Islamic Economics & Banking

fa ارائه الگوی کیفیت حسابرسی جهت استفاده در تصمیمات سرمایه‌گذاران با استفاده از مدل‌های آماری و یادگیری ماشین Providing an Audit Quality Model for Use in Investors' Decisions Using Statistical Models and Machine Learning تخصصي Special پژوهشي Research <div style="text-align: justify;">کیفیت حسابرسی برای استفاده کنندگان اطلاعات حسابداری جهت ارزیابی عملکرد، پیش‌بینی سودآوری و تعیین ارزش واقعی شرکت اهمیت دارد. با این بیان، هدف اصلی پژوهش حاضر ارائه الگوی کیفیت حسابرسی(عوامل ورودی، فرایند، خروجی و زمینه‌ای) جهت استفاده در تصمیمات سرمایه‌گذاران و فعالان بازارهای مالی است. برای دسترسی به هدف پژوهش انواع مدل‌های آماری و یادگیری ماشین در دستیابی به الگویی بهینه در پیش‌بینی مدل تصمیم سرمایه‌گذاری استفاده شده است. به منظور ارزیابی عملکرد مدل‌های یادگیری ماشین از دو معیار دقت پیش‌بینی مدل و ناحیه سطح زیر منحنی استفاده شده است. در نهایت به منظور انتخاب مدلی که بهترین عملکرد را برای پیش‌بینی مدل تصمیم سرمایه‌گذاری دارد، از منحنی مشخصه عملکرد سیستم استفاده شده است.  نتایج پژوهش نشان داد پس از محاسبه متوسط دقت پیش‌بینی، مدل‌های قوانین استنتاجی، K نزدیک‌ترین همسایه و ماشین بردار پشتیبان تکاملی به ترتیب دارای بالاترین دقت پیش‌بینی 29/84 درصد 74/78 درصد و 01/77 درصد در بین مدل‌های یادگیری ماشین هستند. همچنین براساس نتایج منحنی مشخصه عملکرد سیستم مدل قوانین استنتاجی با دقت پیش‌بینی 29/84 درصد در پیش‌بینی مدل تصمیم سرمایه‌گذاری بهترین عملکرد را دارد و به عنوان مدل بهینه انتخاب شد. یکی از راه‌های کمک به تحلیلگران سرمایه‌گذاری و فعالان بازارهای مالی، ارائه الگوهای پیش‌بینی درباره دورنمای اطلاعات شرکت است. هرچه پیش‌بینی‌ها به واقعیت نزدیک‌تر باشد، مبنای تصمیم‌های صحیح‌تری قرار خواهند گرفت. کیفیت بالای حسابرسی می‌تواند به تحکیم گزارشگری مالی شفاف و افزایش دقت در ارزیابی وضعیت مالی شرکت‌ها منجر شود که به نوبه خود، بر کیفیت تصمیم‌گیری‌های مالی سرمایه‌گذاران و افزایش کارآیی بازارهای مالی تأثیر می‌گذارد. روش‌های آماری و داده کاوی می‌توانند تا حد زیادی یک سیستم پشتیبانی برای تصمیم‌گیری سرمایه گذاران ارائه دهد. از این رو در این پژوهش انواع مختلف مدل‌های آماری و یادگیری ماشین توسعه داده شد.  نتایج پژوهش می‌تواند درک بهتری از چگونگی تاثیر کیفیت حسابرسی از منظر عوامل ورودی، فرایند، خروجی و زمینه‌ای بر مدل تصمیم مطابق با دیدگاه محتوای اطلاعاتی و نظریه سودمندی تصمیم برای تصمیم‌گیری به استفاده کنندگان اطلاعات حسابداری ارائه نماید.  </div> <div style="text-align: justify;">Audit quality is important for users of accounting information to evaluate performance, predict profitability and determine the true value of the company. With this statement, the main goal of the current research is to present the audit quality model (input, process, output and background factors) to be used in the decisions of investors and financial market participants. To reach the goal of the research, a variety of statistical models and machine learning have been used to achieve an optimal model in predicting the investment decision model. In order to evaluate the performance of machine learning models, two criteria of model prediction accuracy and area under the curve have been used. Finally, in order to choose the model that has the best performance for predicting the investment decision model, the system performance characteristic curve has been used. The results of the research showed that after calculating the average prediction accuracy, the models of inference rules, K nearest neighbor and evolutionary support vector machine have the highest prediction accuracy of 84..29%, 78.74% and 77.01% among machine learning models, respectively. Also, based on the results of the system performance characteristic curve, the inferential rules model has the best performance in predicting the investment decision model with a prediction accuracy of 84.29% and was selected as the optimal model. One of the ways to help investment analysts and financial market participants is to provide predictive models about the company's information outlook. The closer the predictions are to reality, the more correct decisions will be made. The high quality of auditing can lead to the consolidation of transparent financial reporting and increase the accuracy in evaluating the financial status of companies, which, in turn, affects the quality of financial decisions of investors and increasing the efficiency of financial markets. Statistical methods and data mining can largely provide a support system for investors' decision making. Therefore, in this research, different types of statistical and machine learning models were developed. The results of research can provide the reader with a better understanding of the effect of audit quality from the perspective of input, process, output and background factors on the decision model according to the information content and decision usefulness theory for decision making.  </div> کیفیت حسابرسی, مدل آماری, مدل تصمیم, یادگیری ماشین. Audit Quality, Statistical Model, Decision Model, Machine Learning 269 293 http://mieaoi.ir/browse.php?a_code=A-10-1588-3&slc_lang=fa&sid=1 Mahnaz Norouzi Aslbalkanlou مهناز نوروزی اصل بالکانلو m.norouziasl@urmia.ac.ir 100319475328460012353 100319475328460012353 No Ph.D. Candidate. Department of Accounting, Faculty Economic and Management, Urmia University, Urmia, Iran دانشجوی دکتری، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران Parviz Piri پرویز پیری p.piri@urmia.ac.ir 100319475328460012354 100319475328460012354 Yes Associate Prof, Deparment of Accounting, Faculty of Economic and Management, Urmia University, Urmia, Iran دانشیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران (نویسنده مسئول) Ali Ashtab علی آشتاب a.ashtab@urmia.ac.ir 100319475328460012355 100319475328460012355 No Assistant Professor استادیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران Pari Chalaki پری چالاکی p.chalaki@urmia.ac.ir 100319475328460012356 100319475328460012356 No Assistant Prof, Deparment of Accounting, Faculty of Economic and Management, Urmia University, Urmia, Iran استادیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران