مطالب مرتبط با کلیدواژه

صورت های مالی متقلبانه


۱.

کاربرد رگرسیون لجستیک درشناسایی گزارشگری مالی متقلبانه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: نسبت های مالی رگرسیون لوجستیک صورت های مالی متقلبانه

حوزه‌های تخصصی:
تعداد بازدید : ۱۷۰۲ تعداد دانلود : ۱۷۸۶
داده های صورتهای مالی حسابرسی شده این توانایی رادارند که هرگونه تقلب صورتهای مالی را کشف نمایند. دراین تحقیق ،تقلب صورتهای مالی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از برخی نسبتهای مالی مرتبط تشخیص داده شده است. نمونه آماری تحقیق شامل 68 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 های بالقوه برای آزمون انتخاب شده اند.ازروش رگرسیون لجستیک جهت تدوین مدل برای شناسایی عوامل مرتبط باتقلب( (FFS استفاده شده است. این مدل در طبقه بندی صحیح نمونه موردنظر در این تحقیق از نرخ دقت 83.8درصد برخورداراست.بنابراین نتایج نشان می دهند که این مدل نقش اثربخشی درکشف تقلب صورتهای مالی داشته و می تواند به سرمایه گذاران، حسابداران رسمی وحسابرسان داخلی و مقامات مالیاتی و نهادهای دولتی و سیستم بانکی کمک زیادی نماید.
۲.

تقلب در صورت های مالی: نیاز به تغییر الگو به سمت حسابداری دادگاهی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: صورت های مالی متقلبانه حسابداری دادگاهی پیشگیری و کشف تقلب فاصله انتظاراتی حسابرسی حاکمیت شرکتی

حوزه‌های تخصصی:
تعداد بازدید : ۱۳۲۶ تعداد دانلود : ۷۵۱
تاوان اجتماعی تقلبات در دهه های اخیر از جنبه های خسارات مالی و اعتماد عمومی بر سلامت نظام اقتصادی فوق العاده سنگین بوده است. این پیامدها، هزینه های زیادی را بر شرکت ها وارد نموده و موجب کاهش اعتماد عمومی و درنهایت کاهش سرمایه گذاری ها در بازار سرمایه شده است. این وقایع نیاز به تغییر الگوی حسابداری و حسابرسی را به مبنای حسابداری دادگاهی به دنبال داشته است. بر همین اساس مقاله حاضر درصدد است تا به طور مروری به چگونگی تغییر به حسابداری دادگاهی و روند تکاملی آن و همچنین به بررسی اینکه آیا آموزش این نوع از حسابداری می تواند منجر به کاهش تقلبات در صورت های مالی و اعتماد بیشتر به صورت های مالی حسابرسی شده شود بپردازد. یافته های پژوهش نشان می دهد تغییر الگو به حسابداری دادگاهی ممکن است گام درستی برای افزایش شانس جلوگیری و کشف تقلب در صورت مالی باشد. همچنین مرور پژوهش ها در سایر کشورها نشان داد که ادغام و گنجاندن حسابداری دادگاهی در برنامه های آموزشی حسابداری می تواند برای آشنایی حسابداران و کاهش تقلبات آتی مفید باشد. این یافته ها نیاز به تغییر در محتوی استاندارد بین المللی حسابرسی شماره 240 (ISA 240) و استاندارد حسابرسی 240 ایران را که منجر به افزایش دامنه مسئولیت حسابرسان می شود ضروری می سازد. تغییراتی که می توانند باعث کاهش وقوع تقلبات و کلاهبرداری ها شوند.
۳.

نقش مدیریت سود در شناسایی صورت های مالی متقلبانه در شرکت های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: صورت های مالی متقلبانه مدیریت سود داده کاوی

حوزه‌های تخصصی:
تعداد بازدید : ۴۷۳ تعداد دانلود : ۳۵۰
هدف: ارائه گزارش های سالانه منبع باارزشی برای سرمایه گذاران، اعتباردهندگان و سایر استفاده کنندگان اطلاعات حسابداری است؛ با این حال، بخشی از گزارش ها به دلایل مختلف به صورت واقعی ارائه نشده است و این موضوع سبب کاهش سودمندی گزارش ها می شود. مسئله مهم در حسابداری، پیش بینی و کشف صورت های مالی متقلبانه است. روش: این پژوهش برای کمک به شناسایی این صورت های مالی، رابطه مدیریت سود و صورت های مالی متقلبانه را در شرکت های پذیرفته شده در بورس اوراق بهادار تهران بررسی کرده است. برای سنجش توانایی الگو های مدیریت سود در شناسایی صورت های مالی متقلبانه، داده های 1303 سال – شرکت (شامل 21 شرکت متقلب و 168 شرکت غیرمتقلب) طی سال های 1388 تا 1394 انتخاب و تجزیه و تحلیل با استفاده از روش های داده کاوی شامل درخت تصمیم، شبکه های عصبی و روش بیزین انجام شده است؛ بدین منظور 7 معیار مشهور مدیریت سود استفاده شده در پژوهش های قبلی بررسی شده است. نتایج: نتایج پژوهش نشان می دهد از بین الگو های پژوهش، الگوی درخت تصمیم و از بین الگو های اقلام تعهدی، الگوی اقلام تعهدی تعدیل شده جونز1 (1991) با نسبت ارزش دفتری، بیشترین ارتباط را با صورت های مالی متقلبانه دارد.
۴.

کشف صورت های مالی متقلبانه براساس الگوریتم های یادگیری عمیق(مقاله پژوهشی دانشگاه آزاد)

کلیدواژه‌ها: صورت های مالی متقلبانه کشف تقلب یادگیری عمیق الگوریتم شبکه عصبی بازگشتی

حوزه‌های تخصصی:
تعداد بازدید : ۵۸ تعداد دانلود : ۴۶
هدف پژوهش حاضر کشف صورت های مالی متقلبانه براساس تکنیک های یادگیری عمیق در شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. به منظور نیل به این هدف 1800 سال-شرکت (150 شرکت برای 12 سال) مشاهده جمع آوری شده از گزارش های مالی سالیانه شرکت های پذیرفته شده در بورس اوراق بهادار تهران در طی دوره زمانی 1391 تا 1402 مورد آزمون قرار گرفته اند. در پژوهش حاضر از سه الگوریتم یادگیری عمیق ( شامل الگوریتم های ماشین بردار پشتیبان(SVM)، شبکه عصبی پیچشی(CNN) و شبکه عصبی بازگشتی (RNN)) و همچنین جهت انتخاب متغیرهای نهایی پژوهش از روش آزمون مقایسه میانگین دو نمونه جهت ایجاد مدل استفاده شده است. نتایج حاصل از الگوریتم های یادگیری عمیق نشان می دهد که صحت کلی الگوریتم های SVM، CNN و RNN به ترتیب 88.4%، 81.3% و 94.4% می باشد که نشان دهنده این است الگوریتم RNN بهترین عملکرد و الگوریتم CNN بدترین عملکرد را در کشف شرکت های دارای صورت های مالی متقلبانه دارد. یافته های پژوهش حاضر می تواند برای سهامداران، اعتباردهندگان، تحلیل گران و سایر مشارکت کنندگان در بازار سرمایه اطلاعات سودمندی را در بهبود پیش بینی صورت های مالی متقلبانه و کاهش خطا در اتخاذ تصمیمات مبتنی بر اطلاعات صورت های مالی، ارزیابی بهتر عملکرد شرکت بر مبنای اطلاعات، اتخاذ استراتژی های معاملاتی بهینه و شناسایی فرصت های مناسب خرید و فروش سهام بر مبنای اطلاعات صورت های مالی فراهم کند.