- همه نشریات
- ادبیات فارسی و زبانهای خارجی
- اقتصاد (دانشکده و پژوهشکده))
- الهیات و معارف اسلامی
- پژوهش و نقد (معاونت پژوهشی دانشگاه)
- تربیت بدنی و علوم ورزشی (دانشکده و پژوهشکده)
- حقوق و علوم سیاسی
- روانشناسی، علوم تربیتی و اطلاع رسانی
- علوم اجتماعی
- علوم ارتباطات
- علوم ریاضی و رایانه
- مدیریت و حسابداری
- موسسه آموزش عالی بیمه اکو
اخبار و اعلانات
آمار
| تعداد نشریات | 59 |
| تعداد شماره‌ها | 1,967 |
| تعداد مقالات | 15,739 |
| تعداد مشاهده مقاله | 38,556,012 |
| تعداد دریافت فایل اصل مقاله | 22,750,246 |
شناسایی تقلب مالی در شرکت‌های سهامی‌عام با استفاده معیارهای مالی وغیرمالی با رویکرد یادگیری ماشین | ||
| مطالعات مدیریت کسب و کار هوشمند | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 22 اردیبهشت 1403 اصل مقاله (2.27 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/ims.2024.78018.2434 | ||
| نویسندگان | ||
| عباس باقریان کاسگری* 1؛ ایمان رئیسی وانانی2؛ مقصود امیری3؛ سعید همایون4 | ||
| 1دانشجوی دکتری رشته مدیریت فناوری اطلاعات دنشگاه علامه طباطبایی، تهران، ایران | ||
| 2دانشیار گروه مدیریت صنعتی- دانشکده مدیریت - دانشگاه علامه طباطبائی | ||
| 3استاد گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی ، تهران، ایران | ||
| 4دانشیار گروه حسابداری، دانشگاه گوله، گوله، سوئد. | ||
| چکیده | ||
| بیشتر سیستم‌های تشخیص تقلب سنتی برای شناسایی تقلب مالی، صرفا معیارهای مالی را در نظر می‌گیرند که به نظر می‌رسد درحالیکه این احتمال وجود دارد که شرکت‌های متقلب علاوه بر تقلبهای مالی، مرتکب سایر انواع تقلبهای غیر مالی نیز شوند. اگرچه تحقیقات اخیر، بیش از حد بر اهمیت داده های مالی به عنوان تنها فاکتور پیش‌بینی‌کننده تقلب تأکید کرده‌اند؛ هیچ مطالعه‌ای بر معیارهای غیر مالی یا ESG به عنوان یک فاکتور کمکی برای برای پیش‌بینی تقلب انجام نشده است. لذا هدف این تحقیق این است که با ارائه یک مدل یادگیری ماشینی پیشرفته و یادگیری عمیق، امکان بهبود پیش‌بینی تقلبهای بر اساس ترکیبی از داده‌های مالی و ESG، را بررسی نماید. در این پژوهش با استفاده از الگوریتم های نظارت‌شده یادگیری ماشین و یادگیری عمیق، به بررسی چگونگی شناسایی تقلب مالی در بازه زمانی 10 ساله منتهی به سال 1401 پرداخته می شود. این تحقیق به طور نوآورانه‌ای نشان داد که استفاده از مدل ترکیبی مبتنی بر داده‌های مالی ومعیارهای غیرمالی قدرت پیش‌بینی‌کننده‌ای بهتری برای تقلبهای مالی نسبت به تکیه صرف بر داده‌های مالی دارد. مطابق یافته های این تحقیق، در پاسخ به پرسش اول این تحقیق، در میان الگوریتم‌های یادگیری ماشین و یادگیری عمیق، بالاترین کارایی در برای الگوریتم طبقه‌بندی یا Bagging مشاهده گردید. همچنین یافته های این تحقیق در خصوص سوال دوم تحقیق نشان می دهد که مجموعه داده‌ای همه ویژگی‌ها(مدل ترکیب داده‌های مالی و غیرمالی) کارایی بهتری در مقایسه با مجموعه داده‌های مالی به تنهایی) و غیرمالی به تنهایی داشته است. | ||
| کلیدواژه‌ها | ||
| سیستم‌های هوشمند کشف تقلب؛ یادگیری عمیق؛ یادگیری ماشین؛ معیارهای مالی؛ معیارهای غیر مالی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 115 تعداد دریافت فایل اصل مقاله: 113 |
||
Scholarly Journals Management System © 1991.05.01 by Allameh Tabatabaei University is
licensed under Attribution-NonCommercial 4.0 International.
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب