مروری بر مدل های پیش بینی تقلب در صورت های مالی

قابلیت اتکای صورتهای مالی از د یرباز یکی از مهمتر ین مسائل مورد توجه محققان بوده، در واقع هدف نها یی سیستم حسابداری فراهم نمودناطلاعات برای اشخاص ذینفع در قالب گزارش های درون سازما نی و برون سازما نی میباشد. تقلب یکی از مهم تر ین موضوعاتی است که در حسابداری وحسابرسی صورت های مالی مطرح می شود. آثار زیان باری که رسوا یی های مال ی در سال های اخیر به بار آورده است، توجه به بحث تقلب به ویژه تقلب درصورت های مالی را اجتناب ناپذیر کرده است. در محیط تجاری مدرن امروزی با پ یچیده تر شدن سیستم ها و فعالیت ها و ازد یاد اطلاعات فر یبکارانه، فناوریهای مورد استفاده برای جلوگیری و کشف تقلب نیز بروز شده است؛ در نتیجه توسعه روش های کشف تقلب می تواند به عنوان راهکاری جهت کاستن ازمحدودیت های موجود مورد توجه قرار گیرد و هدف ما در این پژوهش این است تا مدل ها و تکنیک های کارآمد جهت پیش بینی تقلب در صورت های مالیرا بیان کنیم. پژوهش های اولیه در ای ن حوزه، از رویکرد رگرسیون جهت پیش بینی استفاده می کردند. اما با گسترش استفاده از مدل های پیش بینی مانند دادهکاوی، شبکه ی عصبی مصنوعی، الگور یتم ژنتیک، یادگیری ماشینی و ...، رویکرد پژوهش ها به ا ین سمت سوق پیدا کرده است.

کلیدواژه ها:

تقلب صورت های مالی ، کیفیت گزارشگری مالی ، رگرسیون لجستیک ، یادگیری ماشینی