رضا حسینی پور - دانشجوی کارشناسی ارشد حسابداری دانشگاه فردوسی مشهد
مصطفی باقری - کارشناس ارشد حسابداری از دانشگاه فردوسی مشهد و دارنده گواهینامه سطح متوسط داده کاوی از آکادمی
سید ابوالفضل سادات آقایی - کارشناس ارشد حسابداری از دانشگاه سیستان و بلوچستان

با افزایش مبادلات تجاری و اقتصادی،‌پیشرفت تکنولوژی اطلاعات و انباشته شدن داده‌های مالی، تکنیکهای داده کاوی به منظور استفاده بهینه و کارا از این داده‌ها رواج یافته است. هدف این پژوهش پیش‌بینی گزارش حسابرس مستقل با استفاده از تکنیک‌های داده کاوی می‌باشد. اهمیت پیش‌بینی گزارش حسابرس مستقل در تاثیر آن بر تصمیم‌گیری استفاده‌کنندگان می‌باشد. گزارش حسابرس مستقل در این تحقیق به دو دسته مقبول و غیرمقبول (شامل گزارشات مشروط، مردود و عدم اظهارنظر) طبقه‌بندی شده است. به منظور پیش‌بینی گزارش حسابرس مستقل از کاربردی‌ترین تکنیک طبقه‌بندی داده کاوی، ماشین بردار پشتیبان استفاده شده است. جامعه آماری پژوهش شامل تمامی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران طی سال‌های 1382 الی 1391 می‌باشد. در این تحقیق از 16 متغیر مالی و غیرمالی در قالب 7 طبقه نقدینگی، عملکرد، اهرم مالی، سودآوری، حاکمیت شرکتی، اندازه شرکت و سایر (شامل نوع صنعت و عمر شرکت) به منظور آموزش و آزمون مدل استفاده شده است. نتایج تحقیق نشان می‌دهند که میانگین دقت مدل حاصل از این تکنیک 88.27% می‌باشد. همچنین با اهمیت‌ترین متغیرها جهت پیش‌بینی نوع گزارش حسابرسی سال قبل، نتایج عملکرد مالی شرکت (سود و زیان)، نوع صنعت فعالیت شرکت و نوع حسابرس می‌باشند.

گزارش حسابرس مستقل،داده کاوی،ماشین بردار پشتیبان،متغیرهای مالی و غیر مالی