تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > تأثير اعتماد المراجع الداخلي ل...>الوصف

تأثير اعتماد المراجع الداخلي لتقنية تعلم الآلة على دقة تنبؤه بالغش في القوائم المالية: دليل من الشركات المصرية المقيدة بالبورصة

العنوان بلغة أخرى: The Impact of the Internal Auditor's Adoption of Machine Learning Technology on the Accuracy of his Prediction of Fraud in Financial Statements Evidence from Egyptian Companies Listed on the Stock Exchange
المصدر: المجلة العلمیة للدراسات والبحوث المالیة والإداریة
الناشر: جامعة مدينة السادات - كلية التجارة
المؤلف الرئيسي: فريد، حنان هارون (مؤلف)
المجلد/العدد: مج16, عدد خاص
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: سبتمبر
الصفحات: 1776 - 1823
ISSN: 2682-2113
رقم MD: 1515597
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الاحتيال المحاسبي | تكنولوجيا المعلومات | المدقق الداخلي | الأسواق المالية | الشركات المصرية
كلمات المؤلف المفتاحية:
المراجع الداخلي | تعلم الآلة | الغش بالقوائم المالية | الشركات المقيدة بالبورصة | Internal Auditor | Machine Learning | Financial Statement Fraud | Listed Companies
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

19

حفظ في:
المستخلص: يلعب المراجع الداخلي دورا محوريا في منع أنشطة الغش واكتشافه ومع ذلك فأن توجه ودور المراجع الداخلي في التعامل مع مخاطر الغش والاحتيال يمكن أن يختلف بشكل كبير عبر الشركات المختلفة. يهدف هذا البحث إلى التعرف على تأثير اعتماد المراجع الداخلي لتقنية تعلم الآلة على دقة تنبؤه بالغش في القوائم المالية. وتوفير رؤى جديدة حول الممارسات الحالية للمراجعة الداخلية. تعتمد الباحثة علي المنهج الوصفي التحليلي بالإضافة إلى منهج التحليل القياسي متمثلا في بيانات السلاسل الزمنية المقطعية, وذلك خلال الفترة الزمنية من عام 2017 وإلى عام 2023، وجاء اختيار الشركات التي تمثل عينة الدراسة من الشركات المقيدة بمؤشر EGX-30 وموزعة علي 11 قطاع بإجمالي 189 مشاهدة، وقد قامت الباحثة بتصنيف الشركات إلى احتيالية وغير احتيالية بالدمج بين نتائج نموذج Altman-Score ونموذج P-Score وذلك لاختبار بيانات واقعية في عينة التدريب, ولقياس عوامل ارتكاب الغش استخدمت الباحثة نموذج رباعي الغش للوصول إلى التنبؤ بالغش في القوائم المالية، واعتمادا علي نموذج الانحدار اللوجيستي (التقليدي) مقارنة بنماذج خوارزميات تعلم الآلة الأسلوب (الحديث) حيث استخدمت الباحثة خوارزميات تعلم الآلة الخاضعة للإشراف والأكثر شيوعا في الأدب المحاسبي وهي؛ Random Forest, Tree Decision, Gradient Boosting, Naive Bayes, SVM, Neural Network. وتوصلت الباحثة إلى أنه يوجد تأثير ذو دلالة إحصائية على استخدام المراجع الداخلي لتقنيات تعلم الآلة على زيادة دقة تنبؤه بالغش في القوائم المالية مقارنة بالأساليب التقليدية. كما توصلت الباحثة إلى أنه توجد فروق جوهرية ذات دلالة إحصائية بين احتمالية ارتكاب الغش المتنبئ بها باستخدام تعلم الآلة وبين احتمالية ارتكاب الغش المتنبئ بها باستخدام الأساليب التقليدية. ونتائجنا لها آثار على بناء الحماية المناسبة ضد مخاطر الغش والاحتيال المتزايدة باطراد داخل الشركات، مع معالجة الغموض بشكل شامل فيما يتعلق بالمسؤولية عن منع الغش واكتشافه.

The internal auditor plays a pivotal role in preventing and detecting fraudulent activities However, the orientation and role of the internal auditor in dealing with fraud risks can vary significantly across different companies. This Research Aims to Identify the Impact of the Internal Auditor's Adoption of Machine learning Technology on the accuracy of his prediction of fraud in the financial statements. And to provide new insights into current internal audit practices The researcher relies on the descriptive analytical approach in addition to the standard analysis approach represented in the cross-sectional time series data, during the period from 2017 to 2023. The selection of companies representing the study sample came from companies listed on the EGX-30 index and distributed over 11 sectors with a total of 189 observations. The researcher classified the companies into fraudulent and non-fraudulent by combining the results of the Altman-Score model and the P-Score model, in order to test realistic data in the training sample. To measure the factors of committing fraud, the researcher used the four-fraud model to reach the prediction of fraud in the financial statements, and based on the logistic regression model (traditional) compared to the models of machine learning algorithms (modern method), where the researcher used supervised machine learning algorithms that are most common in accounting literature, which are; Random Forest, Tree Decision, Gradient Boosting, Naïve Bayes, SVM, Neural Network. The researcher concluded that there is a statistically significant effect on the use of machine learning techniques by the internal auditor to increase the accuracy of his prediction of fraud in the financial statements compared to traditional methods. The researcher also concluded that there are statistically significant fundamental differences between the probability of committing fraud predicted using machine learning and the probability of committing fraud predicted using traditional methods Our results have implications for building appropriate protection against the steadily increasing risks of fraud and deception within companies, while comprehensively addressing the ambiguity regarding responsibility for preventing and detecting fraud
ISSN: 2682-2113

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.