بررسی دقت الگوریتم های هیوریستیک و رگرسیون خطی لوجیت در پیشبینی نوع اظهارنظر حسابرس مستقل
آرشیو
چکیده
در دنیای رقابتی امروز، مدیران شرکت ها به دنبال اعتباربخشی به صورت های مالی و مؤسسه های حسابرسی به دنبال بکارگیری راهکارهایی برای افزایش کارآیی خود هستند؛ حال، به نظر می رسد جهت دستیابی به این مقصود باید عوامل تأثیرگذار بر افزایش کارآیی را شناسایی و در جهت رفع یا کاهش عوامل بازدارنده آن تلاش نمود. برای تحقق موضوع، حسابرس نیاز به ابزاری دارد تا وی را از وجود احتمال خطر و تحریف آگاه سازد. تغییرات فناوری و بکارگیری ان ها در علوم مختلف سبب شده که حسابرسان در راستای افزایش کارآیی روش های حسابرسی از شیوه های جدید داده کاوی استفاده نمایند. هدف از این پژوهش پیش-بینی نوع اظهارنظر حسابرس مستقل در بورس اوراق بهادار تهران با استفاده از الگوریتم های هیوریستیک و رگرسیون لجستیک شامل 980 مشاهده طی سال های 1388 تا 1394 می باشد. در این پژوهش، از 33 متغیر مالی و غیرمالی از جمله شاخص های نقدینگی، مدیریت دارایی، سودآوری، مدیریت بدهی، ارزش بازار، رشد و اندازه شرکت، بهره وری کارکنان، حاکمیت شرکتی، ورشکستگی، عملکرد شرکت و سایر عوامل تأثیرگذار (عمر شرکت و نوع صنعت) به منظور پیش بینی اظهارنظر حسابرس استفاده شد. مقایسه عملکرد روش های مورد استفاده بیانگر این است شبکه عصبی بهینه سازی شده با الگوریتم رقابت استعماری با صحت پیش بینی 98/94 درصد نسبت به سایر روش ها، دارای بهترین عملکرد در پیش بینی نوع اظهارنظر حسابرس مستقل است. همچنین نتایج نشان می دهد که تغییر نوع اظهارنظر حسابرس مستقل، نوع گزارش حسابرسی سال قبل، بازده سرمایه گذاری، نسبت جاری، نسبت بدهی، زیان ده بودن شرکت، قیمت به درآمد و نسبت سودخالص بیشترین تأثیر را در پیش بینی نوع اظهارنظر حسابرس مستقل دارند.The Evaluation Accuracy of Heuristic Algorithms and Logistic Regression to Predict the Type of Independent Auditor's Report
In today's competitive world, corporate executives are looking for financial accountability and audit firms are looking to implement strategies to increase their efficiency; Now, in order to achieve this goal, the factors influencing the efficiency should be identified and attempted to eliminate or reduce the deterrent factors. Thus, an auditor needs a tool that informs the possibility of risk and distortion. The technology advances and applying in the various sciences caused auditors to use a new data analysis techniques to increase the efficiency of audit procedures. The purpose of this study is to predict the type of independent auditor's opinion in Tehran Stock Exchange using heuristic algorithms and logistic regression including 980 observation during 2009-2015. In this study, 33 financial and non-financial variables such as indices of liquidity, asset management, profitability, debt management, market value, growth and size of the firm, employees’ productivity, corporate governance, bankruptcy, corporate performance and other influential factors (company life and industry type) are used to predict the auditor's report. Comparison of the performance of the method is shown the neural network optimized with the colonial competition algorithm, with 94.98% prediction accuracy in comparison to other methods, has the best performance in predicting the type of the independent auditor's report. Also, the change in the independent auditor's report type, the previous year audit report, investment efficiency, current ratio, debt ratio, company loss, price to revenue and net profit ratio have the greatest impact on predicting the type of the independent auditor's report.
تبلیغات
