ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > دور استخدام أساليب التنقيب في...>الوصف

دور استخدام أساليب التنقيب في البيانات في تعزيز فاعلية اكتشاف غش الإدارة: دراسة تطبيقية باستخدام خوارزمية سرب الجسيمات

العنوان بلغة أخرى: The Role of Using Data Mining Methods in Enhancing the Effectiveness of Management Fraud Detection: An Applied Study Using the Particle Swarm Algorithm
المصدر: مجلة جامعة دمشق للعلوم الاقتصادية والسياسية
الناشر: جامعة دمشق
المؤلف الرئيسي: شوقل، سامر (مؤلف)
المؤلف الرئيسي (الإنجليزية): Shawqa, Samer
مؤلفين آخرين: دحدوح، حسين أحمد (م. مشارك) , رزوق، راكان (م. مشارك)
المجلد/العدد: مج39, ع2
محكمة: نعم
الدولة: سوريا
التاريخ الميلادي: 2023
الشهر: مايو
الصفحات: 1 - 21
ISSN: 2789-8202
رقم MD: 1385352
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
أساليب التنقيب | القوائم المالية | الشركات الصناعية | الأوراق المالية | سوق دمشق
كلمات المؤلف المفتاحية:
التنقيب في البيانات | خوارزمية سرب الجسيمات | اكتشاف الغش | نموذج Beneish M. Score | Data Mining | Particle Swarm Algorithm | Fraud Detection | Beneish M. Score Model
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون
حفظ في:
المستخلص: هدف البحث إلى اختبار دور استخدام أساليب التنقيب في البيانات في تعزيز فاعلية اكتشاف الغش في القوائم المالية في بيئة الأعمال السورية، وذلك بالتطبيق على الشركات الصناعية والزراعية المدرجة في سوق دمشق للأوراق المالية والبالغ عددها (3) شركات مدرجة وذلك لتسع فترات مالية؛ من عام (2012) وحتى عام (2020) بعدد إجمالي (27) مشاهدة. وللوصول إلى هدف البحث تم تطبيق نموذج Beneish M Score كأسلوب تقليدي لاكتشاف الغش وتصنيف الشركات محل الدراسة إلى شركات محرفة تحتوي على غش وشركات غير محرفة لا تحتوي على غش). ثم مقارنة النتائج مع تطبيق إحدى أساليب التنقيب في البيانات باستخدام خوارزمية سرب الجسيمات (PSO) مدعومة بخوارزمية آلات متجهات الدعم (SVM). وقد توصل البحث إلى مجموعة من النتائج أهمها: وجود اختلاف في النتائج بين استخدام المدقق لأساليب التدقيق التقليدية في اكتشاف الغش وبين استخدامه لأساليب التنقيب في البيانات بنسبة اختلاف قدرها (83.33) في ضوء مجتمع الدراسة. كما أظهر البحث تفوق أساليب التنقيب في البيانات خوارزمية سرب الجسيمات PSO مع خوارزمية آلات متجهات الدعم (SVM) في التنبؤ بغش الإدارة على النماذج الإحصائية التقليدية التي تستخدم للتنبؤ بحالات الغش.

The research aimed to test the role of using data mining methods in enhancing the effectiveness of detecting fraud in financial statements in the Syrian business environment, by applying it to the industrial and agricultural companies listed on the Damascus Securities Exchange, which are (3) listed companies for nine financial periods; From (2012) to (2020) with a total number of (27) observations. To reach the aim of the research, the Beneish M Score model was applied as a traditional method for detecting fraud and classifying the companies under study into fraudulent companies (containing fraud) and non-fraudulent companies (containing fraud). Then, the results were compared with the result of applying data mining method using the Particle Swarm Optimization (PSO) Algorithm supported by the Support Vector machines (SVM) algorithm.The research found a set of results, The most important of them are: There is a difference in the results between the auditor's use of traditional auditing methods in detecting fraud and his use of data mining methods with a difference of (83.33%) in the light of the study sample. The research also showed the superiority of data mining methods (Particle Swarm Optimization (PSO) Algorithm with the Support Vector machines (SVM) algorithm) in predicting management fraud over traditional statistical models that are used to predict fraud cases.
ISSN: 2789-8202

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.