رویکردی نوین به پیشبینی تقلب در صورتهای مالی (مقایسه مدلهای سنتی و شبیهسازی و مدرن)
نویسندگان
1 استادیار، گروه حسابداری، واحد قائم شهر، دانشگاه آزاد اسلامی، قائم شهر، ایران
2 استادیار،گروه حسابداری، واحد قائمشهر، دانشگاه آزاد اسلامی، قائمشهر، ایران
3 دانشجوی دکتری، گروه حسابداری، واحد قائمشهر، دانشگاه آزاد اسلامی، قائمشهر، ایران
doi
10.22034/iaar.2023.172761چکیده
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.