| تعداد نشریات | 60 |
| تعداد شماره‌ها | 2,043 |
| تعداد مقالات | 16,472 |
| تعداد مشاهده مقاله | 43,656,214 |
| تعداد دریافت فایل اصل مقاله | 24,824,243 |
الگوی تشخیصِ تقلب مالی تحتِ اجرای ارزیابی الگوریتم‌های مطلوبیتِ شبکه عصبی مصنوعی | ||
| مطالعات تجربی حسابداری مالی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 15 بهمن 1403 اصل مقاله (2.69 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 «QP» در الگوریتم‌های شبکه عصبی مصنوعی، تلاش شده است تا طی چندین مرحله براساس 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 براساس دو مقیاس آزمون و کنترل، الگوریتم‌هایی فر ابتکاری که بالاترین ضرایب دقت در پیش‌بینی صحت تقلب مالی را دارند، در سطح شرکت‌های بازار سرمایه مورد بررسی قرار گیرند. لذا براساس فرآیند نمونه گیری سیستماتیک، تعداد 95 شرکت بورس اوراق بهادار انتخاب شدند تا براساس 950 مشاهده (سال-شرکت)، حد فاصل شرکت‌های دارای سلامت مالی با شرکت‌های دارای احتمال تقلب مالی از طریق دهک‌بندی تعیین گردد و شرکت‌های قرار گرفته در دهک‌های دارای تقلب مالی، از طریق پارامترهای مطلوبیت شبکه عصبی مصنوعی مورد بررسی 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 دهک‌بندی شده براساس دو الگوریتم انتخابی ژنتیک و کلونی زنبور عسل نشان می‌دهد، الگوریتم کلونی زنبور عسل از ضریب دقت بالاتری در پیش‌بینی صحت احتمال تقلب شرکت‌های مورد بررسی برخوردار است. | ||
| کلیدواژه‌ها | ||
| تقلب مالی؛ شبکه عصبی مصنوعی؛ برنامه‌ریزی مجذوری | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 14 تعداد دریافت فایل اصل مقاله: 7 |
||