تبیین گزارشگری مالی- مالیاتی متقلبانه شرکت ها: رویکرد ترکیبی داده کاوی کلاسیک، ANFIS و الگوریتم های فراابتکاری

شرکت­ها گاهی به تدوین گزارش­های مالی متقلبانه در راستای تقلب مالیاتی می­پردازند. هدف این پژوهش، ترکیب ابزارهای داده­کاوی و هوش مصنوعی همراه با الگوریتم­های فراابتکاری جهت تبیین و بهینه­سازی مدلی در شناسایی تقلب و فرار مالیاتی با به­کارگیری ظرفیت گزارش­های مالی است. نشانگرهای کیفی و کمی گزارش­های مالی ۱۰۵۶ سال- شرکت بورس اوراق بهادار تهران از ۱۳۸۵ تا ۱۳۹۸ در رویکرد کلاسیک بررسی و جهت تبیین مدل در سیستم استنتاج فازی–عصبی تطبیقی به­کارگرفته شد. یافته­های پژوهش نشان می­دهد که در بهینه­سازی با الگوریتم ژنتیک، الگوریتم بهینه­سازی ازدحام ذرات و الگوریتم تکامل تفاضلی، الگوریتم ازدحام ذرات، بهینه­ترین مدل را حاصل نموده و در بررسی با داده­های آزمایشی و آموزشی کاراترین الگوریتم است. نتایج حاکی از این است که به­کارگیری الگوریتم­های بهینه­سازی مختلف در رویکرد داده­کاوی، سبب افزایش قدرت پیش­بینی مدل­ شناسایی گزارشگری مالی- مالیاتی متقلبانه می­گردد.

کلیدواژه ها:

تقلب مالیاتی ، گزارش های مالی ، سیستم استنتاج فازی- عصبی تطبیقی ، الگوریتم های بهینه-سازی فراابتکاری