ارائه الگوی توسعه‌یافته مدل بنیش با تأکید بر ویژگی‌های کیفیت حسابرسی با استفاده از شبکه عصبی، ماشین بردار و جنگل تصادفی

محورهای موضوعی : مالی اسلامی

کیومرث پورقدیمی ¹ , جمال بحری ثالث ² , سعید جبارزاده کنگرلویی ³ , اکبر زواری رضائی ⁴

1 - گروه حسابداری، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران.
2 - گروه حسابداری، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران.
3 - گروه حسابداری، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران.
4 - گروه حسابداری، دانشگاه ارومیه، ارومیه، ایران.

تاریخ دریافت : 1400/06/28 تاریخ پذیرش : 1401/01/22 تاریخ انتشار : 1401/03/01

کلید واژه: شبکه عصبی, مدل بنیش, ماشین بردار و جنگل تصادفی, ویژگی‌های کیفیت حسابرسی,

چکیده مقاله :

هدف: با پیچیده شدن فرایند کسب‌وکار خطر انحراف صورت های مالی هر روز بیشتر می شود. در این راستا پژوهشگران به دنبال مدل هایی برای کشف تقلب در صورت های مالی بوده اند. هدف پژوهش ارائه مدل بسط یافته بنیش بر اساس ویژگی‌های کیفیت حسابرس است.روش‌شناسی پژوهش: بنیش (1997) با استفاده از نسبت های مالی و اقلام تعهدی شیوه های دست‌کاری سود را پیش بینی نمود. از آنجایی‌که حسابرسان به‌عنوان نظارت خارجی در ساختار راهبری شرکت ها بر عملکرد شرکت مطرح می شود، در این پژوهش مدل بنیش بر اساس ویژگی های کیفی حسابرس بسط داده می شود که عبارت‌اند از اندازه حسابرس، دوره تصدی حسابرس، تأخیر در گزارش حسابرس، طبقه حسابرس و تغییر حسابرس. از برازش مدل ماشین بردار و جنگل تصادفی و شبکه عصبی جهت برازش مدل بسط یافته بهره گرفته شده است.یافته‌ها: نتایج نشان‌دهنده دقت ضرایب به‌دست‌آمده از مدل جنگل تصادفی 4/98 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. ویژگی های حسابرسی در پیش بینی تقلب در صورت های مالی تأثیرگذار است و بهتر است توسط مشارکت‌کنندگان بازار سرمایه در نظر گرفته شود.اصالت / ارزش افزوده علمی: یافته های پژوهش می تواند در بهبود پیش بینی تقلب در صورت های مالی مؤثر باشد و همچنین توجه استفاده کنندگان را به ترکیب اطلاعات صورت های مالی و ویژگی های گزارش حسابرس در پیش بینی تقلب جلب می کند.

چکیده انگلیسی:

Purpose: 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. The purpose of this research is to present an expanded model based on the quality characteristics of the auditor.Methodology: 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 char-acteristics of the auditor, which include the auditor's size, auditor tenure, reporting delay, Auditor Class and Auditor Change. The fitting of the vector machine, random forest and neural network has been used to fit the ex-tended model.Findings: 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%. Also, the extended model is more accurate than the base model. Audit characteristics are influential in predicting fraud in financial statements and should be considered by capital market participants.Originality / Value: Research findings can be effective in improving the prediction of fraud in financial statements and also draw users' attention to the combination of financial statement information and the characteristics of the auditor's report in fraud prediction.

منابع و مأخذ:

ابراهیمی، کاظم؛ بهرامی، نسب علی و جواد باغیان (۱۳۹۶). تأثیر کیفیت حسابرسی و رعایت حقوق سهام‌داران بر احتمال گزارشگری متقلبانه، دانش حسابرسی،17(69)، 149-125.

بادآور نهندی، یونس؛ تقی‎زاده خانقاه، وحید. (1392). بررسی ارتباط بین کیفیت حسابرسی و کارایی سرمایه‎گذاری. بررسی‏‌های حسابداری و حسابرسی، 20(2)، 42-19.

بزرگ اصل، موسی؛ رجب دری، حسین؛ خرمین، منوچهر. (1397). بررسی عوامل مؤثر بر انتشار به هنگام گزارش حسابرسی. مجله دانش حسابداری، 9(1)، 146-115.

بهرامی، آسو؛ نوروش، ایرج؛ راد، عباس؛ محمدی ملقرنی، عطاالله. (1399). پیش بینی کشف تقلب در صورت های مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران. مطالعات تجربی حسابداری مالی، 17(65)، 59-35.

جمالی، زهرا (1395). بررسی رابطه مکانیزم‌های انتخابی حاکمیت شرکتی و کیفیت حسابرسی بر وقوع تقلب در صورت‌های مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران، پایان نامه کارشناسی ارشد، دانشکده اقتصاد، مدیریت و حسابداری دانشگاه یزد.

دهقانی، مهرسا؛ بهادری، مریم؛ اسماعیلی، زهرا. (1395). بررسی رابطه بین کیفیت حسابرسی و احتمال رخداد تقلب در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران، اولین همایش حسابداری، اقتصاد و نوآوری در مدیریت، بندرعباس، دانشگاه آزاد اسلامی واحد بندرعباس.

رحیمیان، نظام الدین؛ حاجی حیدری، راضیه. (1398). کشف تقلب با استفاده از مدل تعدیل شده بنیش و نسبت‌های مالی. پژوهش های تجربی حسابداری، 9(1)، 70-47.

سخن ور، مصطفی (1394). بررسی تأثیر کیفیت حسابرس بر مکانیزم کشف تقلب در واحدهای صاحبکار با تاکید بر چرخه عمر شرکت. پایان‌نامه کارشناسی ارشد، دانشگاه آزاد اسلامی ‌واحد شاهرود.

شعری، صابر؛ احمدوند، میثم؛ لاریجانی، ریحانه. (1396). آزمون رابطه مدیریت سود واقعی و رتبه اعتباری شرکت های پذیرفته شده در بورس اوراق بهادار تهران. پژوهش های تجربی حسابداری، 7(4)، 145-117.

شیرازی دهخوارقانی، مجید؛ حقگو مهرداد، ناهید. (1397). بررسی رابطه استراتژی تجاری با گزارشگری مالی متقلبانه با تأکید بر نقش کیفیت افشا. چشم انداز حسابداری و مدیریت، 1(1)، 76-60.

عسگری آلوج، حسین؛ نیک بخت، محمدرضا؛ کرمی، غلامرضا کرمی؛ مؤمنی، منصور. (1398). توسعه مدل بنیش با ترکیب شبکه‌های عصبی مصنوعی و الگوریتم بهینه‌سازی حرکت تجمعی ذرات برای پیش‌بینی دستکاری سود. بررسی‏‌های حسابداری و حسابرسی، 26(4)، 638-615.

کامرانی، حسین؛ عابدینی، بیژن. (1401). تدوین مدل کشف تقلب صورتهای مالی با استفاده از روش های شبکه عصبی مصنوعی و ماشین بردار پشتیبانی در شرکت‌های پذیرفته شده در بورس اوراق بهادر تهران. دانش حسابداری و حسابرسی مدیریت، 11(41)، 314-285.

کردستانی، غلامرضا؛ تاتلی، رشید. (1395). پیش‎بینی دستکاری سود: توسعۀ یک مدل. بررسی‏‌های حسابداری و حسابرسی، 23(1)، 96-73.

مجتهدزاده، ویدا؛ قدرتی، منا. (1391). اثر بی قاعدگی اقلام تعهدی بر قیمت‌گذاری شرکت‌ها. مهندسی مالی و مدیریت اوراق بهادار، 3(10)، 135-119.

مرادی، جواد؛ رستمی، راحله؛ زارع، رضا. (1393). شناسایی عوامل خطر مؤثر بر احتمال وقوع تقلب در گزارشگری مالی از دید حسابرسان و بررسی تأثیر آن‌ها بر عملکرد مالی شرکت. پیشرفت‌های حسابداری، 6(1)، 173-141.

Abdel-Meguid, A. M., Ahmed, A. S., & Duellman, S. (2013). Auditor independence, corporate governance and aggressive financial reporting: an empirical analysis. Journal of Management & Governance, 17(2), 283–307.

Asgari Alouj, H., Nikbakht, M., Karami, G., Momeni, M. (2019). Development of the Beneish Model by Combining Artificial Neural Network and Particle Swarm Optimization Algorithm for Earnings Management Prediction. Accounting and Auditing Review, 26(4), 615-638. [In Persian]  

Badavar Nahandi, Y., Taghizadeh Khanqah, V. (2013). The Relationship between Audit Quality and Investment Efficiency. Accounting and Auditing Review, 20(2), 19-42. [In Persian]

Bahrami, A., Noravesh, I., Raad, A., mohamadi molqarani, A. (2020). . Forecasting the Financial Statements Fraud Detection of Companies Listed on the Stock Ex-change. Empirical Studies in Financial Accounting, 17(65), 35-59. [In Persian]

Beneish, M. D. (1997). Detecting GAAP violation: implications for assessing earnings management among firms with extreme financial performance. Journal of Accounting and Public Policy, 16(3), 271–309.

‌Beneish, M. D. (1999). Incentives and Penalties Related to Earnings Overstatements that Vio-late GAAP. The Accounting Review, 74(4), 425–457.

Bozorg Asl, M., Rajabdorri, H., Khoramin, M. (2018). Investigating the Factors Affecting Timely Audit Reports. Journal of Accounting Knowledge, 9(1), 115-146. [In Persian]

Briloff, A. J. (1990). Accountancy and society a covenant desecrated. Critical Perspectives on Accounting, 1(1), 5–30.

Cooper, D. J., & Neu, D. (2015). Auditor and Audit Independence in an Age of Financial Scandals. Advances in Public Interest Accounting, 1–15.

Danielsen, B. R., Van Ness, R. A., & Warr, R. S. (2007). Auditor Fees, Market Microstructure, and Firm Transparency. Journal of Business Finance & Accounting, 34(1-2), 202–221.

DeAngelo, L. E. (1981). Auditor independence, “low balling”, and disclosure regulation. Journal of Accounting and Economics, 3(2), 113–127.

Dechow, P. M., & Skinner, D. J. (2000). Earnings Management: Reconciling the Views of Accounting Academics, Practitioners, and Regulators. Accounting Horizons, 14(2), 235–250.

Dehghani, M; Bahadori, M; and Z, Ismaili (2016). 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. [In Persian]

Ebrahimi, K; Bahrami, Ali; and, J.  Baghian (2017). The Impact of Audit Quality and Shareholder Rights on the Probability of Fraudulent Reporting, Auditing Knowledge, 17 (69). 149-125. [In Persian]

Eilifsen, A., Messier, W. F., Glover, S. M., & Prawitt, D. F. (2014). Auditing and assurance services.‏

Erdoğan, M., & Erdoğan, E. O. (2020). Financial Statement Manipulation: A Beneish Model Application. Contemporary Studies in Economic and Financial Analysis, 173–188.

Healy, P. M. (1985). The effect of bonus schemes on accounting decisions. Journal of Accounting and Economics, 7(1-3), 85–107.

‌Hołda, A. (2020). Using the Beneish M-score model: Evidence from non-financial companies listed on the Warsaw Stock Exchange. Investment Management and Financial Innovations, 17(4), 389–401.

Jamali, Z (2016). Investigating the relationship between selective mechanisms of corporate governance and audit quality on the occurrence of fraud in the financial statements of companies listed on the Tehran Stock Exchange. Master Thesis, Faculty of Economics, Management and Accounting, Yazd University. [In Persian]

Jofre, M., & Gerlach, R. H. (2018). Fighting Accounting Fraud Through Forensic Data Analytics. SSRN Electronic Journal.

Kamrani, H., B, Abedini (2022). Formulation of Financial Statement Fraud Detection Model Using Artificial Neural Network and Support Vector Machine Approaches in Companies Listed in Tehran Bahador Stock Exchange. Journal of Management Accounting and Auditing Knowledge, 11(41), 285-314. [In Persian]

Khurana, I. K., & Raman, K. K. (2006). Do Investors Care about the Auditor’s Economic Dependence on the Client?. Contemporary Accounting Research, 23(4), 977–1016.

Kordestani, G., Tatli, R. (2016). The Prediction of Earnings Manipulation: Development of a Model. Accounting and Auditing Review, 23(1), 73-96. [In Persian]

Kyle, A. S. (1985). Continuous Auctions and Insider Trading. Econometrica, 53(6), 1315.

Laksmana, I., & Yang, Y. (2014). Product market competition and earnings management: Evidence from discretionary accruals and real activity manipulation. Advances in Accounting, 30(2), 263–275.

Li, T., & Zaiats, N. (2018). Corporate governance and firm value at dual class firms. Review of Financial Economics, 36(1), 47–71.

‌Luo, J., Peng, C., & Zhang, X. (2020). The impact of CFO gender on corporate fraud: Evidence from China. Pacific-Basin Finance Journal, 63, 101404.

Mojtahedzadeh, V., Ghodrati, M. (2012). The effect of irregularity of accruals on companies' pricing. Financial Engineering and Portfolio Management, 3(10), 119-135. [In Persian]

Moradi, J., Rostami, R., Zare, R. (2014). Recognizing Risk Factors Affecting Fraud Probability in Financial Reporting from Auditors' Viewpoint and Its Impact on Firms' Performance. Journal of Accounting Advances, 6(1), 141-173. [In Persian]

Mustafa, s. T., & meier, h. H. (2006). Cap forum on forensic accounting in the post-enron world audit committees and misappropriation of assets: publicly held companies in the united states/les comités de vérification et le détournement de biens : les sociétés ouvertes aux états-unis. Canadian accounting perspectives, 5(2), 307–333.

Pott, C., Mock, T. J., & Watrin, C. (2009). Review of empirical research on rotation and non-audit services: auditor independence in fact vs. appearance. Journal Für Betriebswirtschaft, 58(4), 209–239.

Power, M. (2004). The risk management of everything. The Journal of Risk Finance, 5(3), 58–65.

Rahimian, N., Hajiheydari, R. (2019). Fraudulent Financial Statement detection Using: Adjusted-M-score-Beneish models and financial ratios.. Empirical Research in Accounting, 9(1), 47-70. [In Persian]

Shahzad, K., Pouw, T., Rubbaniy, G., & El-Temtamy, O. (2018). Audit quality during the global financial crisis: The investors’ perspective. Research in International Business and Finance, 45, 94–105.

Shakouri, M., Taherabadi, A., Ghanbari, M., Jamshidinavid, B. (2021). Explaining the Beneish model and providing a comprehensive model of fraudulent financial reporting(FFR). International Journal of Nonlinear Analysis and Applications, 12, 39-48.

Sheri, S., Ahmadvand, M., Larijani, R. (2017). Real Activities Earnings Management And Credit Ratings. Empirical Research in Accounting, 7(4), 117-145.

Shirazi Dehkharghani, M., Haghgo Mehrdad, N. (2018). Investigating the Relationship between Business Strategy and Fraudulent Financial Reporting with Emphasis on the Role of Disclosure Quality, Journal of Accounting and Management Vision, 1(1), 60-76. [In Persian]

Sikka, P. (2008). Globalization and its discontents. Accounting, Auditing & Accountability Journal, 21(3), 398–426.

‌Sokhanvar, M (2015). Investigating the Impact of Auditor Quality on Fraud Detection Mechanism in Customer Units with Emphasis on Company Life Cycle. Master Thesis of Islamic Azad University, Shahroud Unit. [In Persian]

Wang, Z., Chen, M.-H., Chin, C. L., & Zheng, Q. (2017). Managerial ability, political connections, and fraudulent financial reporting in China. Journal of Accounting and Public Policy, 36(2), 141–162.

Watts, R. L., & Zimmerman, J. L. (1986). Positive accounting theory. Prentice-Hall.

Woods, M., Humphrey, C., Dowd, K., & Liu, Y. (2009). Crunch time for bank audits? Questions of practice and the scope for dialogue. Managerial Auditing Journal, 24(2), 114–134.

Wu, H., Chang, Y., Li, J., & Zhu, X. (2022). Financial fraud risk analysis based on audit information knowledge graph. Procedia Computer Science, 199, 780–787.