پیش بینی گزارش حسابرس مستقل در ایران : رویکرد داده کاوی

افزایش مبادلات تجاری، اقتصادی، پیشرفت تکنولوژی اطلاعات و انباشته شدن داده های مالی،محدودیت هایی برای استفاده بهینه و کارا از این داده ها به وجود آورده است. به همین دلیل، استفاده ازتکنیک های داده کاوی به منظور استخراج اطلاعات مفید از این داده ها رواج یافته است. هدف اینپژوهش پی شبینی گزارش حسابرس مستقل با استفاده از تکنیک های داده کاوی م یباشد. به منظور پیش بینی گزارش حسابرس مستقل از سه تکنیک طبقه بندی داده کاوی شامل، درخت تصمیمC 5.0 شبکه های عصبی مصنوعی و رگرسیون لجستیک استفاده شده است. جامعه آماری پژوهش شامل تمامیشرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سا لهای 1382 الی 1388 م یباشد. در این تحقیق از 29 متغیر مالی و غیرمالی در قالب 10 طبقه به منظور آموزش و آزمون مدل استفاده شده است نتایج تحقیق نشان م یدهد که میانگین دقت مدل حاصل از تکنیک درخت تصمیمC 5.0 از دو تکنیک دیگر بیشتر بوده و این تکنیک توانایی بالاتری جهت کاهش ریس کهای حسابرسی دارد. درخت تصمیم حاصل از این تکنیک گزارشات حسابرسی را با میانگین دقت 88.64 % پیش بینی می کند. مطابق با نتایج تحقیق با اهمیت ترین متغیر جهت پیش بینی نوع گزارش حسابرس مستقل در تمامی مد لها، نوع گزارش حسابرسی سال قبل (از طبقه حاکمیت شرکتی) م یباشد

Keywords:

گزارش حسابرس مستقل , داده کاوی , تکنی کهای طبقه بندی , درخت تصمیم , شبکه های عصبی مصنوعی