%0 Journal Article %T الگوسازی غیرخطی و پیش‎بینی درآمدهای مالیات بر مشاغل در اقتصاد ایران %J فصلنامه تحقیقات اقتصادی %I دانشگاه تهران - دانشکده اقتصاد %Z 0039-8969 %A فلاحی, محمد علی %A خالوزاده, حمید %A علمداری, سعیده حمیدی %D 2007 %\ 02/20/2007 %V 41 %N 6 %P - %! الگوسازی غیرخطی و پیش‎بینی درآمدهای مالیات بر مشاغل در اقتصاد ایران %R %X در این مقاله، با هدف دستیابی به پیش‎بینی‎های دقیق‎تر، سه نوع الگوی رگرسیون خطی، سری‎زمانی و شبکه عصبی مصنوعی طراحی و براورد شده است. در ابتدا ماهیت ساختاری سری‎زمانی مورد نظر از جهت خطی، غیرخطی و تصادفی بودن با استفاده از آزمون نمای لیاپانوف بررسی شده است. نتایج این آزمون، وجود آشوب ضعیفی را در سیستم نشان می‎دهد و بیانگر امکان استفاده از الگوسازی غیرخطی برای پیش‎بینی دقیق تر کوتاه مدت است. در مرحله بعد با استفاده از رگرسیون خطی، الگوی سری زمانی و شبکه‎های عصبی مصنوعی، ضمن انجام پیش‎بینی درآمدهای مالیات بر مشاغل طی دوره زمانی 1379-1383، عملکرد این سه روش با یکدیگر مقایسه شده است. نتایج براورد الگوها نشان دهنده عملکرد بهتر الگوی شبکه عصبی مصنوعی می‎باشد. طبقه‎بندی JEL :E62; C53; C20; C45 %U https://jte.ut.ac.ir/article_18167_6c4cc71ff9fe754274019681670e9103.pdf