ارائه مدل هوشمند تشخیص مدیریت سود واقعی و تعهدی با استفاده از داده‌کاوی و تحلیل الگوهای رفتاری مدیران

نویسندگان

  • سید محمد محمودی گروه حسابداری مدیریت، دانشگاه تبریز، تبریز، ایران نویسنده مسئول
  • علی رضا مجد گروه حسابداری مدیریت، دانشگاه تبریز، تبریز، ایران نویسنده
  • حسین زوارعی گروه حسابداری مدیریت، دانشگاه تبریز، تبریز، ایران نویسنده

کلمات کلیدی:

مدیریت سود واقعی, مدیریت سود تعهدی, داده‌کاوی مالی, الگوهای رفتاری مدیران, حسابرسی هوشمند, کیفیت گزارشگری مالی

چکیده

هدف پژوهش حاضر ارائه مدلی هوشمند برای تشخیص مدیریت سود واقعی و تعهدی از طریق ترکیب شاخص‌های مالی، تکنیک‌های داده‌کاوی و تحلیل الگوهای رفتاری مدیران مالی شرکت‌ها بود. این پژوهش با رویکرد کیفی و طرح اکتشافی انجام شد. مشارکت‌کنندگان شامل ۲۲ نفر از مدیران مالی، حسابرسان مستقل، حسابرسان داخلی، اعضای کمیته حسابرسی، تحلیلگران مالی و متخصصان داده‌کاوی مالی در شهر تهران بودند که با روش نمونه‌گیری هدفمند و گلوله‌برفی انتخاب شدند. گردآوری داده‌ها صرفاً از طریق مصاحبه‌های نیمه‌ساختاریافته انجام گرفت و مصاحبه‌ها تا دستیابی به اشباع نظری ادامه یافت. داده‌های حاصل از مصاحبه‌ها پس از پیاده‌سازی، کدگذاری باز، محوری و انتخابی شدند. برای مدیریت داده‌ها، طبقه‌بندی کدها، ترسیم روابط مفهومی و استخراج مضامین از نرم‌افزار NVivo استفاده شد. تحلیل داده‌ها به استخراج پنج مقوله اصلی منجر شد: شاخص‌های مالی و عملیاتی تشخیص مدیریت سود، الگوهای رفتاری و انگیزشی مدیران، زیرساخت داده‌کاوی و معماری مدل هوشمند، سازوکارهای حاکمیت شرکتی و کنترل داخلی، و قابلیت تبیین‌پذیری و اعتمادپذیری خروجی‌های الگوریتمی. مشارکت‌کنندگان تأکید داشتند که مدیریت سود تعهدی عمدتاً از طریق اقلام تعهدی اختیاری، برآوردهای حسابداری، ذخایر و زمان‌بندی شناسایی درآمد شناسایی می‌شود، در حالی که مدیریت سود واقعی در تغییر رفتارهای عملیاتی مانند کاهش هزینه‌های اختیاری، اعطای تخفیف‌های غیرعادی، تولید بیش از نیاز و دستکاری جریان‌های نقدی عملیاتی آشکار می‌گردد. همچنین یافته‌ها نشان داد که ترکیب داده‌های مالی، داده‌های رفتاری مدیران، الگوهای تصمیم‌گیری و شاخص‌های حاکمیتی می‌تواند دقت مدل تشخیص را افزایش دهد. مدل پیشنهادی نشان می‌دهد که تشخیص هوشمند مدیریت سود زمانی اثربخش است که صرفاً به داده‌های صورت‌های مالی متکی نباشد، بلکه نشانه‌های رفتاری، انگیزه‌های مدیریتی، کیفیت کنترل‌های داخلی و قابلیت تبیین الگوریتم را نیز در بر گیرد. این مدل می‌تواند به حسابرسان، نهادهای ناظر، کمیته‌های حسابرسی و تحلیلگران مالی در شناسایی زودهنگام ریسک دستکاری سود کمک کند.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Beneish, M. D. (1999). The detection of earnings manipulation. Financial Analysts Journal, 55(5), 24–36.

Cohen, D. A., Dey, A., & Lys, T. Z. (2008). Real and accrual-based earnings management in the pre- and post-Sarbanes-Oxley periods. The Accounting Review, 83(3), 757–787.

Dechow, P. M., Ge, W., Larson, C. R., & Sloan, R. G. (2011). Predicting material accounting misstatements. Contemporary Accounting Research, 28(1), 17–82.

Dechow, P. M., Ge, W., & Schrand, C. M. (2010). Understanding earnings quality: A review of the proxies, their determinants and their consequences. Journal of Accounting and Economics, 50(2–3), 344–401.

Dechow, P. M., Sloan, R. G., & Sweeney, A. P. (1995). Detecting earnings management. The Accounting Review, 70(2), 193–225.

Graham, J. R., Harvey, C. R., & Rajgopal, S. (2005). The economic implications of corporate financial reporting. Journal of Accounting and Economics, 40(1–3), 3–73.

Gunny, K. A. (2010). The relation between earnings management using real activities manipulation and future performance: Evidence from meeting earnings benchmarks. Contemporary Accounting Research, 27(3), 855–888.

Healy, P. M. (1985). The effect of bonus schemes on accounting decisions. Journal of Accounting and Economics, 7(1–3), 85–107.

Jensen, M. C., & Meckling, W. H. (1976). Theory of the firm: Managerial behavior, agency costs, and ownership structure. Journal of Financial Economics, 3(4), 305–360.

Jones, J. J. (1991). Earnings management during import relief investigations. Journal of Accounting Research, 29(2), 193–228.

Klein, A. (2002). Audit committee, board of director characteristics, and earnings management. Journal of Accounting and Economics, 33(3), 375–400.

Kothari, S. P., Leone, A. J., & Wasley, C. E. (2005). Performance matched discretionary accrual measures. Journal of Accounting and Economics, 39(1), 163–197.

Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. In Proceedings of the 31st International Conference on Neural Information Processing Systems (pp. 4765–4774).

Ngai, E. W. T., Hu, Y., Wong, Y. H., Chen, Y., & Sun, X. (2011). The application of data mining techniques in financial fraud detection: A classification framework and an academic review of literature. Decision Support Systems, 50(3), 559–569.

Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). “Why should I trust you?” Explaining the predictions of any classifier. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 1135–1144).

Roychowdhury, S. (2006). Earnings management through real activities manipulation. Journal of Accounting and Economics, 42(3), 335–370.

Schipper, K. (1989). Commentary on earnings management. Accounting Horizons, 3(4), 91–102.

Sharma, A., & Panigrahi, P. K. (2013). A review of financial accounting fraud detection based on data mining techniques. International Journal of Computer Applications, 39(1), 37–47.

Xie, B., Davidson, W. N., III, & DaDalt, P. J. (2003). Earnings management and corporate governance: The role of the board and the audit committee. Journal of Corporate Finance, 9(3), 295–316.

Zang, A. Y. (2012). Evidence on the trade-off between real activities manipulation and accrual-based earnings management. The Accounting Review, 87(2), 675–703.

دانلودها

گاه‌شمار انتشار

چاپ شده

شماره

نوع مقاله

Articles

نحوه استناد به مقاله

محمودی س. م. ., مجد ع. ر. ., & زوارعی ح. (1405). ارائه مدل هوشمند تشخیص مدیریت سود واقعی و تعهدی با استفاده از داده‌کاوی و تحلیل الگوهای رفتاری مدیران. هوشمندسازی در حسابداری، اقتصاد و مدیریت مالی, 2(2), 54-66. https://jsaefm.com/index.php/jsaefm/article/view/51