خلاصة:
با پیچیده شدن فرایند کسب و کار خطر انحراف صورتهای مالی هر روز بیشتر میشود. در این راستا پژوهشگران به دنبال مدلهایی برای کشف تقلب در صورتهای مالی بودهاند. هدف پژوهش ارایه مدل بسط یافته بنیش بر اساس ویژگیهای کیفیت حسابرس است. بنیش (1997) با استفاده از نسبتهای مالی و اقلام تعهدی شـیوههای دستکاری سود را پیشبینی نمود. از انجایی که حسابرسان به عنوان نظارت خارجی در ساختار راهبری شرکتها بر عملکرد شرکت مطرح میشود، در این پژوهش مدل بنیش بر اساس ویژگیهای کیفی حسابرس بسط داده میشود که عبارتند از اندازه حسابرس، دوره تصدی حسابرس، تاخیر در گزارش حسابرس، طبقه حسابرس و تغییر حسابرس. از برازش مدل ماشین بردار و جنگل تصادفی و شبکه عصبی جهت برازش مدل بسط یافته بهرهگرفته شدهاست. نتایج نشان دهنده دقت ضرایب بدست آمده از مدل جنگل تصادفی 98. 4 درصد و بیشتر از دو مدل شبکه عصبی و ماشین بردار 93 درصد است. همچنین مدل بسط یافته نسبت به مدل پایه دقت بیشتری دارد. ویژگیهای حسابرسی در پیشبینی تقلب در صورتهای مالی تاثیرگذار است و بهتر است توسط مشارکت کنندگان بازار سرمایه در نظر گرفته شود. یافتههای پژوهش میتواند در بهبود پیشبینی تقلب در صورتهای مالی موثر باشد و همچنین توجه استفادهکنندگان را به ترکیب اطلاعات صورتهای مالی و ویژگیهای گزارش حسابرس در پیشبینی تقلب جلب میکند.
As the business process becomes more complex, the risk of financial statements being distorted increases with each passing day. In this regard, researchers have been looking for models to detect fraud in financial statements. Benish (1997) used a combination of financial ratios and accruals to predict profit manipulation methods. Since auditors are presented as external oversight in the corporate governance structure of the company's performance, in this study the model is developed based on the qualitative characteristics of the auditor, which include the auditor's size, auditor tenure, reporting delay, Auditor Class and Auditor Change. The fitting of the stochastic vector machine, random forest and neural network has been used to fit the extended model. The results show that the coefficients obtained from the random forest model are 98.4% and more than the two neural network and vector model 93%.Keywords: Banish model, audit quality characteristics, neural network, vector machine and random fores
ملخص الجهاز:
باتوجه به نقش حسابرسان در نظارت بر عملکرد شرکت به عنوان مکانيزم راهبري شرکتي و اينکه تا کنون پژوهشي در خصوص ترکيب اطلاعات صورت هاي مالي و ويژگيهاي حسابرسي انجام نشده و روش هاي مورداستفاده در برازش مدل بسط يافته بنيش علي رغم کارايي بالاي آنها در پژوهش هاي گذشته مورداستفاده قرار نگرفته است ، هدف اين پژوهش بسط مدل بنيش بر اساس ويژگيهاي کيفي حسابرسي است تا بتوان جنبه هاي جديدي براي کشف تقلب در صورت هاي مالي ارائه نمود.
کامراني و عابديني (١٤٠١) مدل کشف تقلب صورت هاي مالي با استفاده از روش هاي شبکه عصبي مصنوعي و ماشين بردار پشتيباني در شرکت هاي پذيرفته شده در بورس اوراق بهادر تهران تدوين نمودند.
شيرازي دهقوارخاني و حقگو مهرداد (١٣٩٧) پژوهشي با عنوان بررسي رابطه استراتژي تجاري با گزارشگري مالي متقلبانه با تأکيد بر نقش کيفيت افشا در شرکت هاي پذيرفته شده در بورس اوراق بهادار تهران انجام دادند.
جمالي (١٣٩٥) پژوهشي رابطه مکانيزم هاي انتخابي حاکميت شرکتي و کيفيت حسابرسي بر وقوع تقلب در صورت هاي مالي شرکت هاي پذيرفته شده در بورس اوراق بهادار تهران را مورد بررسي قرار داد.
دهقاني و همکاران (١٣٩٥) رابطه بين کيفيت حسابرسي و احتمال رخداد تقلب در شرکت هاي پذيرفته شده در بورس اوراق بهادار تهران انجام را مورد آزمون قرار دادند.
Investigating the Relationship between Audit Quality and Probability of Fraud in Companies Listed on Tehran Stock Exchange, First Conference on Accounting, Economics and Management Innovation, Bandar Abbas, Islamic Azad University, Bandar Abbas Branch.