تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > بحث>أثر استخدام الشبكات العصبية ال...>الوصف

أثر استخدام الشبكات العصبية الاصطناعية في اكتشاف الأخطاء الجوهرية في القوائم المالية للشركات المساهمة العامة الصناعية الأردنية: دراسة تطبيقية

العنوان بلغة أخرى: Effect of Using Artificial Neural Networks in Detecting Material Misstatements in the Financial Statements of Jordanian Manufacturing Corporations: An Empirical Study
المصدر: إربد للبحوث والدراسات الإنسانية
الناشر: جامعة إربد الأهلية - عمادة البحث العلمي
المؤلف الرئيسي: برمو، أسامة أحمد (مؤلف)
مؤلفين آخرين: العمري، أحمد محمد (م. مشارك)
المجلد/العدد: مج26, ع4
محكمة: نعم
الدولة: الأردن
التاريخ الميلادي: 2024
التاريخ الهجري: 1446
الشهر: كانون الأول
الصفحات: 1 - 40
ISSN: 1681-3510
رقم MD: 1533419
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
الذكاء الاصطناعي | الشبكات العصبونية | القوائم المالية | الأخطاء المحاسبية | الشركات الصناعية
كلمات المؤلف المفتاحية:
الشبكات العصبية الاصطناعية | الأخطاء الجوهرية | الشركات المساهمة العامة الصناعية الأردنية | Artificial Neural Networks | Material Misstatements | Publicly Traded Industrial Companies in Jordan
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

12

حفظ في:
المستخلص: هدفت هذه الدراسة إلى اختبار أثر استخدام تقنية الشبكات العصبية الاصطناعية في اكتشاف الأخطاء الجوهرية في القوائم المالية للشركات المساهمة العامة الصناعية الأردنية المسجلة في بورصة عمان، وذلك باستخدام البيانات الثانوية لعينة الدراسة المكونة من (43) شركة صناعية قسمت إلى (24) شركة كبيرة الحجم، و(19) شركة صغيرة الحجم، وقد تم استخراج البيانات من قائمة الدخل وقائمة المركز المالي للشركات الصناعية، كما تم استخدام دالة من دوال الشبكات العصبية الاصطناعية وهي (Radial Basis Function (RBF توضح العلاقة بين المتغيرات. بينت نتائج الدراسة وجود أخطاء جوهرية في القوائم المالية للشركات المساهمة العامة الصناعية الأردنية، وأن هناك تأثير لحجم الشركات على تطبيق تقنية الشبكات العصبية الاصطناعية في اكتشاف الأخطاء الجوهرية وأن هناك أهمية بالغة لاستخدام الشبكات العصبية في التدقيق. وقد تمت التوصية بشكل هام خضوع المدققين لدورات تدريبية من جهة، ومتابعة التطورات التكنولوجية في مجال صناعة البرمجيات من جهة أخرى، وإلى ضرورة التطوير المهني للاستجابة لمطالب المجتمع المالي العالمي بشأن اكتشاف الأخطاء الجوهرية، لتعزيز الثقة في القوائم المالية المدققة.

The aim of this study is to test the impact of using artificial neural network technology in detecting material misstatements in the financial statements of publicly traded industrial companies in Jordan registered on the Amman Stock Exchange. This was done using secondary data from a sample of 43 industrial companies, divided into 24 large companies and 19 small companies. Data were extracted from the income statement and balance sheet of the industrial companies, and a function from artificial neural networks, specifically the Radial Basis Function (RBF), was used to clarify the relationship between the variables. The results of the study reveal the existence of material misstatements in the financial statements of Jordanian publicly traded industrial companies, and that the size of the companies affects the application of artificial neural network technology in detecting material misstatements. Additionally, there is significant importance in using neural networks in auditing. The study strongly recommends that auditors undergo training courses and keep up with technological developments in the software industry, as well as the necessity for professional development to respond to the demands of the global financial community regarding the detection of material misstatements, in order to enhance confidence in audited financial statements.
ISSN: 1681-3510

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.