ارائه یک رویکرد محاسباتی نوین برای پیش بینی تقلب در صورت های مالی، با استفاده از شیوه های خوشه بندی و طبقه بندی (شواهدی از شرکت های پذیرفته شده در بورس اوراق بهادار تهران)
محل انتشار: مجله پیشرفت های حسابداری، دوره: 9، شماره: 2
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 48
فایل این مقاله در 34 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAA-9-2_001
تاریخ نمایه سازی: 24 بهمن 1402
چکیده مقاله:
رسوایی ها و شکست های شرکتی، اطمینان سرمایه گذاران به درست و منصفانه بودن حساب های واحدهای تجاری را مخدوش کرده است. تکنولوژی های مبتنی بر آمار و یادگیری ماشینی راهکاری اثربخش برای پیشگیری و کشف تقلب هستند؛ بنابراین در این پژوهش به بررسی این مسئله پرداخته می شود که آیا می توان از طریق شناسایی عوامل مرتبط با تقلب در صورت های مالی و با به کارگیری شیوه های داده کاوی، مدلی برای کشف تقلب در صورت های مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران ارائه کرد؟ برای پاسخ گویی به این سوال از ۱۹ علائم خطر اشاره شده در استاندارد حسابرسی ۲۴۰ به همراه شیوه های داده کاوی تحلیل مولفه های اساسی و خوشه بندی، برای تعیین شرکت های متقلب استفاده شد؛ سپس به منظور ارائه مدلی برای پیش بینی صورت های مالی متقلبانه، از ۴۰ متغیر مالی و غیرمالی به همراه شیوه های درخت تصمیم، ماشین بردار پشتیبان و روش بوستینگ استفاده شد. یافته های پژوهش بیان گر وجود شواهدی دال بر عملکرد مناسب مدل های پیشنهادی برای پیش بینی تقلب در صورت های مالی است.
کلیدواژه ها:
نویسندگان
شکرالله خواجوی
گروه آموزشی حسابداری
مهرداد ابراهیمی
گروه حسابداری
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :