ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > نموذج مقترح لمراجعة الأداء للت...>الوصف

نموذج مقترح لمراجعة الأداء للتنبؤ بالفساد المالي في شركات قطاع الأعمال العام المقيدة في سوق الأوراق المالية المصرية باستخدام تقنية التنقيب في البيانات: دراسة تطبيقية

المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: قابيل، سامي عبدالرحمن (مؤلف)
مؤلفين آخرين: حافظ، سماح طارق أحمد (م. مشارك) , سعده، إكرام أحمد محمد إبراهيم (م. مشارك)
المجلد/العدد: مج46, ع4
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2022
الشهر: أكتوبر
الصفحات: 1 - 62
رقم MD: 1334283
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الفساد المالي | مكافحة الفساد | الأوراق المالية | القوائم المالية
كلمات المؤلف المفتاحية:
مراجعة الأداء | الأنتوساي | الجهاز الأعلى للرقابة المالية SAI | الفساد | مؤشرات مدركات الفساد CPG | التنقيب في البيانات | Performance Audit | International Organization of Supreme Audit Institutions (INTOSAI) | Supreme Audit Institution (SAI) | Corruption | Corruption Perceptions Index (CPI) | Data Mining
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

52

حفظ في:
المستخلص: يهدف البحث إلى بناء نموذج مقترح لمراجعة الأداء للتنبؤ بالفساد المالي في شركات قطاع الأعمال المقيدة في سوق الأوراق المالية المصرية باستخدام تقنية التنقيب في البيانات، في ظل توجه الدولة لمكافحة الفساد، وذلك انطلاقا من خطتها الاستراتيجية والتي تهدف إلى تفعيل آليات الشفافية والنزاهة في مجتمع يدرك مخاطر الفساد في إطار تحقيق أهداف التنمية المستدامة، حيث أطلقت الحكومة المصرية عام ٢٠١٨ برنامج لطرح الشركات الحكومية في البورصة المصرية إيمانا منها بأن القضاء على الفساد هو الحل الأمثل لزيادة تدفق الاستثمارات ونجاح منظومة الإصلاح الاقتصادي. اعتمدت الدراسة في بناء النموذج المقترح على الدراسات السابقة والبيانات المستخلصة من القوائم المالية لشركات قطاع الأعمال وتقارير الجهاز المركزي للمحاسبات، وقد تمت الدراسة التطبيقية على ٢٢ شركة قطاع أعمال عام تخضع لقانون ٢٠٣ لسنة ١٩٩١ خلال الفترة من 2009 وحتى ٢٠٢١ بإجمالي عدد ٢٤٩ مشاهدة باستخدام تقنية التنقيب في البيانات، من خلال عدد ٥ خوارزميات تصنيف وهي الغابات العشوائية Random Forest، والانحدار اللوجيستي Logistic Regression، والجار الأقرب KNN، والساذج باييز Naive Bayes، وآلة المتجهات الداعمة SVM، وأجريت المقارنة بينهم للوصول إلى أفضل خوارزمية تصنيفا وأثبتت خوارزمية الساذج بايز Naive Bayes تفوقها من حيث الدقة لتكون هي المصنف الأفضل بدرجة دقة ٨٩%. وخلصت الباحثة إلى نموذج مقترح للتنبؤ بالفساد يتكون من بعض المؤشرات يمكن لمراجع الأداء استخدامها للمساعدة في التنبؤ بالفساد المالي وهي: نسبة السيولة، نسبة السيولة السريعة، الرافعة المالية، إجمالي الالتزامات/ إجمالي الأصول، معدل العائد على الاستثمار، ومعدل العائد للمبيعات، وصافي الربح قبل الفوائد والضرائب/ المبيعات، وصافي الربح قبل الفوائد والضرائب/ إجمالي الأصول، معدل دوران الأصول، كما اختبرت الدراسة صلاحية النموذج المقترح بالتطبيق على ثلاث شركات (دراسة حالة) وأثبت النموذج قدرته على التنبؤ بدرجة دقة ٨٩%.

The aim of the research is to build a proposed model to conduct a performance audit to predict financial corruption in the business sector companies listed in the Egyptian stock market using Data Mining Technology. In the light of the government’s strategic approach to combating corruption, which aims to activate the implementation of integrity and transparency mechanisms in a society that understands the risks of corruption within the framework of achieving sustainable development goals, in 2018, the Egyptian government launched a program to list government companies on the Egyptian Stock Exchange, believing that eliminating corruption is the best solution to increase the flow of investments and the success of the economic reform system. In building the proposed model, the study relied on previous studies and data extracted from the financial statements of business sector companies and the reports of the Central Auditing Organization. The applied study was carried out on 22 public business sector companies subject to Law 203 of 1991 during the period from 2009 to 2021, with a total of 249 views using data mining technology through five benchmark classification algorithms: Random Forest, Logistic Regression, K-Nearest Neighbors (KNN), Naive Bayes, and Support Vector Machine (SVM). The study compared the five classification algorithms to pick the best classification algorithm. The Naive Bayes algorithm exhibited 89% accuracy and has proven its superiority in being the best classifier. The researcher concluded a proposed model for predicting corruption that consists of some indicators that performance auditors can use to help predict financial corruption, namely: liquidity ratio, quick ratio, financial leverage, total liabilities/total assets, rate of return on investment, rate of return on sales, net profit before Interest and tax/ sales, net profit before interest and tax/ total assets, and asset turnover ratio. The study also tested the validity of the proposed model by applying it to three companies (case study), and the model proved its ability to predict with a degree of accuracy 89%.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.