[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
برای نویسندگان::
اطلاعات نشریه::
آرشیو مجله و مقالات::
داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
::
شناسنامه نشریه
صاحب امتیاز
دیوان محاسبات کشور
مدیر مسئول
دکتر سید احمدرضا دستغیب
سردبیر
دکتر مهدی مرادی
اعضای هیات تحریریه
دکتر مهدی مرادی
دکتر سیدمحمد مقیمی

دکتر ایرج نوروش
دکتر جعفر باباجانی
دکتر شکراله خواجوی
دکتر محمد کاشانی پور
دکتر محمد عرب مازار یزدی
دکتر رضا حصارزاده
دکتر مهدی صالحی


شاپای چاپی: 9691- 1681
شاپای الکترونیکی: 9691- 1681
..
تعداد دوره های فصلنامه(سال) 21
تعداد شماره های فصلنامه(پیاپی) 84
تعداد کل مقالات داوری شده 4795
تعداد کل داوران(نفر) 32
تعداد کل کاربران(نفر) 2106
کل مقالات ارسال شده 2752
کل مقالات پذیرفته شده 810
کل مقالات رد شده 1747
مقالات در حال ویرایش 147
درصد پذیرش 31%
میانگین زمان داوری 35 روز
بررسی اولیه مقالات دریافتی 8 روز
..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
سامانه مشابهت یاب
..
:: دوره 22، شماره 89 - ( 12-1401 ) ::
جلد 22 شماره 89 صفحات 245-216 برگشت به فهرست نسخه ها
ارزیابی ریسک حسابرسی با استفاده رویکرد داده‌کاوی مبتنی بر شبکه های عصبی در شرکتهای پذیرفته شده در بورس اوراق بهادارتهران
داود همتی ، مهدی عرب صالحی نصرآبادی* ، عباس طلوعی اشلقی
دانشیار حسابداری، دانشگاه اصفهان ، اصفهان، ایران
چکیده:   (627 مشاهده)
برنامه ریزی حسابرسی با ارزیابی ریسک حسابرسی همراه است. هدف از اجرای این پژوهش ارزیابی ریسک حسابرسی با استفاده از رویکرد داده‌کاوی مبتنی بر شبکه های عصبی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 1396تا 1398 بوده است که بر اساس داده‌های گرفته شده از 90 شرکت می باشد. جهت مرتب سازی داده ها از نرم افزار EXCEL  و برای تجزیه و تحلیل یافته های پژوهش و کد نویسی هر یک از الگوریتم های مورد استفاده از نرم افزار MATLAB استفاده گردیده است. جهت ارزیابی ریسک حسابرسی، از طریق دوالگوی شبکه عصبی به ارزیابی قدرت هر کدام از الگوها پرداخته شد. در این پژوهش ابتدا از روش شبکه عصبی مصنوعی و سپس ترکیب آن با الگوریتم بهینه سازی اجتماع ذرات استفاده گردید. در ادامه به منظور مقایسه نتایج پیش بینی از میانگین درصدخطا، میانگین قدر مطلق خطا، مجذور میانگین مربعات خطا و ضریب همبستگی استفاده شد.  نتایج پژوهش نشان داد الگوی ترکیبی قدرت پیش بینی بالاتری دارد.
واژه‌های کلیدی: ریسک حسابرسی، داده کاوی، شبکه های عصبی
متن کامل [PDF 769 kb]   (314 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: حسابرسی
دریافت: 1400/9/19 | پذیرش: 1400/12/21 | انتشار: 1401/10/10
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

hemmati D, arab salehi nasrabadi M, toloee ashlaghi A. Assess Audit Risk Using a Data Mining Approach Based on Neural Networks in Companies Listed on The Tehran Stock Exchange. audit knowledge 2023; 22 (89) :216-245
URL: http://danesh.dmk.ir/article-1-2852-fa.html

همتی داود، عرب صالحی نصرآبادی مهدی، طلوعی اشلقی عباس. ارزیابی ریسک حسابرسی با استفاده رویکرد داده‌کاوی مبتنی بر شبکه های عصبی در شرکتهای پذیرفته شده در بورس اوراق بهادارتهران. دانش حسابرسی. 1401; 22 (89) :216-245

URL: http://danesh.dmk.ir/article-1-2852-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 22، شماره 89 - ( 12-1401 ) برگشت به فهرست نسخه ها
دانش حسابرسی Audit  Science
Persian site map - English site map - Created in 0.1 seconds with 41 queries by YEKTAWEB 4657