کشف تقلب صورت‌های مالی با توجه به گزارش حسابرسی صورت‌های مالی

هدف اصلی این مقاله کشف تقلب صورت‌های مالی با توجه به گزارش حسابرسی صورت‌های مالی است. داده های اولیه مورد بررسی در این پژوهش، مربوط به نمونه آماری با حجم 164 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی مقطع زمانی 1396-1393 می‌باشد، که به روش نمونه گیری حذف سیستماتیک گزینش شده اند. نمونه آماری پژوهش با توجه به نوع گزارش حسابرسی به دو گروه مجزا شامل شرکت های متقلب(1) و شرکت های غیرمتقلب(0) دسته بندی شده اند. متغیرهای مستقل تاثیر گذار بر تقلب در این پژوهش در برگیرنده 41 متغیر مالی و غیر مالی می باشد که بر اساس مبانی نظری و پیشینه پژوهش انتخاب شده اند. در نهایت داده های مربوط به متغیرها که به روش کتابخانه ای جمع آوری گردیده است، به پنچ تکنیک برتر از بین تکنیک های یادگیری ماشین داده شده است، که این تکنیک ها شامل؛ شبکه های بیزین، درخت تصمیم، شبکه های عصبی ، ماشین بردار پشتیبان  و روش ترکیبی می باشد. پس از بکارگیری این تکنیک ها در کشف تقلب صورت‌های مالی ، نتایج نشان داد تمامی تکنیک ها قابلیت کشف تقلب صورت‌های مالی را در سطح نسبتا بالایی دارند و تکنیک پیشنهادی ترکیبی با میزان نرخ پیش بینی 96.2% دارای دقت و توان ارزیابی بالاتری نسبت به سایر تکنیک ها است.