رحیم دباغ - دانشیار اقتصاد، گروه مهندسی صنایع، دانشکده فناوری ها ی صنعتی، دانشگاه صنعتی ارومیه
حبیب مولایی - استادیار گروه حسابداری موسسه آموزش عالی علم و فن
پریسا آجرفروش - دانشجوی کارشناسی ارشد حسابداری موسسه آموزش عالی علم و فن

شناخت عوامل موثر بر تقلب و پیش بینی آن با توجه به اطلاعات صورت های مالی میتواند نقش به سزایی درکاهش احتمال وقوع تقلب داشته باشد. با استفاده از مدل تقلب لوزی با رو ش خطی رگرسیون لجستیک و روشغیرخطی شبکه عصبی عمیق و با متغیرهای ورودی فرصت، فشار، توجیه و قابلیت در بازه زمانی ۱۳۹۰ تا ۱۳۹۹درصدد پیش بینی و خطای احتمال کمتر وقوع تقلب ارایه می شود. خطای پیش بینی با شاخص RMSE در مدل رگرسیون ۰/۲۳۱۸ و مدل شبکه عصبی ۰/۲۰۲۵ می باشد و نشان دهنده قدرت پیش بینی بهتر شبکه عصبی نسبت به رگرسیون لجستیک در پیش بینی احتمال وقوع تقلب می باشد.

رهیافت، صورت های مالی، مدل لوزی تقلب