ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > أثر أتعاب المراجعة غير العادية...>الوصف

أثر أتعاب المراجعة غير العادية على جودة المراجعة وتقييم مدى كفاءة نماذج الشبكات العصبية الاصطناعية في تقديرها والتنبؤ بها: دراسة تطبيقية على سوق خدمات المراجعة المصري

العنوان بلغة أخرى: Effects of Abnormal Audit Fees on Audit Quality and Evaluating the Efficiency of Artificial Neural Network Models in Estimating and Predicting it: An Empirical Study in the Egyptian Audit Services Market
المصدر: مجلة البحوث المحاسبية
الناشر: جامعة طنطا - كلية التجارة - قسم المحاسبة
المؤلف الرئيسي: يوسف، أيمن يوسف محمود (مؤلف)
المؤلف الرئيسي (الإنجليزية): Yousif, Ayman Yousef Mahmoud
مؤلفين آخرين: الحويطي، آمال إبراهيم أحمد (م. مشارك)
المجلد/العدد: ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: مارس
الصفحات: 358 - 423
ISSN: 2682-3446
رقم MD: 1458567
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الذكاء الاصطناعي | جودة المراجعة | التدفقات النقدية | الأسواق المالية | مصر
كلمات المؤلف المفتاحية:
أتعاب المراجعة غير العادية | جودة المراجعة | نماذج الشبكات العصبية الاصطناعية | الخصائص التشغيلية للشركات غير المالية | سوق خدمات المراجعة المصري | Abnormal Audit Fees | Audit Quality | Artificial Neural Network | Operational Characteristics of Non-Financial Companies | Egyptian Audit Services Market
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

71

حفظ في:
المستخلص: استهدف البحث اختبار أثر أتعاب المراجعة غير العادية على جودة المراجعة، وتقييم مدى كفاءة نماذج الشبكات العصبية (ANN) في التنبؤ بها مقارنة بنماذج تحليل انحدار (OLS) التقليدي. وتم الاعتماد على عينة مكونة من (386) مشاهدة، تم الحصول عليها من (80) شركة غير مالية من مختلف القطاعات المقيدة بالبورصة المصرية، خلال الفترة من 2018: إلى 2022. وتم التوصل إلى أن أتعاب المراجعة غير العادية تؤثر سلبا على جودة المراجعة. وأن نماذج الشبكات العصبية أكثر كفاءة في التنبؤ بأتعاب المراجعة غير العادية مقارنة بنماذج الانحدار التقليدي؛ حيث إن المقدرة التفسيرية (R2) لنموذج تقدير جودة المراجعة من خلال أتعاب المراجعة غير العادية المقدرة بواسطة الشبكات العصبية تفوقت على المقدرة التفسيرية للنموذج المناظر المعتمد على الانحدار التقليدي في تقدير أتعاب المراجعة غير العادية. وأظهرت نتائج نموذج تقدير جودة المراجعة من خلال الأتعاب غير العادية المقدرة بواسطة الشبكات العصبية معنوية (4) متغيرات رقابية تتمثل في معدل العائد على الأصول، والتدفقات النقدية من الأنشطة التشغيلية، ونسبة المخزون والعملاء إلى إجمالي الأصول، والخسائر، بينما أظهر النموذج المناظر المعتمد على الانحدار التقليدي في تقدير أتعاب المراجعة غير العادية معنوية المتغيرات المشار إليها، إضافة إلى متغير حجم مكتب المراجعة. وخلصت نتائج التحليل الإضافي إلى أن متغيرات التدفقات النقدية من الأنشطة التشغيلية، ونسبة المخزون والعملاء إلى إجمالي الأصول، وحجم مكتب المراجعة، تقوم بدور معدل لعلاقة أتعاب المراجعة غير العادية بجودة المراجعة في النموذج المعتمد على الانحدار التقليدي في تقدير أتعاب المراجعة غير العادية، بينما أظهرت النتائج معنوية الدور المعدل لنسبة المخزون والعملاء إلى إجمالي الأصول في النموذج المناظر المعتمد على الشبكات العصبية في تقدير أتعاب المراجعة غير العادية.

The research aims to test the effect of abnormal audit fees on audit quality, and to evaluate the efficiency of neural network models in predicting them compared to traditional (Ols) regression models. Using a sample of (386) observations, obtained from (80) non-financial companies from Cross-sectional sectors listed in the Egyptian Stock Exchange, during (2018: 2022). The result of the fundamental analysis reveals that abnormal audit fees negatively affect audit quality. It was also found that neural network models were more efficient compared to traditional OLS regression models in predicting abnormal audit fees; The explanatory power (R2) of the model for estimating audit quality through abnormal audit fees estimated by artificial neural networks, in addition to other explanatory variables that indicate the operational characteristics of companies, outperformed the corresponding model that relied on the traditional regression model in estimating extraordinary audit fees. The results of the model for estimating audit quality through abnormal audit fees estimated by neural networks showed significant (4) explanatory variables other than abnormal audit fees, which are return on assets, cash flows from operation, the ratio of inventory and receivable scaled by total assets, and losses, while the counterpart traditional regression model revealed the significance of the (4) explanatory variables in addition to the audit firm size. The results of the additional analysis concluded that the variables cash flows from operational, the ratio of inventory and receivable scaled by total assets, and the audit firm size play a moderating role in the relationship between abnormal audit fees and audit quality in the model that relied on traditional regression in estimating abnormal audit fees, while the ratio of inventory and receivable scaled by total assets plays significant moderating role in the corresponding model that relied on neural networks to estimate abnormal audit fees.
ISSN: 2682-3446

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.