پیش بینی نوع اظهارنظر حسابرسان با رویکردی بر روش های داده کاوی

محورهای موضوعی : حسابداری مدیریت

محمدحسین ستایش ¹ (ندارد)
فهیمه ابراهیمی ² (ندارد)
سیدمجتبی سیف ³ (ندارد)
مهدی ساریخانی ⁴ (ندارد)

تاریخ دریافت : 1391/01/20 تاریخ پذیرش : 1391/05/15 تاریخ انتشار : 1391/12/19

کلید واژه: اظهارنظر حسابرس, شبکه عصبی مصنوعی, ماشین بردار پشتیبان, نزدیک ترین همسایگی, درخت&#x0D, &#x0D, تصمیم,

چکیده مقاله :

روش های داده کاوی می تواند حسابرسان را در ارائه اظهارنظر حسابرسی یاری رساند. هدف این پژوهشپیش بینی نوع اظهارنظر حسابرسان با استفاده از رو شهای داده کاوی و مقایسه عملکرد این روش ها است. بدینمنظور از روش های شبکه عصبی مصنوعی، ماشین بردار پشتیبان، نزدی کترین همسایگی و درخت تصمیم استفادهشده است. نمونه مورد بررسی شامل 842 مشاهده طی سال های 1380 تا 1389 بوده که این مشاهدات به دو قسمتتقسیم شده است، قسمتی از مشاهدات برای آموزش و قسمتی برای ارزیابی روش در نظر گرفته می شود. مقایسه% عملکرد رو شهای مورد استفاده بیانگر این است که روش ماشین بردار پشتیبان با صحت پی شبینی معادل 76نسبت به سایر روش ها دارای بهترین عملکرد در پی شبینی نوع اظهارنظر حسابرسان است. بررسی خطای نوع اول ودوم هریک از روش ها نیز بیانگر عملکرد بهتر ماشین بردار پشتیبان است.

چکیده انگلیسی:

Data mining methods can be used to assist auditors with providing audit opinions.The purpose of this research is to forecast the type of audit opinions using data miningmethods and compare the performance of these methods. Artificial neural networks,support vector machines, nearest neighbors and decision tree methods were used toconduct the research. The sample consists of 842 observations between 2001 and 2010.The observations were divided in two groups: one group for training and the other forassessment of the method. A comparison of the performance of methods indicates thatsupport vector machines approach outperforms the other approaches with a predictiveability of 76%. Also measuring type I and type II error rates of each method shows thatthe performance of support vector machines is higher than the other methods.