Knowledge Management Scientific Association مدیریت پویا و تحلیل کسب و کار 3041-8933 در دست انتشار 1406 01 01 Presenting a Tax Evasion Prediction Model from the Perspective of Fraudulent Financial Reporting Among Taxpayers Using Grounded Theory ارائه مدل پیشبینی فرار مالیاتی از منظر گزارشگری مالی متقلبانه در بین مودیان مالیاتی با استفاده از تئوری دادهبنیاد 1 22 FA محمدرضا روشنی گیلوائی گروه حسابداری، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران رویا دارابی گروه حسابداری، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران زهره حاجیها گروه حسابداری، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران Journal Article 1404/11/01 <p><strong>Objective: </strong>This study aimed to develop a comprehensive model for predicting tax evasion from the perspective of fraudulent financial reporting among taxpayers through a grounded theory approach.</p> <p><strong>Methodology: </strong>This applied qualitative study employed grounded theory methodology. The participants consisted of 24 academic experts, tax consultants, auditors, and tax inspectors selected through snowball sampling. Data were collected using semi-structured interviews and continued until theoretical saturation was achieved. The interview data were analyzed using MAXQDA 2020 software through open, axial, and selective coding procedures based on the Strauss and Corbin framework.</p> <p><strong>Findings: </strong>The analysis generated 94 initial concepts and 25 categories, leading to the development of a paradigmatic model of tax evasion prediction. The findings revealed that the core category, “tax evasion prediction from the perspective of fraudulent financial reporting,” is shaped by causal conditions including pressure factors, opportunities, rationalization mechanisms, fraudulent financial reporting practices, and environmental–legal factors. Intervening conditions involving technological, behavioral, economic, and ethical dimensions influence the process. Strategic mechanisms such as data analytics, artificial intelligence, machine learning, anomaly detection, benchmarking, and financial statement red-flag analysis were identified as key tools for strengthening tax evasion prediction. The model outcomes include improved economic indicators, enhanced social outcomes, stronger governance, and more effective tax evasion control.</p> <p><strong>Conclusion: </strong>The results indicate that tax evasion is a multidimensional phenomenon influenced by interconnected organizational, behavioral, environmental, technological, and legal factors. The proposed model provides a practical framework for designing intelligent tax evasion prediction systems and developing preventive tax policies. Furthermore, integrating grounded theory insights with advanced analytical technologies can significantly enhance the effectiveness of tax administration and fraud detection mechanisms.</p> <p><strong>هدف:</strong> هدف این پژوهش ارائه یک مدل جامع برای پیشبینی فرار مالیاتی از منظر گزارشگری مالی متقلبانه در میان مودیان مالیاتی ایران با بهرهگیری از رویکرد نظریه دادهبنیاد بود. <strong>روششناسی: </strong>این پژوهش از نظر هدف کاربردی و از نظر ماهیت کیفی بوده و با استفاده از روش نظریه دادهبنیاد انجام شد. مشارکتکنندگان شامل 24 نفر از خبرگان حوزه حسابداری، حسابرسی، مشاوره مالیاتی و ممیزان مالیاتی بودند که به روش نمونهگیری گلولهبرفی انتخاب شدند. دادهها از طریق مصاحبههای نیمهساختاریافته گردآوری و تا دستیابی به اشباع نظری ادامه یافت. تحلیل دادهها با استفاده از نرمافزار MAXQDA 2020 و طی مراحل کدگذاری باز، محوری و انتخابی بر اساس رویکرد اشتراوس و کوربین انجام شد. <strong>یافتهها: </strong>تحلیل دادهها منجر به استخراج 94 مفهوم اولیه، 25 مقوله و در نهایت شکلگیری مدل پارادایمی پیشبینی فرار مالیاتی شد. یافتهها نشان داد که «پیشبینی فرار مالیاتی از منظر گزارشگری مالی متقلبانه» بهعنوان مقوله محوری تحت تأثیر شرایط علّی شامل عوامل فشار، فرصت، توجیه، گزارشگری مالی متقلبانه و عوامل محیطی و قانونی قرار دارد. همچنین شرایط زمینهای، شرایط مداخلهگر، راهبردهای مبتنی بر تحلیل داده، هوش مصنوعی، یادگیری ماشین، تحلیل ناهنجاریها و تحلیل گزارشگری مالی در تبیین و پیشبینی فرار مالیاتی نقش اساسی ایفا میکنند. پیامدهای مدل شامل بهبود شاخصهای اقتصادی، ارتقای شفافیت، تقویت حکمرانی مالیاتی و کاهش فرار مالیاتی است. <strong>نتیجهگیری</strong><strong>:</strong><strong> </strong>نتایج نشان داد که فرار مالیاتی پدیدهای چندبعدی و متأثر از تعامل عوامل فردی، سازمانی، فناورانه، اقتصادی و قانونی است. مدل ارائهشده میتواند بهعنوان چارچوبی کاربردی برای طراحی سامانههای هوشمند پیشبینی فرار مالیاتی، شناسایی الگوهای گزارشگری مالی متقلبانه و تدوین سیاستهای پیشگیرانه در سازمان امور مالیاتی مورد استفاده قرار گیرد. همچنین تلفیق رویکردهای دادهمحور با فناوریهای نوین تحلیلی میتواند اثربخشی نظام مالیاتی را افزایش دهد.</p> https://dmbaj.org/index.php/dmba/article/download/377/311