استفاده از تکنیک های داده کاوی در کشف تقلبهای صورت گرفته در صورت حسابهای مالی مطالعه مورد شرکتهای خدماتی تولیدی شهر تهران

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 717

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RSTCONF02_066

تاریخ نمایه سازی: 21 شهریور 1395

چکیده مقاله:

مقاله پیش رو با استفاده از تکنیک های داده کاوی به کشف، شناسایی و بررسی عوامل مرتبط با تقلبهای صورت گرفته در صورتهای مالی پرداخته است. حسابرسان با بهره بردن از این تکنیک ها میتوانند بهآسانی تقلبهای مدیریتی صورت گرفته در سازمانها را کشف کنند و درنتیجه امور خود را بهتر مدیریت نمایند. داده کاوی یک پل ارتباطی میان علوم آمار، کامپیوتر، هوش مصنوعی، الگوشناسی، فراگیریماشین و بارنمایی بصری داده ها است که در چارچوب فرآیندی، استخراج اطلاعات معتبر، از پیش ناشناخته، قابل فهم و قابل اعتماد از پایگاه داده های بزرگ را امکان پذیر می سازد و استفاده از آن درتصمیم گیری در فعالیت های تجاری مهم نظیر ارتقاء کیفیت سودمندی اطلاعات از طریق شناسایی تقلب های مالی میسر میشود. لذا در این مطالعه با استفاده از درخت های تصمیم گیری، شبکه باوربیزی و شبکه های عصبی تقلبهای صورت گرفته در صورت های مالی شناسایی و مورد بررسی قرار گرفته است. بردار درون داد از نسبت های برگرفته از صورت های مالی تشکیل شده است. در مقاله پیش رو سه مدل فوق از لحاظ عملکرد مورد مقایسه قرار گرفته است

کلیدواژه ها:

نویسندگان

مژده مفرح

دانشجوی ارشد صنایع گرایش مهندسی سیستمهای اقتصادی اجتماعی دانشگاه ایوانکی

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 :
  • اشتاین، آلن راین، ای بایو، محمد، پوریانسب، امیر، ساختار جامع ...
  • راموس‌ام، بولو، قاسم، مسئولیت حسابرسان برای کشف تقلب، فصلنامه حسابرس، ...
  • رهنمای رودپشتی، فریدون، داده کاوی و کشف تقلبهای مالی، فصلنامه ...
  • سنجابی، آرش، شناسایی عوامل موثر بر احتمال وقوع تقلب در ...
  • شیخ، محمد جواد، بررسی اهمیت شاخص های تقلب بالقوه مالی ...
  • صفرزاده، محمدحسین، توانایی نسبتهای مالی در کشف تقلب در گزارشگری ...
  • فرقاندوست حقیقی، برواری، فرید، بررسی کاربرد روشهای تحلیلی در ارزیابی ...
  • کمیته تدوین استانداردهای حسابرسی، استانداردهای حسابرسی، سازمان حسابرسی، تهران، 1388 ...
  • وحیدی الیزه ای، ابراهیم و حدادیان، حامد، برداشت حسابرسان ایران ...
  • وکیلی فرد، حمیدرضا و کنگرلویی، سعیدجبارزاده، بررسی ویژگیهای تقلب در ...
  • Abbot, J. L., Park, Y., & Parker, S. (2000). The ...
  • Altman, E. (1968). Financial ratios, discriminant analysis, and the prediction ...
  • Altman, E. (2001). Bankruptcy, credit risk and high yield junk ...
  • American Institute of Certified Public Accountants (AICPA) (1997(. Consideration of ...
  • Beasley, M. (1996). An empirical analysis of the relation between ...
  • Bell, T., & Carcello, J. (2000). A decision aid for ...
  • _ ://www. cs .ualberta. ca/-j cheng/bnsoft. htm> Accessed 17.03.2005. ...
  • Calderon, T. G., & Cheh, J. J. (2002). A roadmap ...
  • Cheng, J., & Greiner, R. (2001). Learning Bayesian belief network ...
  • Coderre, G. D. (1999). Fraud detection. Using data analysis techniques ...
  • Cullinan, P. G., & Sutton, G. S. (2002). Defrauding the ...
  • Fanning, K., & Cogger, K. (1998). Neural network detection of ...
  • Fraser, I. A. M., Hatherly, D. J., & Lin, K. ...
  • Green, B. P., & Choi, J. H. (1997). Assessing the ...
  • Han, J., & Camber, M. (2000). Data mining concepts and ...
  • International Auditing Practices Committee (IAPC) (2001). The auditor's responsibility to ...
  • Kantardzic, M. (2002). Data mining: concepts, models, methods, and algorithms'. ...
  • Kirkos, S., & Manolopoulos, Y. (2004). Data mining in finance ...
  • Koh, H. C., & Low, C. K. (2004). Going concem ...
  • Koskivaara, E. (2004). Artificial neural networks in analytical review procedures. ...
  • Loebbecke, J., Eining, M., & Willingham, J. (1989). Auditor's experience ...
  • Nuclass 7 Non Linear Networks for Classification, Neural Decision Lab, ...
  • Persons, O. (1995). Using financial statement data to identify factors ...
  • Porter, B., & Cameron, A. (1987). Company fraud-what price the ...
  • Schilit, H. (2002). Financial Shenanigans: How to detect accounting Gimmicks ...
  • _ ://eric .univ-lyon2 _ fr/-ri c co/sipina.html> Accessed 4.04.2005. ...
  • Sohl, J. E., & Venkatac halam, A. R. (1995). A ...
  • Spathis, C. (2002). Detecting false financial statements using published data: ...
  • Spathis, C., Doumpos, M., & Zopounidis, C. (2002). Detecting falsified ...
  • Spathis, C., Doumpos, M., & Zopounidis, C. (2003). Using client ...
  • Stice, J. (1991). Using financial and market information t identify ...
  • Stice, J., Albrecht, S., & Brown, L. (1991). Lessons to ...
  • Summers, S. L., & Sweeney, J. T. (1998). Fraudulent misstated ...
  • Wells, J. T. (1997). Occupational Fraud and Abuse. Austin, TX: ...
  • Sipina Research Edition, Data Mining, Universite Lumie re Lyon 2. ...
  • نمایش کامل مراجع