A New Approach to Predicting Fraud in Financial Statements (Compare models and simulations traditional and modern)

Document Type : Original Article

Authors

1 Phd Candidate, Accounting Department, Qaemshahr Branch, Islamic Azad University, Qaemshahr, Iran

2 Assistance Prof ,Accounting Department,Qaemshahr Branch,Islamic Azad University,Qaemshahr,Iran

3 Assistance Prof, Accounting Department, Qaemshahr Branch, Islamic Azad University, Qaemshahr, Iran

10.22034/iaar.2023.172761

Abstract

Financial statements fraud is increasingly a serious problem for businesses, governments and investors have become. In fact, the issue of the reliability of capital markets, bosses and even threaten the auditing profession. Auditors in particular face their apparent inability to detect large-scale fraud, and therefore various methods have been proposed to identify this problem. The aim of this study was to compare different models of traditional and modern simulation and predict fraud in the financial statements.
Study the practical approach. Research period 1390 to 1398 and the model of the selected companies in the Tehran Stock Exchange has been used.
In this study, based on three traditional approach, genetic algorithms and methods to predict non-linear Markov switching models have estimated fraud and accuracy.  Based on the prevailing regime in Tehran Stock Exchange regulations fraud is high; According to the results of highest accuracy in predicting fraud regime change and genetic algorithms and logistic highest and the accuracy of the model, respectively. 

Keywords

References

  1. اعتمادی، حسین، عبدلی، لیلا، (1396)، "کیفیت حسابرسی و تقلب در صورت‌های مالی"، دانش حسابداری مالی، دوره 4 ، شماره 4، 23-43.
  2. اصل، بهشور اسحاق، احمدی پاک فرشته، (1400)، «خودشیفتگی مدیرعامل و ریسک تقلب در گزارشگری مالی با تأکید بر نقش حسابرسان و کمیته حسابرسی»، دانش حسابداری، دوره 12، شماره 2، صص 139-155.
  3. حجازی رضوان, بیات مصطفی، (1398)؛ "رابطه داده‌های حجیم با تقلب در حسابداری"؛ مطالعات حسابداری و حسابرسی؛ انجمن حسابداری ایران، دوره 8 ، شماره  32، 5-12.
  4. رضائی, مهدی, ناظمی اردکانی, مهدی, ناصر صدرآبادی, علیرضا. (1399). کشف تقلب صورت‌های مالی با توجه به گزارش حسابرسی صورت‌های مالی. حسابداری مدیریت, 13(45), 141-153.
  5. سجادی سید حسین؛ کاظمی توحید؛ (1395)، «الگوی جامع گزارشگری مالی متقلبانه در ایران به روش نظریه پردازی»، پژوهش‌های تجربی حسابداری، دوره 6، شماره 3، صص 185 تا 204.
  6. شکرخواه جواد، احمدی پاک فرشته، بهشور اسحاق، (1400)، «نقش حسابرسان مستقل و کمیته حسابرسی در کاهش ریسک تقلب با تأکید بر کاهش ناهمخوانی بین معیارهای مالی و غیر مالی»، مطالعات تجربی حسابداری مالی، مقاله 2، دوره 18، شماره 69، صص 29-54.
  7. صدیقی کمال لیلا، (1392). «تقلب در صورت‌های مالی براساس گزارش انجمن بازرسان رسمی تقلب»، مجله حسابرس، شماره 64: 116-120.
  8. غلامی زاده، فائزه، حصارزاده، رضا، ساعی، محمد، (1397)، "معیارهای واژه محور و معیارهای سنتی تقلب در گزارش های مالی"، راهبرد مدیریت مالی، دوره 6، شماره 20، صص 73-92.
  9. موسوی بیوکی فاطمه سادات، برزگری خانقاه جمال؛ (۱۳۹۴)، "مروری بر مطالعات و مفاهیم تقلب در حسابداری و حسابرسی"، مطالعات حسابداری و حسابرسی، انجمن حسابداری ایران، سال چهارم، شماره ۱۶، 19-1.
  10. فرقاندوست حقیقی، کامبیز، بروآری، فرید و فروغی دهکردی، امین، (1393)، "مطالعه رابطه مدیریت سود و امکان تقلب در صورت‌های مالی "، فصلنامه دانش حسابرسی، دوره 14، شماره 56، صص 67-68.
  11. فیضی زاده احمد، (1399)، «شناسایی و اولویت‌بندی روش‌های تقلب در صورت‌های مالی از دیدگاه حسابرسان»، دانش حسابداری و حسابداری مدیریت، دوره 9، شماره 33، صفحه 1-8.
  12. گرامی آمنه، یاراحمدی فائزه و قربانی نسرین و ذاکری سماء، (1400)، «ریسک تقلب در صورت‌های مالی مدیران»، هفتمین کنفرانس بین‌المللی مدیریت امور مالی، تجارت، بانک، اقتصاد و حسابداری.
  13. محمدموسایی جابر، جمشیدی نوید، بابک، قنبری مهرداد و خیراللهی فرشید، (1398)، "تدوین مدل کشف تقلب با استفاده از رویکرد ترکیبی برپایه مدل تحلیل عاملی و روش شبکه عصبی مصنوعی در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، مجله حسابداری مدیریت، دوره 12، شماره 42، صص 75-87..
  14. یوسف زاده نسرین، پورحیدری امید، خدامی پور احمد، (1400)، "بررسی تاثیر ساختار سوالات پرس‌و‌جو و رابطه بین حسابرس و صاحبکار بر گزارشگری تقلب"، پژوهش‌های تجربی حسابداری، دوره 11، شماره 3، صص 215-226.
  15. Albrecht, W.S., C.C. Albrecht, and C.O. Albrecht. (2004). Fraud and corporate executives: Agency, stewardship and broken trust. Journal of Forensic Accounting. Vol 5: 109-130.
  16. Asare, K. (2019). How informative are fraud and non-fraud firms' earnings? Journal of Forensic and Investigative Accounting, 11, 309-331.
  17. Davis, J.H., F.D. Shoorman, and L. Donaldson. (1997), Toward a stewardship theory of management, The Academy of Management Review, Vol. 22, No. 1 (Jan., 1997), pp. 20-47.
  18. Diansari & Wijaya, (2019), The Model of Fraud Detection in Financial Statements by Means of Financial Ratios, 20th International Scientific Conference Economics and Management.
  19. Donaldson, L. and J.H. Davis. (1991), Stewardship Theory or Agency Theory: CEO Governance and Shareholder Returns, Australian Journal of Management
  20. Hamilton, J. (1989). A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. Econometrica, 57, 357- 384.
  21. Jensen, M.C. and W.H. Meckling, (1976), Theory of the firm: Managerial behavior, agency costs, and ownership structure, Journal of Financial Economics 3: 305-360.
  22. Kim, Yeonkook J., Baik, Bok. Cho, Sungzoon. (2016), Detecting financial misstatements with fraud intention using multi-class cost-sensitive learning, Expert Systems with Applications, No. 62, pp. 32-43.
  23. Lin, C-H., Chiu, A-A., Huang, S. Y., & Yen, D. C. (2016). Detecting the financial statement fraud: The analysis of the differences between data mining techniques and experts’ judgments. Knowledge-Based Systems, 89, 459-470.
  24. Mangala, Deepa, & Kumari, Pooja. (2015). Corporate Fraud prevention and deteCtion: revisiting the Literature. Journal of Commerce and Accounting Research, 4(1), 35-45.
  25. Merton, R. K. (1968). Social Theory and Social Structure. New York: Free Press. No. 9, 17– 34.
  26. Messner, S. and R. Rosenfeld, R. (1994), Crime and the American Dream, Belmont: Wadsworth. Expert Systems with Applications, No. 142, 57– 70.
  27. Ramírez-Orellana, A., María, J., Martínez-Romero, A., & Teresa Mari˜, N. (2017). Measuring fraud and earnings management by a case of study: Evidence from an international family business. European Journal of Family Business, 7, 41-53.
  28. Sadgi M.Chyan-long Jan, (2019), An Effective Financial Statements Fraud Detection Model for the Sustainable Development of Financial Markets: Evidence from Taiwan, Sustainability, Vol 10 (2), 513.
  29. Tangod, kk., Kulkarni, GH., (2015), Detection of Financial Statement Fraud using Data Mining Technique and Performance Analysis, International Journal of Advanced Research in Computer and Communication Engineering. Vol. 4, No 7.
  30. Yan K. (2020). Accountability in financial reporting: detecting fraudulent firms, Procedia-Social and Behavioral Sciences, No. 145, 61– 69.
Accounting and Auditing Research
Volume 15, Issue 57
April 2023
Pages 141-160

Files

Share

How to cite

Statistics