ارزیابی خطر تقلب مدیران با استفاده از روش داده کاوی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 352

فایل این مقاله در 24 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:

JR_JAKK-9-1_004

تاریخ نمایه سازی: 1 تیر 1398

چکیده مقاله:

بررسی، ارزیابی و تشخیص گزارش های متقلبانه که از آن با نام گزارش های دستکاری شده نیز یاد شده است، سابقه دیرینه ای در ادبیات حسابداری و مالی دارد. سهامداران، مدیران را به عنوان نمایندگان خود در شرکت انتخاب می کنند و طبیعی است که نسبت به تشخیص صداقت در گزارشگری مدیران، حساس باشند. حسابرسان نیز در راستای بررسی های خود ملزم به ارزیابی و برآورد خطر تقلب در روش های اجرا شده توسط مدیریت واحد تجاری هستند تا بر اساس این ارزیابی، حجم آزمون های حسابرسی و متعاقبا حق الزحمه پیشنهادی خود را تخمین بزنند. پژوهش حاضر برای ارزیابی و تشخیص خطر تقلب مدیران، از یک روش غیرمالی استفاده کرده است که مشخصا مبتنی بر تجزیه و تحلیل متن گزارش هیئت مدیره به مجمع عمومی صاحبان سهام است. در این روش، واژه های گزارش های هیئت مدیره به مجمع بررسی شده، پس از پالایش شدن، با استفاده از نوع خاصی از رگرسیون تحت عنوان رگرسیون های LASSO الگویی برای ارزیابی و تشخیص شاخص خطر تقلب در شرکت ها ارائه شده است که با دقتی بین 89% تا 91% قادر به تشخیص صحیح شاخص خطر بالای تقلب در شرکت ها است.

نویسندگان

علیرضا رهروی دستجردی

دانشجوی دکتری حسابداری، دانشگاه اصفهان، اصفهان، ایران.

داریوش فروغی

دانشیار حسابداری، دانشگاه اصفهان، اصفهان، ایران.

غلامحسین کیانی

استادیار اقتصاد، دانشگاه اصفهان، اصفهان، 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 :
  • اعتمادی، حسین؛ زلقی، حسن. (1392). کاربرد رگرسیون لجستیک درشناسایی گزارشگری ...
  • افلاطونی، عباس. (1394). تجزیه و تحلیل آماری با Eviews در ...
  • بروکس، کریس. (1971). مقدمه ای بر اقتصادسنجی مالی، ترجمه احمد ...
  • خدادادی، ولی الله؛ ویسی، سجاد؛ چراغی نیا، علی. (1395). عدم ...
  • رهنمای رودپشتی، فریدون. (1391). داده کاوی و کشف تقلب های ...
  • صفرزاده، محمدحسین. (1389). توانایی نسبت های مالی در کشف تقلب ...
  • فرج زاده دهکردی، حسن؛ آقایی، لیلا. (1394). سیاست تقسیم سود ...
  • مهرانی، کاوه؛ حصارزاده، رضا. (1387). مروری بر تئوری ها و ...
  • نمازی، محمد؛ ابراهیمی، فهیمه. (1395). الگو بندی و تعیین اولویت ...
  • وحیدی الیزی، ابراهیم؛ حامدیان، حامد. (1388). برداشت حسابرسان ایران از ...
  • Aflatooni, A. (2015). Statistical Analysis in Accounting and Financial Management ...
  • Alden, M.E., Bryan, D.M., Lessley, B.J., Tripathy, A. (2012). Detection ...
  • Amani, F.A., Fadlalla, A.M. (2017). Data mining applications in accounting: ...
  • Baldwin, A.A., Brown, C.E., Trinkle, B.S. (2006). Opportunities for artificial ...
  • Baum, C.F. (2006). An Introduction to Modern Econometrics Using Stata. ...
  • Brooks, C. (1971). Introductory Econometrics for Finance (A. Badri & ...
  • Cecchini, M., Aytug, H., Koehler, G., Pathak, P. (2010). Making ...
  • Dechow, P., Ge, W., Larson, C., Sloan, R. (2011). Predicting ...
  • Elliott, R.K., Willingham, J.J. (1980). Management Fraud: Detection and Deterrence. ...
  • Etemadi, H., Zalaghi, H. (2013). Application of logistic regression in ...
  • Farajzadeh, H., Aghaei, L. (2015). Dividend policy and fraudulent financial ...
  • Feldman, R., Govindaraj, S., Livnat, J., Segal, B. (2010). Management’s ...
  • Friedman, J., Hastie, T., Tibshirani, R. (2010). Regularization paths for ...
  • Glancy, F., Yadav, S. (2011). A computational model for financial ...
  • Goel, S., Gangolly, J. (2012). Beyond the numbers: mining the ...
  • Goel, S., Gangolly, J., Faerman, S.R., Uzuner, O. (2010). Can ...
  • Greene, W.H. (2012). Econometric Analysis (Vol. 7): Prentice Hall. ...
  • Han, J., Kamber, M., Pei, J. (2006). Data Mining: Concepts ...
  • Hastie, T., Tibshirani, R., Friedman, J. (2008). The Elements of ...
  • Hoberg, G., Lewis, C. (2017). Do fraudulent firms produce abnormal ...
  • Hribar, P., Kravet, T., Wilson, R. (2014). A new measure ...
  • Humphreys, S., K. Moffit, M. Burns, J. Burgoon, Felix, W. ...
  • Jackson, J.M. (2002). Data mining: A conceptual overview. Communications of ...
  • Jensen, M.C., Meckling, W.H. (1976). Theory of the firm: managerial ...
  • Khodadadi, V., Veisi, S., Cheraghinia, A. (2016). Management uncertainty and ...
  • Kim, Y., Vasarhelyi, M.A. (2012). A model to detect potentially ...
  • Kochetova-kozloski, N., Messier Jr., W.F., Eilifsen, A. (2011). Improving auditors ...
  • Larcker, D., Zakolyukina, A. (2012). Detecting deceptive discussions in conference ...
  • Li, F. (2010). Textual analysis of corporate disclosures: A survey ...
  • Liou, F.M. (2008). Fraudulent financial reporting detection and business failure ...
  • Loughran, T., McDonald, B. (2011). When is a liability not ...
  • Mehrani, K., Hesarzadeh, R. (2008). A review of theories and ...
  • Namazi, M., Ebrahimi, F. (2016). Modeling and identifying effective factors ...
  • Pai, P.F., Hsu, M.F., Wang, M.C. (2011). A support vector ...
  • Pujari, A.K. (2001). Data Mining Techniques: Universities press. ...
  • Purda, L., Skillicorn, D. (2015). Accounting variables, deception, and a ...
  • Rahnamay Roodposhti, F. (2012). Data mining & financial fraud. Journal ...
  • Safarzadeh, M. (2010). The ability of financial ratios in detecting ...
  • Tackett, J.A. (2013). Association rules for fraud detection. Journal of ...
  • Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. ...
  • Vahidi, E., Hamedian, H. (2009). Iranian auditors perceptions of the ...
  • Wang, Z., Chen, M.H., Chin, C.L., Zheng, Q. (2017). Managerial ...
  • نمایش کامل مراجع