کبری حمزه زادی - دانشجوی کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی قزوین، واحد علوم و تحقیقات
حسین اعتمادی - دانشیار گروه حسابداری دانشگاه تربیت مدرس

پیش بینی دقیق خطر بروز تقلب در صورت های مالی موجب افزایش توانایی پیشگیری و کشف آن خواهد شد. داده های صورت های مالی حسابرسی شده این توانایی را دارند تا هرگونه تقلب در صورت های مالی را پیش بینی و کشف نمایند. از این رو تحقیق حاضر بر آن است تا با استفاده از نسبت های مالی بر پیش بینی تقلب در صورت های مالی بوسیله شبکه عصبی مصنوعی اهتمام ورزد. نمونه آماری تحقیق شامل 855 شرکت (379 شرکت دارای نشانه های تقلب و 476 شرکت فاقد نشانه های تقلب) پذیرفته شده در بورس اوراق بهادار تهران و در دوره زمانی 1388-1384 است. از میان 29 نسبت مالی اولیه، 15 نسبت به عنوان پیش بینی کننده های بالقوه برای آزمون انتخاب شده اند. چند مدل شناسایی صورت های مالی دارای تقلب بر اساس شبکه عصبی پرسپترون چند لایه با تعداد نرون و توابع فعالسازی مختلف ایجاد شدند. نتایج حاکی توانایی مدل های مبتنی بر شبکه عصبی در پیش بینی تقلب در صورت های مالی است.

تقلب مالی، نسبت های مالی، شاخص های غیرمالی، شبکه عصبی مصنوعی