ارائه الگوی توسعه یافته مدل بنیش با تاکید بر ویژگی های خاص شرکت با استفاده از شبکه عصبی، ماشین بردار و جنگل تصادفی

چکیده با پیچیده شدن فرایند کسب و کار خطر انحراف صورت­های مالی هر روز بیشتر می­شود. در این راستا پژوهشگران به دنبال مدل­هایی برای کشف تقلب در صورت­های مالی بوده­اند. هدف پژوهش ارائه مدل بسط یافته بنیش بر اساس ویژگی های خاص شرکت است. بنیش (۱۹۹۷) با استفاده از نسبت های مالی و اقلام تعهدی شیوه­های دستکاری سود را پیش­بینی نمود. از آنجایی که ویژگی های شرکت به عنوان عامل موثر بر عملکرد شرکت مطرح می­شود، در این پژوهش مدل بنیش بر اساس ویژگی­های خاص شرکت بسط داده می­شود که عبارتند از قیمت سهام به جریان نقدی، نسبت جریان نقدی، نسبت سود تقسیمی و رقابت در بازار محصول. از برازش مدل ماشین بردار و جنگل تصادفی و شبکه عصبی جهت برازش مدل بسط یافته بهره­گرفته شده ­است. نتایج نشان دهنده دقت ضرایب بدست آمده از مدل جنگل تصادفی ۹۹ درصد و بیشتر از دو مدل شبکه عصبی و ماشین بردار ۹۴ درصد است. همچنین مدل بسط یافته نسبت به مدل پایه دقت بیشتری دارد. ویژگی­های شرکت در پیش­بینی تقلب در صورت­های مالی تاثیرگذار است و بهتر است توسط مشارکت کنندگان بازار سرمایه در نظر گرفته شود. یافته­های پژوهش می­تواند در بهبود پیش­بینی تقلب در صورت­های مالی موثر باشد و همچنین توجه استفاده­کنندگان را به ترکیب اطلاعات صورت­های مالی و ویژگی­های گزارش حسابرس در پیش­بینی تقلب جلب می­کند

کلیدواژه ها:

واژه های کلیدی: مدل بنیش ، ویژگی های شرکت ، شبکه عصبی ، ماشین بردار و جنگل تصادفی