به گزارش ایسنا، آثار زیان‌باری که رسوایی‌های مالی در سال های اخیر به وجود آورده است، توجه به بحث تقلب در ایران را اجتناب ناپذیر کرده است. تحقیقات نشان داده است که یک سیستم توسعه‌یافته کنترلی، سد حفاظتی قوی در برابر انواع دست‌کاری داده‌ها و تقلب در داخل سازمان است.
این پژوهش که در قالب رساله دکترای تخصصی الهه تشدیدی در رشته حسابداری انجام شده است، به دنبال ارائه الگوی جامع پیشگیری و کشف تقلب در ایران است و از دو بخش کیفی و کمی تشکیل شده است.
هدف اصلی بخش کیفی پژوهش، ارائه الگوی پیشگیری تقلب با توجه به ویژگی های فرهنگی، اقتصادی و سیاسی حاکم بر سازمان های ایرانی است. این بخش، از نوع پژوهش‌های کیفی است که با استفاده از روش نظریه پردازی زمینه بنیان و بررسی مطالعات کتابخانه ای انجام شده است. براساس نتایج این پژوهش عوامل فرهنگ اخلاقی سازمان و سیستم کنترلی اثربخش ، شروط علی و اثرگذار بر روش‌های کنترلی شناخته شدند.
همچنین فرهنگ عمومی، شرایط اقتصادی کشور، اعتقادات مذهبی و نظام قانونی جزء شرایط زمینه‌ای و عوامل حاکمیت شرکتی و کیفیت حسابرسی مستقل جزء شرایط مداخله گر قرار گرفتند. در نهایت روش های پیشگیری و کنترل تقلب در چهار گروه کنترل های فیزیکی، کنترل های حسابداری، افشاگری تقلب و افزایش نقش واحد منابع انسانی طبقه بندی و پیامدهای آن در سه سطح جامعه، سازمان و سطح فردی شناسایی و ارائه شدند.
با توجه به اینکه برای کتمان تقلب در صورت‌های مالی، از طرح‌های پیچیده و سازمان یافته استفاده می‌شود، خطر کشف نشدن تقلب افزایش می‌یابد. در نتیجه توسعه روش‌های کشف تقلب می‌تواند به عنوان راهکاری مورد توجه قرار گیرد.
به همین دلیل بخش کمی پژوهش با استفاده از الگوریتم زنبورعسل به توسعه روش‌های کشف تقلب در صورت های مالی پرداخته است. برای بررسی موضوع سه روش الگوریتم زنبور عسل، الگوریتم ژنتیک و رگرسیون لجستیک به کارگرفته شده است. نمونه آماری این مطالعه متشکل از ۳۶ شرکت پذیرفته شده در بورس اوراق بهادار (۱۸ شرکت مشکوک به تقلب و ۱۸شرکت غیر متقلب) برای دوره زمانی ۱۳۹۴-۱۳۹۶ است. شرکت‌های مشکوک به تقلب بر اساس چک‌لیست تهیه‌شده از ویژگی‌های عوامل تاثیرگذار بر پیشگیری تقلب در بخش اول، انتخاب شدند. پس از استفاده از آنتروپی متقابل، ۱۶ نسبت مالی به عنوان پیش‌بینی کننده‌های بالقوه گزارشگری مالی متقلبانه معرفی شدند.
یافته‌های پژوهش نشان داد که روش الگوریتم زنبور عسل با دقت پیش بینی ۹۶.۲ درصد نسبت به دو روش الگوریتم ژنتیک با دقت ۸۸.۵ درصد و رگرسیون لجستیک با دقت ۸۰.۸ درصد، از عملکرد بهتری جهت شناسایی شرکت‌های مشکوک به تقلب در صورت‌های مالی برخوردار است. همچنین روش پیشنهادی این پژوهش در مقایسه با دیگر روش های تکاملی، از دقت پیش بینی بالاتر، درصد خطای کمتر و سرعت نسبتا خوبی برخوردار است، لذا در حل مسئله پیش بینی احتمال تقلب در صورت های مالی، پیاده سازی الگوریتم زنبور عسل نتایج بهتری را ارائه می دهد.
به نقل از دانشگاه تربیت مدرس، این پژوهش با راهنمایی دکتر سحر سپاسی عضو هیأت علمی دانشکده مدیریت و اقتصاد دانشگاه انجام شده است.
انتهای پیام