پیش بینی تغییر حسابرس مستقل: رویکرد داده کاوی

طی سال های اخیر پدیده تغییر حسابرس به زمینه مهمی در تحقیقات دانشگاهی و محافل حرفه ای تبدیل شده است. هدف این تحقیق ارائه مدلی برای پیش بینی تغییر حسابرس مستقل سال بعد، با استفاده از تکنیک های طبقه بندی داده کاوی می باشد. بدین منظور از سه تکنیک: شبکه های عصبی مصنوعی، درخت تصمیم گیری c5.0 و رگرسیون لجستیک استفاده و در نهایت با توجه به بررسی های مقایسه ای مدلی با بالاترین توانائی (قدرت) ارائه گردیده است. جامعه آماری تحقیق، شامل تمامی شرکت های پذیرفته شده در بورس اوراق و بهادار تهران طی سال های 1382 الی 1388 می باشد. نتایج مدل های حاصله (یافته های تحقیق)، نشان می دهد که متغیر های تغییر مدیریت عامل، اندازه شرکت، مدیریت سود و نوع مالکیت مهمترین متغیرها جهت پیش بینی می باشند. همچنین از بین سه تکنیک بکارگرفته شده، تکنیک درخت تصمیم بالاترین توانایی جهت پیش بینی را دارد.