تاثیر میزان استفاده از یادگیری ماشین بر قدرت تشخص خطاهای مالی

هدف این پژوهش بررسی تاثیر میزان استفاده از یادگیری ماشین بر قدرت تشخص خطاهای مالی در شرکت های ایرانی است. با توجه به پیچیدگی فزاینده در صورت های مالی و رشد تقلب های مالی در محیط های اقتصادی، نیاز به ابزارهای نوین برای تحلیل داده ها و کشف خطاها ضروری به نظر می رسد. در این راستا، پژوهش حاضر به دنبال پاسخ به این سوال است که آیا استفاده بیشتر از یادگیری ماشین می تواند دقت تشخص خطاهای مالی را افزایش دهد یا خیر. روش تحقیق از نوع توصیفی-همبستگی بوده و جامعه آماری شامل شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. با استفاده از روش نمونه گیری تصادفی طبقه ای، ۱۴۲ شرکت به عنوان نمونه انتخاب شدند. داده ها از طریق پرسش نامه های معتبر و تحلیل صورت های مالی جمع آوری و با بهره گیری از نرم افزارهای آماری مورد تجزیه و تحلیل قرار گرفتند. نتایج تحلیل همبستگی و رگرسیون چندگانه نشان داد که رابطه ای مثبت و معنادار بین میزان استفاده از یادگیری ماشین و قدرت تشخص خطاهای مالی وجود دارد. همچنین الگوریتم های ترکیبی و پیچیده نسبت به الگوریتم های ساده عملکرد بهتری در این زمینه داشتند. یافته ها حاکی از آن است که استفاده از یادگیری ماشین می تواند نقش موثری در افزایش شفافیت مالی و کاهش خطاهای حسابداری ایفا کند.

کلیدواژه ها:

یادگیری ماشین ، تشخص خطا ، حسابرسی ، الگوریتم ترکیبی ، شفافیت مالی