K -MEANS KÜMELEME ALGORİTMASI İLE OECD ÜLKELERİNİN VERGİ YÜKÜ VE KAYITDIŞI EKONOMİ ANALİZİ

Yıl 2021, , 1 - 15, 30.12.2021

Selcan Ünal

https://doi.org/10.51969/klusbmyo.1033170

Cited By: 3

Öz

Kayıtdışı ekonomi ülkenin vergi kapasitesi ile toplanan vergi arasındaki farkı ifade etmektedir. Kayıtdışı ekonominin oranı, devletin kamu harcamalarını sürdürmek için ihtiyaç duyduğu gelir kaynağı olan vergi gelirini fazlasıyla etkilemektedir. Kayıtıdşı ekonominin artması vergi yükünü arttırmakta bu durumda kayıtdışı ekonomi oranının artması ile sonuçlanmaktadır. Bu karşılıklı etkisi olan vergi yükü ve kayıtdışı ekonomi değişkeninin OECD ülkelerindeki durumunu görebilmek adına çalışmada keşif analizi olan K- Mean kümeleme yöntemi kullanılmıştır. İlk önce vergi yükü verisi dikkate alınarak analiz gerçekleştirilmiştir. Daha sonra kayıtdışı ekonomi verisi dahil edilerek analiz tekrarlanıp, ülkeler arası gerçekleşen küme ayrışmaları yorumlanmıştır. Meksika, Kolombiya, Kore, Kosta Rika ve Türkiye’nin her iki analizde de diğer ülkelerden ayrıştığı görülmektedir. Bu ülkelerin ortak özelliği vergi yükü oranının az ve kayıtdışı ekonomi oranının fazla olmasıdır. Analiz neticesinde bu ülkelerde sübjektif vergi yükünün fazla olduğu yorumu yapılabilmektedir ve kayıtdışı ekonomi oranının düşürülmesi adına gerçekleştirilecek uygulamalar zaruridir.

Anahtar Kelimeler

Vergi Yükü,, Kayıtdışı Ekonomi, Kümeleme, K-Means, Vergi Geliri

Kaynakça

• Derdiyok, T. (1993). Türkiye'nin Kayıt Dışı Ekonomisinin Tahmini. Türkiye İktisat Dergisi, 45-63.
• Edizdoğan, N., & Çelikkaya, A. (2012). Vergilerin Ekonomik Analizi. Bursa: Dora Yayınları.
• Jın, X., & Han, J. (2017). C. Sammut, & G. I. Webb içinde, Encyclopedia of Machine Learning (s. 563-564). New York: Springer Science+Business Media.
• MacQUEEN, J. (1967). Some Methods for Classıfıcatıon and Analysıs of Multıvarıate Observatıons. Fıfth Berkeley Symposıum (s. 281-297). Los Angeles: Unıversıty of Calıfornıa.
• Medina , L., & Schneider, F. (2019). Shedding Light on the Shadow Economy: A Global Database and the Interaction with the Official One. (s. 44-49). Germany: cesifo.
• OECD Data. (2021, 11 10). https://data.oecd.org/ adresinden alındı.
• Savaşan, F., & Çetintaş, H. (2008). Vergi Yükü ve Vergi Kaşırma: Türkiye'de Uzun Dönem Karakteristikleri Üzerine Ampirik Bir Değerlendirme. Yönetim ve Ekonomi Bilimleri Konferansı, Kamu Ekonomisi ve Kamu Maliyesi (s. 213-228). İzmir: Dokuz Eylül Üniversitesi.
• Steinbach , M., Karypis, G., & Kumar , V. (2000). A Comparison of Document Clustering Techniques. Minnesota: Department of Computer Science and Egineering,University of Minnesota .
• Şen, H., & Sağbaş, İ. (2017). Vergi Teorisi ve Politikası. Ankara: Barış Arıkan Yayınları.
• Şenyüz, D., Yüce , M., & Gerçek, A. (2016). Vergi Hukuku. Bursa: Ekin Basım Yayın Dağıtım.
• Tanzi, V. (1983). The Underground Economy in the United States: Annual Estimates 1930-1980. Staff Papers (International Monetary Fund), 283-305.
• Tanzi, V., & H.Zee, H. (2000). Tax Policy for Emerging Markets: Developing Countries. International Monetary Fund.
• Yu, J., Zhu, L., Qin, R., Zhang, Z., & Huang, T. (2021). Combining K-Means Clustering and Random Forest to Evaluatethe Gas Content of Coalbed Bed Methane Reservoirs. Wıley Hindawi, 1-8.