ارزیابی تاثیر انتخاب شغل بر فرار مالیاتی- رویکرد اقتصاد رفتاری با روش عامل مبنا در اقتصاد ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقتصاد دانشگاه شیراز

2 دانشیار اقتصاد دانشگاه شیراز

3 استاد اقتصاد دانشگاه شیراز

4 ‌‌‌‌ دانشیار اقتصاد دانشگاه شیراز

چکیده

فرار مالیاتی یکی از چالش‌های بسیار مهم دولت به‌ ویژه در کشورهای درحال توسعه است. یکی از مدل‌هایی که می‌تواند برای شناسایی ابعاد اجتماعی و رفتاری فرار مالیاتی مورد استفاده قرار گیرد مدل‌های عامل مبنا است‌‌‌‌. در ‌‌‌‌این مطالعه از ‌‌‌‌این روش برای بررسی ساختار فرار مالیاتی در گروه‌های مختلف شغلی در اقتصاد‌‌‌‌ ایران بر اساس از نتایج آمارگیری از طرح هزینه و درآمد خانوارهای کشور طی سال‌های 98-1380 استفاده است. سه گروه شغلی شامل مشاغل بخش عمومی، مشاغل خود اشتغالی با ریسک درآمدی پایین و مشاغل خود اشتغالی با ریسک درآمدی بالا مورد ارزیابی قرار گرفته­اند. برای بررسی سه سناریو طراحی شده است. در سناریوی اول در شرایط فقدان فرارمالیاتی و در سناریوی دوم با فرض فرار مالیاتی تاثیر ریسک گریزی بر انتخاب شغل مورد ارزیابی قرار گرفته است. در سناریوی سوم ‌‌‌‌‌مدل‌تصمیم برای فرار مالیاتی با در نظر گرفتن عوامل رفتاری ارزیابی شده است. ارزیابی پارامترهای رفتاری ‌‌‌‌‌مدل ‌نشان می‌دهد که در حرکت از مشاغل آزاد با ریسک پایین درآمدی به مشاغل آزاد با ریسک بالای درآمدی، ضریب هنجارهای اجتماعی کاهش و ضریب فرار مالیاتی افزایش می‌یابد. با تغییر نرخ مالیات و نرخ جریمه، فرار مالیاتی با شیب بسیار ملایم تغییر ‌می‌یابد به عبارتی، سیاست‌‌‌‌‌‌‌‌های افزایش نرخ مالیات و نرخ جریمه در حضور عوامل رفتاری، تاثیر قابل توجهی در بازدارندگی افراد برای فرار مالیاتی ندارد. بنابراین ابزارهای انگیزشی که توسط سیستم مالیاتی از طریق افزایش نرخ مالیات و افزایش نرخ جریمه برای تحریک قبول مالیات در جامعه اعمال می‌گردد، در حضور پارامترهای رفتاری تعدیل خواهد شد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Evaluating the Impact of Occupation Choice on Tax Evasion - Behavioral Economics Approach with the Agent-Based Method in the Iranian Economy

نویسندگان [English]

  • Vahideh Ahmadi 1
  • Rouhollah Shahnazi 2
  • Karim Eslamlouian 3
  • Ahmad Sadraei Javaheri 4
1 Phd Candidate of Economics, Shiraz University
2 Associate Professor of Economics, Shiraz University
3 Professor of Economics, Shiraz University
4 Associate Professor of Economics, Shiraz University
چکیده [English]

Tax evasion is considered an important challenge, especially in developing countries. One of the models that can be used to identify the social and behavioral dimensions of tax evasion is the agent-based model. These models are based on simulation techniques that consider a system of agents and their relationships. In this study, this method has been used to study the structure of tax evasion in different occupational groups. The information on the occupational groups has been extracted from the results of the statistics from the expenditure and income plan of the country's households from 2001-to 2019. Three occupational groups of public sector jobs, low-income self-employed jobs, and high-income self-employed jobs have been evaluated. Three scenarios are embedded. In the first scenario (the honesty of all agents) and the second (assumption of tax evasion), the effect of risk aversion on job selection is evaluated. In the third scenario, the decision model for tax evasion is designed, taking into account behavioral factors and social interactions. Evaluation of behavioral parameters of the model shows that in moving from low-risk self-employed to high-risk self-employed, the coefficient of social norms decreases, and the coefficient of tax evasion increases. The results show that with changes in tax rates and fines, tax evasion changes with a very slope. In other words, policies to increase tax rates and penalties in the presence of behavioral factors do not significantly deter individuals from tax evasion

کلیدواژه‌ها [English]

  • Tax Evasion
  • Behavioral Economics
  • Agent-Based Method

مراجع

  1. Arslan, M. O. (2017). Linking agent-based computational economics to post keynesian economics. Uluslararası Yönetim İktisat ve İşletme Dergisi, 13(1), 1-17.‏
  2. Allingham, M. G., & Sandmo, A. (1972). Income Tax Evasion: A Theoretical Analysis Journal of Public Economics, 1: 323. 338.‏
  3. Garcia Alvarado, F. (2019). Network-based policies versus tax evasion. In Network theory and agent-based modeling in economics and finance (pp. 405-428). Springer, Singapore.‏
  4. Andrei, A. L., Comer, K., & Koehler, M. (2014). An agent-based model of network effects on tax compliance and evasion. Journal of Economic Psychology, 40, 119-133.‏
  5. Arslan, M. O., & İcan, Ö. (2013). An Agent-Based Analysis of Tax Compliance for Turkey. Anadolu University Journal of Social Sciences, 13(2).‏
  6. Becker, G. S. (1968). Crime and punishment: An economic approach. In The economic dimensions of crime (pp. 13-68). Palgrave Macmillan, London.‏
  7. Bell, D. E. (1985). Disappointment in decision making under uncertainty. Operations research, 33(1), 1-27.‏
  8. Berger, W., Hokamp, S., & Seibold, G. (2021). Dynamic behavioural changes in an agent-based econophysics tax compliance model: bomb crater versus target effects and efficient audit strategies. Journal of Public Finance and Public Choice, 36(1), 3-24.‏
  9. Bertotti, M. L., & Modanese, G. (2014). Micro to macro models for income distribution in the absence and in the presence of tax evasion. Applied Mathematics and Computation, 244, 836-846.‏
  10. Bloomquist, K. M. (2008). Taxpayer compliance simulation: A multi-agent based approach. In Social simulation: Technologies, advances and new discoveries (pp. 13-25). IGI Global.‏
  11. Cowell, F. A., & Gordon, J. P. (1988). Unwillingness to pay: Tax evasion and public good provision. Journal of Public Economics, 36(3), 305-321.‏
  12. Fortin, B., Lacroix, G., & Villeval, M. C. (2007). Tax evasion and social interactions. Journal of Public Economics, 91(11-12), 2089-2112.‏
  13. Gordon, J. P. (1989). Individual morality and reputation costs as deterrents to tax evasion. European economic review, 33(4), 797-805.‏
  14. Górecki, M. A., & Letki, N. (2021). Social norms moderate the effect of tax system on tax evasion: Evidence from a large-scale survey experiment. Journal of Business Ethics, 172(4), 727-746.‏
  15. Hashimzade, N., Myles, G. D., Page, F., & Rablen, M. D. (2014). Social networks and occupational choice: The endogenous formation of attitudes and beliefs about tax compliance. Journal of Economic Psychology, 40, 134-146.‏
  16. Kahneman, D., & Tversky, A. (1979). On the interpretation of intuitive probability: A reply to Jonathan Cohen.‏
  17. Kim, Y. (2003). Income distribution and equilibrium multiplicity in a stigma-based model of tax evasion. Journal of Public Economics, 87(7-8), 1591-1616.‏
  18. Loomes, G., & Sugden, R. (1987). Testing for regret and disappointment in choice under uncertainty. The Economic Journal, 97, 118-129.‏
  19. Myles, G. D., & Naylor, R. A. (1996). A model of tax evasion with group conformity and social customs. European Journal of Political Economy, 12(1), 49-66.‏
  20. Neugart, M., & Richiardi, M. (2012). Agent-based models of the labor market. LABORatorio R. Revelli working papers series, 125.‏
  21. Pestieau, P., & Possen, U. M. (1991). Tax evasion and occupational choice. Journal of Public Economics, 45(1), 107-125.‏
  22. Pickhardt, M., & Prinz, A. (2014). Behavioral dynamics of tax evasion–A survey. Journal of Economic Psychology, 40, 1-19.‏
  23. Quiggin, J. (1981). Risk perception and the analysis of risk attitudes. Australian Journal of Agricultural Economics, 25(2), 160-169.‏
  24. Simon, H. A., Eatwell, J., Milgate, M., & Newman, P. (1990). Bounded rationality. Utility and probability.‏
  25. Snow, A., & Warren, R. S. (2005). Ambiguity about audit probability, tax compliance, and taxpayer welfare. Economic Inquiry, 43(4), 865-871.‏
  26. Sun, J., & Tesfatsion, L. (2007). Dynamic testing of wholesale power market designs: An open-source agent-based framework. Computational Economics, 30(3), 291-327.‏
  27. Tesfatsion, L., & Judd, K. L. (Eds.). (2006). Handbook of computational economics: agent-based computational economics. Elsevier.‏
  28. Torgler, B., Schneider, F., & Schaltegger, C. A. (2010). Local autonomy, tax morale, and the shadow economy. Public Choice, 144(1), 293-321.‏
  29. Wakker, P. P. (2008). Explaining the characteristics of the power (CRRA) utility family. Health economics, 17(12), 1329-1344.
  30. ‏Yitzhaki, S. (1974). A Note on Income Tax Evasion: A Theoretical Approach. Journal of Public Economics, 3(2), 2011-202

فایل ها

هم رسانی

ارجاع به این مقاله

آمار