Girdi ve Çıktılar

Veri Zarflama Analizi yönteminin Vergi Dairesi Başkanlıklarının vergi inceleme konusundaki etkinliklerini anlamlı ve sağlıklı bir biçimde ölçebilmesi adına kurulacak modelde kullanılacak girdi ve çıktıların seçimleri büyük önem taşımaktadır. Genel kural olarak, kullanılan girdi ve çıktıların toplam sayısının, modelde kullanılan KVB sayısından az olması beklenir. Zira modele aşırı derecede

527

çok fazla girdi ve çıktı eklenmesi, veri toplanmasını zorlaştırmasının yanı sıra VZA’nın etkin ve etkinsiz birimlerin birbirinden ayrıştırma yeteneğini düşürmektedir.528

KVB sayısının olabildiğince yüksek tutulması, daha çok sayıda KVB kullanıldığında etkin sınırda yer almayacak KVB’lerin, daha az sayıda KVB kullanıldığında etkin sınırda yer alabiliyor olmasından kaynaklanmaktadır. Yani KVB sayısı arttıkça, modelin ayırt etme gücü de artmakta ve daha isabetli ölçümler yapmaktadır. Ancak KVB sayısı arttıkça, veri setinin homojenliğinde bir azalma meydana gelme riski de oluşmaktadır, bu durumu engelleyebilmek için, modelde kullanılacak KVB sayısının, kullanılan girdi ve çıktı sayılarının toplamının 2 ya da 3 katı olması önerilmektedir. Bunu örneklendirmek gerekirse, 2 girdi ve 6 çıktıdan oluşan bir modelde, girdi ve çıktıların toplamı 8’dir ve bu nedenle de KVB sayısının bu sayının 2 ve 3 katları arasında yani 16-24 sayıları arasında olması uygun görülmektedir. Bununla birlikte, her modelin kendi özgün şartları bulunduğundan her modeli kendi şartları dahilinde değerlendirmek gereklidir. Akılda tutulması gereken konu, homojenlik bozulmadığı sürece KVB sayısının olabildiğince yüksek olmasının modeli daha anlamlı ve isabetli kılacağıdır. Bu nedenle seçilen KVB’ler yeterince homojen bir durum arz ettiği sürece, girdi ve çıktı seçimlerinde sanal artışlar yapmamak ve modeli bu sanal artışlardan uzak tutarak daha anlamlı ve ölçüm gücü daha yüksek bir model haline getirmek doğru gözükmektedir. Aynı zamanda girdi ve çıktı seçimleri için verilerin her zaman tam sağlıklı bir biçimde bulunabilmesi mümkün olmadığı için, yeterince sağlıklı olmayan verileri modele dahil etmeye zorlamak, modelin ölçme yeteneğini azaltacak ve ortaya çıkan sonuçların güvenilirliğini düşürecektir. Bu çalışmada da bu özgün model şartları göz önüne

528 _{Babacan, A. & Kartal, M. & Bircan, H. (2007) “Cumhuriyet Üniversitesi’nin Etkinliğinin Kamu} Üniversiteleri ile Karşılaştırılması: Bir VZA TekniğiUygulaması”, C.Ü. İktisadi ve İdari Bilimler

alınmış ve KVB’lerin seçilmesinin ardından, en uygun olan ve en anlamlı sonuçlara ulaşmayı sağlayacak girdi ve çıktı grupları belirlenmiştir.

Test edilecek konu vergi incelemesinin etkinliği olduğu için, analizi gerçekleştirmek üzere seçilmesi gereken girdi ve çıktıların, Vergi Dairesi Başkanlıklarının vergi incelemesi üzerine kullandığı girdiler ve çıktılar olması gerekmektedir.

Vergi incelemelerini gerçekleştiren Vergi Dairesi Başkanlıklarının, incelemeler sırasında yararlandığı en önemli girdi yetişmiş insan kaynağıdır. Bu kaynak vergi denetmenleri yani vergi inceleme elemanları olarak kendisini göstermektedir. Vergi incelemesi sürecinin tüm planlamasını, uygulamasını ve raporlamasını bu beşeri kaynak gerçekleştirdiği için, modelin ilk ve en etkin girdisi hiç şüphesiz Vergi İnceleme Elemanları’dır. Yukarıda Literatür bölümünde de uzun bir şekilde ele alındığı üzere, bu konuda VZA aracılığıyla vergi üzerine yapılan çalışmaların tümünde en önemli girdi olarak Vergi Dairesi’nde çalışan beşeri kaynak kullanılmıştır. Hatta çoğu zaman Vergi Dairesi çalışanları tek girdi olarak alınmıştır. Gerçekten Vergi İnceleme Elemanları olmaksızın, bir vergi denetimi etkinliğinden söz edilmesi mümkün değildir.

Vergi incelemesinin gerçekleştirilmesinde Vergi İnceleme Elemanları kadar önemli bir diğer girdi ise, incelenecek olan mükelleflerdir zira bir incelemenin gerçekleşebilmesi için en az bir inceleyen ve bir incelenen gerekmektedir. Vergi İnceleme Elemanları, Faal Mükellefler arasından incelenecek mükellefleri

belirlemekte, onları incelemekte ve raporlamaktadır. İncelenen mükelleflerin sayısı, toplamda var olan mükellef sayısına ne kadar yakınsa, mükelleflerin incelemeye tabi tutulacaklarına dair düşünceleri o kadar artmaktadır ve bu nedenle de kendilerini o derece denetim altında hissetmektedirler. Böylece vergi incelemesinin gerçekleşebilmesi için gereken en önemli iki bileşen, inceleyen ve incelenen olarak, kurulan VZA modelinin iki girdisi şeklinde ortaya çıkmaktadır: Analizin Vergi İnceleme Elemanları’nın yanı sıra kullanacağı girdi, Faal Mükellef Sayısı’dır.

Kurulan modelde kullanılan girdilerin, çeşitli çıktılara dönüşmesi beklenmektedir. Vergi denetiminin etkinliğinin sınanacağı bu modelde, Vergi İnceleme Elemanları ile Faal Vergi Mükellefleri sayılarından oluşan iki girdiye karşılık, üç çıktı seçilmiştir. Çıktılar seçilirken modelin anlamlı olabilmesi için özellikle Vergi Dairesi Başkanlıklarının amaçları ve görevleri gözetilmiştir. Gelir İdaresi Başkanlığı’nın yaptığı tanımlamaya göre Vergi Dairesi Başkanlıklarının amaçları, yetki alanı içinde ekonomik faaliyetleri ve gelişmeleri yakından takip etmek, sektör ve mükellef gruplarının ihtiyaçlarına uygun hizmetleri en iyi şekilde sunmak ve yetkinlikleri geliştirmek suretiyle vergi yükümlülüklerini yerine getirmelerini sağlamaktır.529

Görevleri arasında ise yetki alanı içindeki mükellefi tespit etmek, vergi ve benzeri mali yükümlülüklere ilişkin tarh, tahakkuk, tahsil, terkin, tecil, iade, ödeme, muhasebe ve benzeri işlemleri yapmak bulunan Vergi Dairesi Başkanlıklarının gerçekleştirdikleri vergi incelemelerinin etkinliğini sınayabilmek için model çerçevesinde öncelikle ele alınması gereken çıktı İncelenen Mükellef Sayısı’dır. İncelenen Mükellef Sayısı hem Vergi İnceleme Elemanları’nın performanslarını

belirlemek için hem de Faal Mükellef sayısının ne oranda incelendiğini göstermesi açısından uygundur.

Modelde kullanılacak ikinci çıktı Rapor Sayısı’dır. Vergi Denetim Elemanları’nın, Faal Mükellefler arasında incelemeye tabi tuttuğu İncelenen Mükellefler için düzenlenen Rapor Sayısı da önemli bir çıktı olarak model çerçevesinde belli bir açıklayıcılığa sahiptir. Doğal olarak rapor sayısının yüksekliği, Vergi Dairesi Başkanlıklarının etkinlik oranlarını arttırmaktadır.

Modelin üçüncü çıktısı Bulunan Matrah Farkı / Beyan Edilen Matrah oranıdır. Beyan sistemine dayalı olan Türk vergi sisteminde beyanların gerçek vergi tutarlarına denk gelebilmesi için vergi denetiminin etkinliğinin yüksek olması gerekmektedir. Vergi denetiminin bu konudaki en önemli enstrümanı ise vergi incelemeleridir. Bu anlamda Vergi Dairesi Başkanlıklarının etkin olması için ortaya çıkardıkları matrah farkları önemli bir bileşendir. Bununla birlikte bulunan matrah farklarının salt rakamsal olarak ele alınmaları, farklı Vergi Dairesi Başkanlıklarının yetki alanındaki bölgelerde beyan edilen matrah tutarları farklı olduğu için karşılaştırmalı bir analiz için yanıltıcı olacaktır. Bu yanıltıcılığı ortadan kaldırmak için çıktı olarak matrah farklılığı tek başına bir çıktı olarak alınmamış ve bu miktarlar, beyan edilen matrah miktarına bölünmüşlerdir. Böylece elde edilen ortalamalar, Vergi Dairesi Başkanlıkları arasında bir karşılaştırma yapmaya elverişli hale gelen verilere dönüşmüşlerdir.