مقاله کنفرانسی سال ۱۴۰۵ فارسی

طراحی و ارزیابی مدل پیش بینی تقلب مالی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوریتم های یادگیری ماشین

چکیده مقاله

تقلب مالی یکی از مهم ترین چالش های نظام گزارشگری مالی و بازارهای سرمایه محسوب می شود که می تواند موجب کاهش اعتماد سرمایه گذاران، اختلال در تخصیص بهینه منابع و افزایش ریسک سرمایه گذاری شود از این رو، شناسایی به موقع شرکت های دارای احتمال تقلب مالی از اهمیت ویژه ای برای سرمایه گذاران، حسابرسان، نهادهای نظارتی و سایر استفاده کنندگان اطلاعات مالی برخوردار است هدف اصلی این پژوهش طراحی و ارزیابی مدلی برای پیش بینی تقلب مالی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران با بهره گیری از شاخص های مالی و الگوریتم های یادگیری ماشین است این پژوهش از نظر هدف کاربردی و از نظر روش اجرا توصیفی–همبستگی و پس رویدادی است جامعه آماری پژوهش شامل کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران بوده و نمونه پژوهش با استفاده از روش حذف سیستماتیک انتخاب شده است داده های مورد نیاز از صورت های مالی حسابرسی شده و گزارش های منتشرشده در سامانه کدال استخراج گردید به منظور شناسایی شرکت های مشکوک به تقلب مالی از مدل Beneish M Score استفاده شد برای تحلیل داده ها از رگرسیون لجستیک، درخت تصمیم، ماشین بردار پشتیبان، جنگل تصادفی و شبکه عصبی مصنوعی استفاده شد نتایج پژوهش نشان داد که اقلام تعهدی اختیاری، نسبت بدهی و جریان های نقدی عملیاتی از مهم ترین عوامل موثر بر احتمال وقوع تقلب مالی هستند همچنین نتایج مقایسه مدل ها بیانگر آن بود که الگوریتم های یادگیری ماشین نسبت به مدل های آماری سنتی عملکرد بهتری در پیش بینی تقلب مالی دارند در میان مدل های مورد بررسی، شبکه عصبی مصنوعی و جنگل تصادفی بالاترین میزان دقت و قدرت پیش بینی را از خود نشان دادند یافته های پژوهش حاکی از آن است که استفاده از تکنیک های هوش مصنوعی و داده کاوی می تواند نقش موثری در ارتقای کیفیت نظارت مالی، افزایش شفافیت اطلاعاتی و کاهش ریسک سرمایه گذاری ایفا کند در مجموع، نتایج این پژوهش نشان می دهد که ترکیب شاخص های مالی با الگوریتم های یادگیری ماشین، ابزاری کارآمد برای شناسایی و پیش بینی تقلب مالی در شرکت ها فراهم می آورد و می تواند به بهبود فرآیندهای تصمیم گیری در بازار سرمایه کمک نماید

کلیدواژه‌ها

نویسندگان

شیوه ارجاع

�ریفی، علیرضا،1405،طراحی و ارزیابی مدل پیش بینی تقلب مالی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوریتم های یادگیری ماشین،هفتمین همایش بین المللی علوم سیاسی، مدیریت، اقتصاد و حسابداری،همدان

ارائه‌شده در

پوستر مجموعه مقالات هفتمین همایش بین المللی علوم سیاسی، مدیریت، اقتصاد و حسابداری مجموعه مقالات هفتمین همایش بین المللی علوم سیاسی، مدیریت، اقتصاد و حسابداری17 مرداد 1405 · همدان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۴۸۰ مشاهده

بررسی مدل توسعه سنگاپور عوامل کلیدی و آموزه ها برای کشورهای در حال توسعه

سنگاپور به عنوان یک نمونه بینظیر از موفقیت در گذار از وضعیت کشورهای جهان سوم به کشوری توسعه یافته در یک…

سنگاپورحکمرانیسرمایه گذاری خارجی
مقاله کنفرانسی سال ۱۴۰۴ ۳۸۸ مشاهده

از صلح تا صلابت: تحلیل نقش رهبری درمدیریت جنگ تحمیلی ۱۲ روزه

در مواجهه با بحران های نظامی، نقش رهبری در تعیین مسیر تحولات سیاسی، امنیتی و اجتماعی کشور نقشی بی بدیل د…

فرماندهی کل قوارهبری بحران محورصلح طلبی مقتدرانه
مقاله کنفرانسی سال ۱۴۰۴ ۳۵۸ مشاهده

بررسی تاثیر افشای ESG (محیط زیست، اجتماعی و حکمرانی) بر عملکرد مالی و هزینه سرمایه شرکت ها پذیرفته شده در بورس تهران

با توجه به رشد روزافزون توجه به سرمایه گذاری مسئولانه در سطح جهانی و الزامات نوظهور در بازار سرمایه ایرا…

سرمایهESGعملکرد مالی
مقاله کنفرانسی سال ۱۴۰۴ ۳۱۴ مشاهده

اثر ادراک کارکنان از هوش مصنوعی بر تعهد سازمانی و رضایت شغلی

هدف این پژوهش، بررسی نقش ادراک کارکنان از فناوری هوش مصنوعی و تاثیر آن بر تعهد سازمانی و رضایت شغلی آنان…

ادراک کارکنانهوش مصنوعیتعهد سازمانی
مقاله کنفرانسی سال ۱۴۰۴ ۲۶۱ مشاهده

تاثیر هوش مصنوعی و یادگیری ماشین بر فرآیندهای حسابرسی و کشف تقلب

پیشرفت های اخیر در حوزه فناوری های نوین به ویژه هوش مصنوعی و یادگیری ماشین، تغییرات بنیادینی در فرآیندها…

هوش مصنوعیحسابرسیکشف تقلب
مقاله کنفرانسی سال ۱۴۰۴ ۲۲۹ مشاهده

ارائه مدل تصمیم گیری چند معیاره هیبریدی فازی برای اولویت بندی استراتژیهای ارتقای کیفیت محصولات

در فضای رقابتی صنایع لبنی تضمین و ارتقای کیفیت محصولات نقشی حیاتی در بقا سلامت مصرف کننده و رضایت مشتری…

واسپاس فازیاولویت بندیراهکارها Bwm