دقة عالية في التنبؤ. حيث يشير معامل التحديد أو التفسير في النموذج إلى أن المتغيرات المستقلة تفسر 95.51% من التباين أو التغير في المتغير التابع والمتمثل في الحصيلة الضريبية وهو مؤشر قوي علي جودة التوصيف نتيجة لاقتراب القيمة من الواحد الصحيح، كما تشير نتائج التقدير إلى زيادة سنوية في الحصيلة الضريبية بمعدل نمو 4.3% تقريبًا. ولا توجد أي تقلبات حادة في التقديرات مما يعكس افتراض بيئة اقتصادية مستقرة دون تقلبات كبيرة. وتوصي الدراسة بضرورة تبني مصلحة الضرائب المصرية استراتيجيات رقمية متكاملة تعتمد على تقنيات التنقيب في البيانات بهدف كشف حالات الاحتيال المالي بشكل مبكر وفعال، وأنه لابد من تدريب العنصر البشري بالإدارات الضريبية على استخدام أدوات وتقنيات التنقيب في البيانات من خلال برامج تدريبية متقدمة بالتعاون مع الجامعات والمراكز البحثية، ضرورة تطوير قاعدة بيانات مركزية موحدة ومترابطة تشمل جميع الممولين والأنشطة الاقتصادية الخاصة بهم، وتحديثها باستمرار لضمان دقة المدخلات وسهولة تحليلها، وذلك عن طريق الربط الشبكي بين مصلحة الضرائب المصرية والجهات الحكومية الأخرى، وربطها بأنظمة معلومات متقدمة تسمح بتحديث البيانات لحظيًا، وضرورة إنشاء وحدة تحليل بيانات ضريبية متخصصة داخل مصلحة الضرائب تختص بتحليل البيانات الضريبية باستخدام أدوات الذكاء الاصطناعي والتنقيب في البيانات، لتحديد الأنماط المشبوهة والممارسات الاحتيالية بشكل دوري، وأنه لابد من وضع مؤشرات أداء لقياس مدى نجاح تطبيق تقنيات التنقيب في البيانات في الحد من الاحتيال المالي واثره على زيادة الحصيلة الضريبية. | ||
|
Statistics Article View: 149 PDF Download: 96 |
||
