التنبؤ بالإيرادات الضريبية باعتماد طريقة شبكة الذاكرة طويلة- قصيرة المدى (LSTM)

بحث تطبيقي في الهيئة العامة للضرائب

الملخص

يهدف هذا البحث إلى التنبؤ بالإيرادات الضريبية باعتماد طريقة شبكة الذاكرة طويلة – قصيرة المدى LSTM)) من خلال بناء نموذج تنبؤي قادر على تحسين دقة التقديرات المستقبلية للإيرادات الضريبية، إذ تكتسب عملية التنبؤ هذه أهمية كبيرة في دعم الاستقرار المالي وتحسين كفاءة إعداد الموازنة العامة، ولا سيما في ظل التقلبات الاقتصادية وعدم استقرار بعض الموارد السيادية الأخرى. وقد اعتمد البحث المنهج الوصفي التحليلي والكمي في الاستفادة من الإيرادات الضريبية الصادرة من الهيئة العامة للضرائب وللسنوات (2003 – 2025) وتوظيفها في التنبؤ للسنوات (2026–2030) باعتماد برنامج MATLAB)) في بناء هذا النموذج من خلال تقسيم البيانات إلى مجموعة تدريب وأخرى للاختبار، واستخدام مجموعة من مؤشرات الدقة الإحصائية لتقييم أداء النموذج، شملت متوسط مربعات الخطأ MSE))، ومتوسط الخطأ المطلق MAE))، ومتوسط نسبة الخطأ المطلق MAPE))، إضافة إلى معامل الارتباط بين القيم الحقيقية والمقدّرة. وقد أظهرت النتائج أن نموذج LSTM حقق مستوى عالياً من الدقة التنبؤية، إذ سجل أدنى قيم لمؤشرات الخطأ مع معامل ارتباط مرتفع جداً، الأمر الذي يعكس كفاءته في تمثيل السلوك الزمني للإيرادات الضريبية، فضلا عن ان التنبؤات المستقبلية للسنوات (2026–2030) بطريقة LSTM تشير الى ان النظام الضريبي يسير نحو مرحلة الاستقرار النسبي.