این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات حسابداری و حسابرسی، جلد ۱۵، شماره ۵۷، صفحات ۱۴۱-۱۶۰
عنوان فارسی رویکردی نوین به پیش‌بینی تقلب در صورت‌های مالی (مقایسه مدل‌های سنتی و شبیه‌سازی و مدرن)
چکیده فارسی مقاله تقلب صورت‌های مالی تبدیل به‌ یک مشکل جدی برای فعالان بازار و سیاست گذاران شده است. در واقع، این مسئله قابلیت اطمینان بازارهای سرمایه، رؤسای شرکت‌ها و حتی حرفه حسابرسی را تهدید می‌کند. حسابرسان به طور خاص با ناتوانی ظاهری خود در کشف تقلب در مقیاس بزرگ مواجه هستند و از این­رو روش‌های مختلفی برای شناسایی این معضل ارائه شده است. بر این اساس هدف تحقیق حاضر مقایسه دقت مدل‌های سنتی و شبیه‌سازی و مدرن در پیش‌بینی تقلب در صورت‌های مالی است. تحقیق حاضر از لحاظ روش کاربردی است. بازه زمانی تحقیق 1390 تا 1398 بوده و در برآورد مدل از داده شرکت‌های منتخب در بورس اوراق بهادار تهران بهره گرفته شده است. در این تحقیق بر اساس سه رویکرد سنتی، الگوریتم ژنتیک و روش‌ غیرخطی مارکوف سویچینگ اقدام به پیش‌بینی تقلب و دقت مدل‌های برآوردی نمودیم. بر اساس نتایج رژیم غالب در بورس اوراق بهادار تهران رژیم تقلب بالا بوده؛ همچنین بر اساس نتایج مدل‌های تغییر رژیم بالاترین دقت را در پیش‌بینی تقلب دارند و الگوریتم ژنتیک و لاجستیک به ترتیب دارای بالاترین دقت در برآورد مدل برآوردی بودند.
کلیدواژه‌های فارسی مقاله تقلب، لاجستیک، الگوریتم ژنتیک، مارکوف سویچینگ،
عنوان انگلیسی A New Approach to Predicting Fraud in Financial Statements (Compare models and simulations traditional and modern)
چکیده انگلیسی مقاله Financial statements fraud is increasingly a serious problem for businesses, governments and investors have become. In fact, the issue of the reliability of capital markets, bosses and even threaten the auditing profession. Auditors in particular face their apparent inability to detect large-scale fraud, and therefore various methods have been proposed to identify this problem. The aim of this study was to compare different models of traditional and modern simulation and predict fraud in the financial statements. Study the practical approach. Research period 1390 to 1398 and the model of the selected companies in the Tehran Stock Exchange has been used. In this study, based on three traditional approach, genetic algorithms and methods to predict non-linear Markov switching models have estimated fraud and accuracy. Based on the prevailing regime in Tehran Stock Exchange regulations fraud is high; According to the results of highest accuracy in predicting fraud regime change and genetic algorithms and logistic highest and the accuracy of the model, respectively. 
کلیدواژه‌های انگلیسی مقاله تقلب, لاجستیک, الگوریتم ژنتیک, مارکوف سویچینگ
نویسندگان مقاله کتایون آشاروزنیا |
دانشجوی دکتری، گروه حسابداری، واحد قائم‌شهر، دانشگاه آزاد اسلامی، قائم‌شهر، ایران

عباسعلی پورآقاجان |
استادیار، گروه حسابداری، واحد قائم شهر، دانشگاه آزاد اسلامی، قائم شهر، ایران

سید حسین نسل موسوی |
استادیار،گروه حسابداری، واحد قائم‌شهر، دانشگاه آزاد اسلامی، قائم‌شهر، ایران

نشانی اینترنتی https://www.iaaaar.com/article_172761_b4eb2d32ef939ec8ae1f2729c18188fc.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات