الگوی تشخیصِ تقلب مالی تحتِ اجرای ارزیابی الگوریتمهای مطلوبیتِ شبکه عصبی مصنوعی | ||
| مطالعات تجربی حسابداری مالی | ||
| مقاله 3، دوره 22، شماره 87، تابستان 1404، صفحه 83-134 اصل مقاله (2.87 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/qjma.2025.82826.2632 | ||
| نویسندگان | ||
| مرضیه پورساعدی1؛ محمود همت فر* 2؛ سید عنایتاله علوی3؛ رویا نصیرزاده4 | ||
| 1دانشجوی دکتری حسابداری، گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران | ||
| 2دانشیار، گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران | ||
| 3استادیار گروه کامپیوتر، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران | ||
| 4استادیار، گروه آمار، دانشکده علوم، دانشگاه فسا، فسا، ایران | ||
| چکیده | ||
| هدف این مطالعه، مدلسازیِ تشخیصِ تقلب مالی شرکتها تحتِ اجرای ارزیابی الگوریتمهای مطلوبیتِ شبکه عصبی مصنوعی میباشد. در این مطالعه با استفاده از فرآیندهای برنامهریزی مجذوری « » در الگوریتمهای شبکه عصبی مصنوعی، تلاش شده است تا طی چندین مرحله بر اساس دادههای زمانی 1392 تا 1401، اقدام به تعیین الگوریتم پایه در وهلهی اول و انتخاب پارامترهای تکنیکال شبکه عصبی مصنوعی در وهلهی دوم گردد. سپس با توسعه یک مدل تشخیصی بر اساس دو مقیاس آزمون و کنترل، الگوریتمهایی فر ابتکاری که بالاترین ضرایب دقت در پیشبینی صحت تقلب مالی را دارند، در سطح شرکتهای بازار سرمایه موردبررسی قرار گیرند. لذا بر اساس فرآیند نمونهگیری سیستماتیک، تعداد 95 شرکت بورس اوراق بهادار انتخاب شدند تا بر اساس 950 مشاهده (سال-شرکت)، حد فاصل شرکتهای دارای سلامت مالی با شرکتهای دارای احتمال تقلب مالی از طریق دهکبندی تعیین گردد و شرکتهای قرارگرفته در دهکهای دارای تقلب مالی، از طریق پارامترهای مطلوبیت شبکه عصبی مصنوعی موردبررسی قرار گیرند. نتایج مطالعه نشان داد، الگوریتم یادگیری بدون نظارت که شامل مجموعه پارامترهای ارزیابی مبتنی بر الگوریتم فرا ابتکاری است، از صحت پیشبینیهای مبتنی بر دادههای برآورده شده بالاتری برخوردار میباشد. همچنین نتایج ناشی از صحت پیشبینی تقلبهای مالی شرکتهای دهکبندیشده بر اساس دو الگوریتم انتخابی ژنتیک و کلونی زنبورعسل نشان میدهد، الگوریتم کلونی زنبورعسل از ضریب دقت بالاتری در پیشبینی صحت احتمال تقلب شرکتهای موردبررسی برخوردار است. همچنین مشخص شد، نسبت سود خالص به فروش مهمترین معیار ارزیابی دقت پیشبینی احتمال تقلب در شرکتهای موردبررسی میباشد. | ||
| کلیدواژهها | ||
| تقلب مالی؛ شبکه عصبی مصنوعی؛ برنامهریزی مجذوری | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,091 تعداد دریافت فایل اصل مقاله: 754 |
||