تحلیل اثر بخشی داده کاوی در حسابرسی به منظور کاهش ریسک عدم کشف با استفاده ازرگرسیون لجستیک در بورس تهران
محل انتشار: کنفرانس بین المللی مدیریت و حسابداری
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 873
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MANAGECONF01_038
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
بازار سرمایه نقش مهمی در اقتصاد ملی و رشد و شکوفایی آن ایفا می کندد. روش های داده کاوی می تواند حسابرسان رادر ارائه اظهارنظر حسابرسی یاری رساند. دراین تحقیق ،تقلب صورتهای مالی در شرکتهای پذیرفتده شده دربورس اوراق بهادار تهران با استفاده از رگرسیون لجستیک طی سال های 1390 الی 1394 با آزمون برخی نسبتهای مالی مرتبط تشخیص داده شده است. در این مطالعه به منظور شناسایی و پیش بینی نوع اظهارنظر حسابرسان، شاخصهای مرتبط با سودآوری، نقدینگی، اهرمی، فعالیت، رشد، اندازه، دعاوی حقوقی، بهره وری و سایر عوامل تاثیرگذار مورد بررسی قرار گرفتهاست. نمونه آماری تحقیق شامل 86 شرکت درقالب 34 شرکت دارای نشانه های تقلب و 34 شرکت فاقد نشانه های تقلب است.همچنین 9 نسبت مالی به عنوان پیش بینی کننده بالقوه برای ازمون انتخاب شده اند ازروش رگرسیون لجستیک جهت تدوین مدل برای شناسایی عوامل مرته باتقلب) (FFS استفاده شده است. این مدل در طبقه بندی صحیح نمونه موردنظر در این تحقیق از نرخ دقت 85.8 درصد برخورداراست.بنابراین نتایج تحقیق حاکی از توان زیاد بامیزان صحت % 89 بهترین عملکرد را در شناسایی نوع گزارش حسابرسی داشت واین مدل نقش اثربخشی درکشف تقلب صورتهای مالی داشته و می تواند به سرمایه گذاران، حسابداران رسمی وحسابرسان داخلی و مقامات مالیاتی و نهادهایدولتی و سیستم بانکی کمک زیادی نماید
کلیدواژه ها:
گزارش حسابرس مستقل /داده کاوی /رگرسیون لجستیک /تحلیل تمایزی /درخت تصمیم /شبکه های عصبی
نویسندگان
غلامرضا صفارزاده
عضو هیات علمی آموزشکده فنی و حرفه ای سما ، دانشگاه آزاد اسلامی ، واحد کرج ، کرج ، ایران
راحله یوسفی
عضو هیات علمی آموزشکده فنی و حرفه ای سما ، دانشگاه آزاد اسلامی ، واحد کرج ، کرج ، ایران
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 :