166 قيقدتلا ةيلمع يف ةيليلحتلا ةعجارملل ةماعدك ةيعانطصلاا ةيبصعلا تاكبشلاب ؤبنتلا ، ةلاح حلملا ريركت بكرم E.NA.SEL ( ةركسب ) ةرتفلا يف 0202 -0202 د . ماهس يدودرك يريستلا مولعو ةيراجتلاو ةيداصتقلاا مولعلا ةيلك ، ةرضامح ةذاتسأ ةركسب ةعماج ، رئازلجا د . يلع رودق نب يريستلا مولعو ةيراجتلاو ةيداصتقلاا مولعلا ةيلك ،رضامح ذاتسأ ةديعس ةعماج ، رئازلجا صخلم ةفرعم لىإ ةساردلا هذه تفده ةهماسم ىدم ةيعانطصلاا ةيبصعلا تاكبشلا ؤبنتلا في اهرابتعاب لأ ةثيدلحا ةيليلحتلا ةعجارلما بيلاسا نم بولسا يقدتلا ةيللع اد ق ، هدكؤت ام اذهو ديدعلا تاساردلا نم تلوانت تيلا ؤبنتلا تلوانت تيلا اههما ةيليلحتلا ةعجارلما في ةيعانطصلاا ةيبصعلا تاكبشلا تلاالعتسا ،ةيرهولجا اطخلاا فاشتكلا ةدصرلأاب ةلواحلك ةيثحبلا ةقرولا هذه ت اج كلذ لجأ نم ل قيبطت ةديدج ايجولونكت قيقحتلا تارشؤم ىلع انفرعي جذونم ادلأ ، ت تيلا ةيليلحتلا ةعجارلما اهدلو ، للاخ نم اهيف ةدوجولما تافارنحلاا ديدتحو تاعيبلما مجبح ؤبنتلل تاكبشلا جذونم قيبطت ثيح ، انلق مادختساب للاخ ةيرهشلا تانايبلا سخم تاونس ةركسب ةياطول حللما ريركت بكرلم خ لا ل الف تة ( 0202 -0202 ) . جئاتنلا تنيب علا تاكبشلا نأ لىإ اوراشأ نوثحابلا بلغأ نأ ةيناكمإ كلتم ةيعانطصلاا ةيبص حتل ةيليلحتلا ةعجارلما ينس نا ثيح ، يرشت نأ نكيم تيلا طانملأا ديدحتل ةديفم ودبي ؤبنتلل ةادأك اهقيبطت ةيلالحا ةنسلا للاخ ةسسؤللل ةققدلما يرغ ةيلالما تانايبلا نم ةللتمح تاقيقتح لىإ . ةيحاتفم تاملك : عم ايجولونكت ،ةيعانطصا ةيبصع تاكبش ةيلاعف ،قيقدت ،ةيليلتح ةعجارم ،تامول
167
Abstract
The aim of this study is to find out the contribution of artificial neural networks in forecasting as method of new analytical review to performance of the audit process, and many studies which addressed the use of ANN in analytical Procedure, the most important which dealt the forecasting the account balance to discover the material errors, In order to achieve the objective of this research, this paper is came as an attempt to improve the analytical methods through the application of new technology, represented by the artificial neural networks to perform a model to knows us the investigation indicators that generated by the analytical review. Through apply model of artificial neural network for the purpose of forecasting we have undertaken an applied field work in an enterprise specialized in the production of salt, located in El Outaya-Biskra for the period (2010-2014).
As result of the study, the most of the researchers pointed out that the artificial neural networks have the potential to improve the analytical procedures. Cause their application as tool to forecast it seems useful to identify patterns that could indicate a possible investigation of unaudited financial statements of the entity during the current year.
Key words: Artificial Neural Networks, Information Technology,
Analytical Review, Audit, Effectiveness,
ةمدقم ليلحتلا تاينقتل ةنماكلا روصقلا هجوأ نم نسيح نأ لجأ نم ةيليلحتلا ةعجارلما قيبطت اج اذه للاخ نمو كلذ لجأ نم ،ةيديلقتلا يثحبلا ةقرولا ة بيلاسأ ينسحتل ةلواحلك اج ةعجارلما ةيليلحتلا . ثيح قرطتلا لواحنس ةيعانطصلاا ةيبصعلا تاكبشلا قيبطت نيبت عوضوم تلجاع تيلا تارايتلا مهأ لىإ ةيليلحتلا ةعجارلما لامج في تاعيبلما مجبح ؤبنتلل ةيعانطصلاا ةيبصعلا تاكبشلا بولسا قيبطتل ةلوامح عم و ناك اذإ ام رابتخا اله ،ةيرهولجا اطخلأا ىلع فرعتلاب كلذو قيقدتلا ةيللع ادأ ينستح ىلع ةردقلا لا حرط انلواح انه نمو لاؤس لياتلا :
168 له ب ؤبنتلا ةيعانطصلاا ةيبصعلا تاكبشلا ي ءادأ لجا نم ةيليلحتلا ةعجارملل ةيساسأ ةماعد لثم قيقدتلا ةيلمع ؟ ىلع ةباجلإل ثحبلا ةيلاكشإ رواحللل قرطتنس ةيلاتلا ثلاثلا : -لولأا روحملا : ةيعانطصلاا ةيبصعلا تاكبشلا ةيهام ةيليلحتلا ةعجارلما في اهمادختسا دئاوفو ؛ -يناثلا روحملا : ادأ نم ينسحتلل ةيليلحتلا ةعجارلما في ةيعانطصلاا ةيبصعلا تاكبشلل تاقيبطت ؛قيقدتلا ةيللع -ثلاثلا روحملا :د ةلاح ةسار حللما ريركت بكرم E.NA.SEL ةياطول -ةركسب -ةتفلا في ( 0202 -0202 ). 0 . ةيعانطصلاا ةيبصعلا تاكبشلا ةيهام ةيليلحتلا ةعجارملا يف اهمادختسا دئاوفو برتعت تاكبشلا ةيبصعلا نم مهأ تلاامج ذلا ك ا ،ىعانطصلإا يذلا سكعي اروطت اماه اسوللم في ةقيرط ،نياسنلإا يركفتلا رودتو ةركف تاكبشلا ةيبصعلا لوح اكامح ة لقعلا ىرشبلا مادختساب بسالحا ليلآا . 0.0 ةيعانطصلاا ةيبصعلا تاكبشلا فيرعت . دق تم سابتقإ بولسأ تاكبشلا ةيبصعلا ةيعانطصلاا نم تاكبشلا ةيجولويبلا ،ةيبصعلا عجريو لضفلا . لىإ الهوخد لىإ ةرئاد لالعلأا ةيلماعلا ىلع دي Mc.Culloch ؛ و Pitts ( 3491 ) تاكبشلاو ، لاا ةيبصعلا ةيعانطص
Artificial Neural Network
ةيبصعلا ةكبشلا ىلست ابلاغ
َ Artificial
Neural
169 ،ةبسوحلل يطبارت جهنم مادختساب ةلجاعلما تامولعلماو ةيبصعلا تاكبشلا نم ةطباتم ةعولمج 1 ةاكامحو ا رشبلا ميلعتلاو يركفتلا ،لقعلا ةلكيه ةاكامح لىإ يرشي ةيعانطصلاا ةيبصعلا تاكبشل . . مقر لكشلا ( 0 :) ةيعانطصلاا ةيبصعلا ةكبشلاو ةيجولويبلا ةيبصعلا ةكبشلل طيسب موهفم
Source : YASHPAL SINGH, ALOK SINGH CHAUHAN, NEURAL NETWORKS IN DATA MINING, Journal of Theoretical and Applied Information Technology, 2005 - 2009 JATIT., P 38
تلاخدلما ةقبط ةلئاق نم ةكبشلا تاقبط نوكتت ثيح ،تاقبط لىإ تاكبشلا ميسقت اج الك ( لاوأ ) تاجرخلما ةقبطو ( يرخلأا في ) نم رثكأ وأ ةقبط دنج نأ نكيم تاجرخلماو تلاخدلما ةقبط ينبو ، ةيفلخا تاقبطلا ( رظنا مقر لكشلا ( 0 .) ) ةيبصعلا تاكبشلا فانصأ في عونتلا نأ كلذ لىإ فض تياذلا ميظنتلا طئارخ نأ ينح في ،تاقبطلا ددع في فلاتخا انيطعي ةيعانطصلاا SOM Self Organisation Maps طقف تاجرمخو تلاخدم ةقبط نم نوكتي . 2 ناثحابلا هب اج فيرعت فيو ( 0222 )
Coakley.J & Brown.C : نأ ا ةيبصعلا تاكبشل ةيعانطصلاا ANNs نوكتت ىلست ةيباسلحا تادحولل لياع يرصنع طبارت نم نوبصع Neural لك ، 1
YASHPAL SINGH, ALOK SINGH CHAUHAN, NEURAL NETWORKS IN DATA MINING, Journal of Theoretical and Applied Information Technology, 2005 - 2009 JATIT., p37
2
Efstathios Kirkos , Charalambos Spathis ,Yannis Manolopoulos, (2007). Data Mining techniques for the detection of fraudulent financial statements, Expert Systems with Applications, ELSEVIER, 32, 995–1003 , p999
170 و ةيبوساح ةدح ( مقر لكشلا رظنا ( 2 )) نم تاراشإ لبقتست تيلاو ةطباتلما تلاخدلما نم ةعولمج اله ادأو لاصتا لخدم لكل نازوأ ةعولمج ،زيحتلا طبض ةادأو ىرخأ ةيبوساح تادحو ةلادو ،زيحتلا طبض ة ةيبوسالحا ةدحولا نم تاجرخلما ميق ىلع مكحلل زيحتلا تلاخدم نازوأ عولمج لوتح تيلا ليوحتلا . 3 مقر لكشلا ( 0 ) ةيعانصلا ةيبصعلا ةكبشلل ةطيسب ةينب
Source : Coakley James R. and Brown Carol E. (2000), Artificial Neural Networks in Accounting and Finance: Modeling Issues, International Journal of Intelligent Systems in Accounting, Finance & Management, 9, 119–144 , p 121
ةقباسلا فيراعتلا نم ةيعانطصلاا ةيبصعلا تاكبشلا ةيهالم لماش فيرعت صلاختسا اننكيم اننإف اكذلا بيلاسأ دحأ انهأ ىلع ايلاخلل بيصعلا بيكتلا ةركف يلع دلتعت ،ةروطتلما يعانصلا ةيبصعلا هتاراهم ديلقتل ةلواحلك ،نياسنلإا كولسلاو يرشبلا اكذلا يكاتح تيلاو ،يرشبلا لقعلل ةنوكلما ةيعيبطلا تامولعلما ميظنتو باستكا ثيح نم ىلست رصانعلا ةعولمج نم ةنوكم ةينب يهف ، تانوبصعلا . 0.0 ا تانوكم ةيعانطصلاا ةيبصعلا تاكبشل . اهيف متي ةلجاعم تادحوو ،لاخدإ تادحول جاتتح ةيبصعلا تاكبشلا نأ انيأر الك تايللع نازولأا طبضت ةيباسح ، يلي اليف ةيعانطصلاا ةيبصعلا ةكبشلا تانوكم ديدتح نكيم هيلعو : 4 3
Coakley James R. and Brown Carol E. (2000), Artificial Neural Networks in Accounting and Finance: Modeling Issues, International Journal of Intelligent Systems in Accounting, Finance & Management, 9 : 119–144 , p121
171 تلاخدملا : ةروص ىلع نوكت نأ نكيم تيلاو دقعلا نم ددع ىلع يوتتح تيلاو وأ ةيلك تانايب ىرخأ ةلجاعم تادحول تاجرمخ نوكت وأ ةيفصو ؛ تاجرخملا : ةكبشلا في يرخلأا ىوتسلما يه نوكت نأ نكيم تيلاو ، ةساردلا لمح ةلكشللل للحا ؛ يفخلا ىوتسملا : نم رثكأ ةكبشلا في نوكي دقو ،تلاخدلما ىوتسم يلي يذلا ىوتسلما وه يفمخ ىوتسم ( تاقبطلا ةددعتم ةكبش ) ، وأ دحاو يفمخ ىوتسم ىلع يوتتح ( ةقبطلا تاذ ةكبش ةدحاولا )؛ نازولأا : لحا ةليقلا وأ ةيبسنلا ةوقلا نع تاكبشلا في نزولا برعي ةلخدلما ةيئدبلما تانايبلل ةيباس نمو ، عيلجتلا ةلادب فرعت تيلاو ةكبشلا في ملعتلا ةيصاخ للاخ نم نازولأا ليدعت نكللما ؛ لا لا ةلاد ت ةيعيمج : قلطي دقو نم تلاخدلما لابقتساب موقي بصعلا نلأ كلذو ،زيفحتلا ةلادب اهيلع ةيجرالخا رداصلما نم وأ ىرخلأا باصعلأا تاجرخلما مادختسا متي لياتلابو ، ؛ ليوحتلا ةلاد : ىلسي ابم وأ طيشنتلا ةلاد ةراثتسا ىوتسم اله ةيبصع ةيلخ لك نإ اذه باسح متي ، م اذهو عيلجتلا ةلاد قيرط نع ىوتسلما ةيلخادلا ةاكالمحاب يلسي ا . 4 لىإ رظنأ : -دحمأ ييحارلجا نسح لئاو ( 0222 .) ةيراجتلا كونبلا في ةيفرصلما تامدلخا ةدوج ةدايزل ةيبصعلا تاكبشلا مادختسا انقلا تاظفامح في ةيناديم ةسارد ،ةماعلا لالعلأا ةرادإ في ةفسلفلا هاروتكد ةجرد ىلع لوصحلل ةمدقم ةلاسر ة . ةيليعاسملإاب ةراجتلا ةيلك سيوسلا ةانق ةعماج : ص ص ،رصم 002 ، 001 . ،دلمح يلمر ،رضلخ ةكودع ،رداقلا دبع ليابرد " بولسأ ينب ةلضافلما Box-Jenkins و تاكبشلا بولسأ لما مجبح ؤبنتلا في ةيعانطصلاا ةيبصعلا ةيداصتقلاا ةسسؤلما في تاعيب ةيرئازلجا ةيداصتقلاا ةسسؤلما ةلاح ةسارد GIPLAIT ، لولأا ليودلا ىقتلللل ةمدقم ةقرو : يريستلا في ةقبطلما ةيلكلا تاودلأاو قرطلا 01 / 02 برلفون 0202 ص ، 22 . - Coakley James R. and Brown Carol E. )0222(,OP.cit, p130
172 مقر لكشلا ( 3 ): ةيعانصلا ةيبصعلا تاكبشلا ةموظنمو تانوكم ردصملا : ،دلمح يلمر ،رضلخ ةكودع ،رداقلا دبع ليابرد " بولسأ ينب ةلضافلما Box-Jenkins و تاكبشلا بولسأ ةيداصتقلاا ةسسؤلما في تاعيبلما مجبح ؤبنتلا في ةيعانطصلإا ةيبصعلا -ارد ةيرئازلجا ةيداصتقلاا ةسسؤلما ةلاح ةس GIPLAIT ، لولأا ليودلا ىقتلللل ةمدقم ةقرو : يريستلا في ةقبطلما ةيلكلا تاودلأاو قرطلا 01 / 02 برلفون 0202 ص ، 20 . 1.3 ةيليلحتلا ةعجارملا يف ةيعانطصلاا ةيبصعلا تاكبشلا مادختسا دئاوف وج ةدع نم ةيليلحتلا ةعجارلما موهفم لوانت تم دقل ةبسالمحا تايبدأ في اهفيرعت تم دقف ،بنا اهنم ةفلتمخ تاحلطصبم ةرصاعلما : 5 يسايقلا قيقدتلا : تتح ةسسؤلما ةلاح عقوتل ققدلما اهيلع دلتعي تيلا ةماعلا سيياقلما نم قلطنت كلذل ادانتسا قيقدتلا جمانرب عضي ثيح ،قيقدتلا ؛ 5 لما ناحمرلا دبع دحما ،ديشرلا مكاح ،ةمداخ ( 0220 . ) ةيللع ادأ ة افك عفر في ةيليلحتلا ةعجارلما تا ارجإ قيبطت ةيهمأ قيقدتلا – ةيناديم ةسارد . دللمجا ،لالعلأا ةرادإ في ةيندرلأا ةللمجا 2 ددعلا 2 ص ، 224 .
173 ة افكلا قيقدت : ا ةيافك ىوتسم ديدحتب اهتيهملأ ارظن مييقت وأ ،ىرخلأا تاسسؤلما عم ةنراقلماب ةسسؤلم لما عضو ؤ ةفلتخلما ةيرادلإا اتهايوتسمو اهئادأ مييقتب اهمايق لىإ ةفاضإ ،قباسلا اهطاشن للاخ نم ةسس ة افكلا قيقدت ةيسم كلذلو . تلا في ةيليلحتلا ةعجارلما فصول للعتست تيلا تاحلطصلما نم ديدعلا ةيبسالمحا تايبدلأا في قيقد ،ةيليلحتلا ةلدلأا ،ةيليلحتلا ةعجارلما تا ارجإ ،ةيليلحتلا ةعجارلما ،يليلحتلا قيقدتلا لثم 6 ثحبلا اذه في جتنت تيلاو ةيليلحتلا تا ارجلإل ةفلتخلما فانصلأل لماش حلطصلك ةيليلحتلا ةعجارلما للعتسن فوس تاباسلحا عجارلم ةيليلحتلا ةلدلأا . ح لك في ققدلما ادأ نإ ماظن نم ققحتلا هيلع بيج ثيح ،ةدصرلأا ميق ةيقوثوم ديكأت وه ةلا نم ةيلالما تانايبلا دادعلإ ساسأك اهتلئلامو اهتيافك ىدم مييقتو تلاماعلما ةلجاعم ،ليجستلل ةسسؤلما قيقدتلا ةيللع ادأ ينستح لجأ . وه يذلاو ةيلالما تاباسحلل ةعجارلما هذه ذيفنت ققدلما ىلع بيج لياتلاب ةيناكمإك ،اهيلع لوصلحا تم تيلا ىرخلأا قيقدتلا ةلدأ نم ةصلختسلما تاجاتنتسلاا عم نمازتلاب فاك ةيلالما تانايبلا ىلع مهيأرل لاوقعم اساسأ مهحنلم . ونح مالتهلاا هيجوت ىلع اتهردق في ةليدبلا ةيليلحتلا ةعجارلما ةيلاعف قيقدتلا ثوبح تليق دقو وتتح تيلا تاباسلحا ةدصرأ ةيرهوج اطخأ ىلع ي ، 7 ةطيسبلا ؤبنتلا جذانم نم تحوارت تا ارجلإا هذه تيلاو ،ةيجهنم لىإ ةجالحا لىإ يرشت ثيح ةيعانطصلاا ةيبصعلا تاكبشلاو ةينمزلا لسلاسلا قرط لىإ ايبسن اساردلا هذه نم يرثكلا تنيبو ،ةيلالما تاباسلحاب ةطبترلماو ةدقعلما جذالنلا ليلحتل اهقيبطت نكيم نأ ت ةيرهولجا اطخلأا فاشتكا في ققدلما ةدعاسلم لاعف ونح ىلع اهقيبطت نكيم ةيليلحتلا ةعجارلما هذه مهأ 6
Eija Koskivaara , )2007(, Intergrating Analytical Procedures Into The Continous Audit Environment, Journal of Information Systems and Technology Management, Published by: TECSI FEA USP ,Vol. 3, No. 3 : 331-346 , p 334
7
Coakley, James R. (1995). op.cit, p 513
رظنا مقر لودلجا لىإ ( 1 ) لحتلا ةعجارلما رود لىإ يرشت تيلا تاساردلا ضعب ةيرهولجا اطخلأا فاشتكا في ةيلي ةيعانطصلاا ةيبصعلا تاكبشلا ىلع دالتعلااب
174
تاساردلا :
(
Coakley,1982; Coakley & Brown, 1991,1993, 1995; Busta &
Weinberg 1998; Kinney, 1978, 1979, 1987; Kinney & Salamon, 1978, 1982; Knechel; 1986, Wright & Ashton, 1989, Loebbecke & Steinbart, 1987
ينثحابلل ةسارد فيو
Wright & Ashton
(1989) اطخلأا فاشتكا في هنأ لىإ تصلخ ؛قيقدتلا للاخ 94 % ،تارابتخلاا قيرط نع فشتكت 03 % تاونسلا عم ةاذالمحاب ةبرلخا مادختساب ،ةقباسلا 31 % ةيليلحتلا ةعجارلما تا ارجإ قيرط نع ، 31 % ،نوبزلا اصقتساب 0 % تا ارجإ عم ،ةماعلا قيقدتلا 8 نع ةجمانلا اطخلأا نم ديدعلا فاشتكا ينققدلما ناكمإب نأ تنيب ةساردلا سفن فيو ةلشافلا تا ارجلإا فلتمخ . ريرقت فيو همدق Kreutzfeldt & Wallace (1986) نأ 92 % اهتهجاو تيلا اطخلأا نم تم قيقدتلا في قلاطنلاا للاخ اهمدق ةسارد فيو ،ةيليلحتلا ةعجارلما مادختسا للاخ نم اهنع فشكلا ناثحابلا
Hylas& Ashton
(1982) لياوح نأ ادجو 00 % بركأ نع ةتجانلا قيقدتلا تلايدعت نم يننوناقلا ينبساحللل ةكرش CPA نلأ ،ةيليلحتلا ةعجارلما نم ةتجان قيقدتلا نم لىولأا تاراشلإا نأب رلما تا ارجإ نيلضلا موهفلما لوح ضاتفا ىلع دلتعت ةيليلحتلا ةعجا نأ نكيم تانايبلل فيكو تانايبلل ققدلما ةبرخ لبق نم مدختست امدنع ةيلاعف رثكأ نوكتو ،رذبح اهمادختسا بيج ،ةطباتم نوكت . 9 و لجلأ ادأ ينسحتل اباذج رايخ مدقت ةيعانطصلاا ةيبصعلا تاكبشلا ماظن لظ في ةيليلتح ةعجارم رثكأ تحبصأ مويلا ققدلما ةلهم نلأ ،مهم برتعي قيقدتلا لئاسو في ريوطتلاو ثحبلا نإف ،قيقدتلا ةيللع ىضم تقو يآ نم دحاو نآ في اديقعتو اقاهرإ . ثيح ناثحابلا ينب Busta و Weinberg لظ في ةيليلحتلا ةعجارلما تا ارجإ نأ الهتسارد في ايازم اله ةيعانطصلاا ةيبصعلا تاكبشلا ةعجارلما تا ارجإ نلا ،ةيديلقتلا ةعجارلما تا ارجإ نم بركأ 8
Busta, Bruce– Weinberg, Randy. (1998) Using Benford's law and neural networks as a review procedure. Managerial Auditing Journal, 13 (6), p 356.
9
175 نوكت ةيرغصلا اطخلأا نم ديدعلا ينح في ،ةيربكلا اطخلأا فاشتكا في ةردقلا اله ةيديلقتلا ةيليلحتلا اهفاشتكا في اظح لقا . 10 درجبمو ةيربك ةعرسب ةديدج ةلثمأ فينصتو ابه ؤبنتلا نكيم انهإف بيردتلا . ن اننإ كلذل نأ ىر تانايبلا في تاهاتجلاا نع فشكلا في ،ةيعانطصلاا ةيبصعلا تاكبشلا قيبطت نم نوديفتسي دق ينققدلما دق ققدلما يسكعلا راشتنلاا ةيمزراوخ عم لاثلما ليبس ىلع ،ةيبسالمحا تلاجسلا ينب ةنراقلما وأ ،ةيبسالمحا المحا تانايبلا في ةيلخادلا تاهاتجلاا لىإ ادانتسا ةلدأ دلوي ةيبصعلا تاكبشلا جئاتن ةنراقم ثم نمو ،ةيبس تياذلا ميظنتلا مزراوخ عم امأ ،ةيلعفلا ميقلا عم ةيعانطصلاا SOM طانمأو تاعولمج روصتي دق ققدلما ةيبسالمحا تانايبلا في فشكلا . ماظن تازيم نلف ،تانايبلا عم لماعتلا في ةديج ةيعانطصلاا ةيبصعلا تاكبشلا ،اقباس انركذ الك لا ققدللل نكيم اتهدعاسلبف ،رارقلا ةيللع في ةيفاضإ تامولعم حنتم نأ نكيم ةيعانطصلاا ةيبصعلا تاكبش ةيديلقتلا ةيليلحتلا ةعجارلما نم ةيلاعفو ة افك رثكأ نوكت تانايبلاب ةقلعتلما روملأا ضعب ديج نأ . ققدلما عم ماهلما نم ديدعلا رارقتسا عقوتي ماظنلا اذه نإف كلذ ىلع انب . ،كلذ ىلع ةولاع تروطت تامولعلما ايجولونكتف ،ةئشانلا تايجولونكتلا نم ةدحاو برتعت ةيعانطصلاا ةيبصعلا تاكبشلا ةيبصعلا تاكبشلا ىلع مئاقلا تامولعلما ماظن جذولنل ةنكمم اهلعتج ةيصخشلا بيساوحلل ةلجاعلما تاردقو طبضلاو ةبقارلما تايللع لجلأ ةيعانطصلاا . قدلما راصتخاب تانايبلا نم ملعتلل ةيعانطصلاا ةيبصعلا تاكبشلا ةردق نم اوديفتسي نأ نكيم نوق نوبزلا ةكرش لوح مهفراعمو متهابرخ معدل . 10
Busta, Bruce – Weinberg, Randy: op.cit, p 564
176 0 . ةيلمع ءادأ نم نيسحتلل ةيليلحتلا ةعجارملا يف ةيعانطصلاا ةيبصعلا تاكبشلل تاقيبطت قيقدتلا ةيبصعلا تاكبشلا تاساردل ةماع ةرظن مدقنس زلجا اذه في ىرن تيلاو ،قيقدتلا لاجبم طبترت تيلا ةيليلحتلا ةعجارلما ةيللع مدتخ انهأ . في ةيعانطصلاا ةيبصعلا تاكبشلا تاقيبطت تلاامج مهأ نلكتو اليف ةيليلحتلا ةعجارلما يلي : -ةيرهولجا اطخلأا فاشتكا ؛ -ةرادلإا ابه موقت تيلا ريوزتلا تاسرامم فاشتكا ؛ -تارارق معد ةيرارلتسلاا ؛ -تح ةيلالما ةقئاذلا لكاشم ديد ؛ -ةيلخادلا ةباقرلا رطامخ مييقت . 0.0 ةيرهوجلا ءاطخلأا فاشتكا : اطخلأا يه ةيليلحتلا ةعجارلما ةيللع في ةيعانطصلاا ةيبصعلا تاكبشلا قيبطتل لامج بركأ نإ الما تاباسلحا ميق لىإ ققدلما مالتها هجوت ةيرهولجا اطخلأا تاقيبطت نإ ثيح ،ةيرهولجا امدنع ةيل ةعقوتلما تاقلاعلا عم قفاوتت لا ةيلالحا تاقلاعلل . اذإ اليف رارقلا هل ققدلماف / قيقدتلا تاراشإ ةعيبط يه امو اطخلأل ةيعانطصلاا ةيبصعلا تاكبشلا جذانمو ،ةعقوتلما يرغ جئاتنلا يرسفتل ابه مايقلا بولطلما ةيفاضلإا صتخ ةيرهولجا وأ ةيلبقتسلما ميقلا عقوت نم لك تانايبلا بيترت ، تاساردلا مهلأ ضرع يليام فيو ةيرهولجا اطخلأا لكاشلم ةيعانطصلاا ةيبصعلا تاكبشلا عيضاوم تلوانت تيلا ثوحبلاو :
177
0.0.0 ناثحابلا تاسارد
11
: Coakley and Brown (1991a), Coakley and Brown
(1993), andCoakley (1995) ناك اذإ ام رابتخا ىلع تاساردلا هذه موقت ينستح ىلع ةردقلا ةيعانطصلاا ةيبصعلا تاكبشلل ةيرهشلا تانايبلا مادختساب ناثحابلا ماق ثيح ،ةيرهولجا اطخلأا ىلع فرعتلاب كلذو قيقدتلا ةيللع ادأ ىلع دنتسي هامدق يذلا جذولنلا امأ ،مجلحا ةطسوتم تاسسؤللل تاونس عبرلأا للاخ ؤبنتلا تاهاتجلااب . يب ثلاثلا تاونسلا تانا تانايبلا نم ةعبارلا ةنسلا امأ ،ةعوللمجا بيردتل تمدختسا لىولأا ةيعانطصلاا ةيبصعلا ةكبشلا ادأ مييقتل ةيؤبنت ةتفك تمدختسا ANN ، ةينازيلما فانصأ بلغأ ليثلتلو يمولعلا اسح ديصر رشع ةسخم رايتخا تم ،ة ب . ةيلالحا اطخلأل ضتفلما صقنلا ةنراقم ىلع ثوحبلا هذه موقت -لع اطخا دوجو مدعب رابتعا ى ةيلالما مئاوقلا في -أ مييقتل ةيرهولجا اطخل-أا ردصمو ةيعانطصلاا ةيبصعلا تاكبشلا اد ، تتبثأ دقو ميقلا في لقأ يلك نيابت عم ةديج ةيؤبنت ةردقم ةيعانطصلاا ةيبصعلا تاكبشلا ىرخأ ةيحان نم ،ةعقوتلما انايبلا في تابلقتلا ةعيبط نأ ناثحابلا ينب ةيلاعف نم دتح ةيلالما ت ةيليلحتلا ةعجارلما تا ارجإ لك . 11 لىإ رظنأ : - Coakley, James R. – Brown, Carol E. (1991a) Neural Networks Applied to Ratio
Analysis in the Analytical Review Process. In: Proceedings of the Fourth International Symposium on Expert Systemsin Accounting, Finance and Management, University of Southern California. Pasadena California, USA, October 30 – November 1, 1991, 1–36.
-Coakley, James R. – Brown, Carol E. (1993) Artificial Neural Networks Applied to Ratio Analysis in the Analytical Review Process. International Journal of Intelligent Systems in Accounting, Finance and Management, 2 (1): 19–39.
-Coakley, James R. (1995) Using Pattern Analysis Methods to Supplement Attention-Directing Analytical Procedures. Expert Systems with Applications, 9 (4): 513–528
178
0.0.0 ناثحابلا ةسارد
12
: Coakley and Brown (1991b) في جذانم ىلع فرعتلل ةيعانطصلاا ةيبصعلا تاكبشلا ايجولونكت ناثحابلا برتخا ةساردلا هذه في مجلحا ةطسوتم ةيعانص ةكرشل ،ةيلالما بسنلا . يقلاب ؤبنتلاب اماق كلذك تاكبشلا قيرط نع ةيلبقتسلما م ةيعانطصلاا ةيبصعلا . ةكرحو ةكرشلل ةيلالما ةلئلالما لوح تامولعم حنتم تيلا ةيلالما ةدصرلأا ديدتح تم نوزخلماو ممذلا تاباسح . مادختساب جذولنلا بيردت تم 24 طباتلا ةيللع عم تانايبلا نم رهش تياذلا auto-association . 2.0.0 ةسارد ثحابلا 13 : Busta, Weinberg (1998) ةجرد في ةيعانطصلاا ةيبصعلا تاكبشلا ةردقم نم ققحتلاب ناثحابلا ماق ةساردلا هذه للاخ نم دروفنب عيزوت نم ةدلتسلما تانايبلا تاعولمج في تابعلاتلا فلتخلم اهفاشتكا ةقرفتلا للاخ نم كلذو ، ةيلالما تانايبلا ينب " ةيداعلا "" " و " ابه بعلاتلما " ثم تلاخدلما تايرغتم للتح ةكبشلا نأ ثيح ةروزلما وأ تانايبلا تاعولمج في شيوشتلا ةجردل تاريدقت دلوت . عجم تم 222 ةتس رابتخاب ثحابلا ماق الك ،تانايب تاعولمج نم ( 24 ) ةيبصع تاكبش ،ةيلاعف رثكلأا جذولنلا ديدحتل اهليلصت تم ةيعانطصلاا يرابتخلاا رارقتسلا ةبتعلا ةليق ةيللع للاخ يه ةكبشلا ةيلوقعلم فقوت ةطقنك بيردتلا 2.21 . 12
Coakley, James R. – Brown, Carol E. (1991b) Neural Networks for Financial Ratio Analysis. In: Proceedings of The World Congress on Expert Systems, ed. by Jay Liebowitz. Orlando Florida, USA, December 16–19, 1991, 132–139.
تياذلا طباتلا auto-association تياذلا ميظنتلا وا Self Organisation ىلع دلتعت تيلا مزراوخ يه بقارم لىا ةجالحا نود ايتاذ ةكبشلا تلاجدم بيردت متي ثيبح بقارلما يرغ بيردتلا 13
Busta, Bruce– Weinberg, Randy (1998) Using Benford's law and neural networks as a review procedure. Managerial Auditing Journal, 13 (6): 356–366
دروفنب نوناق لوقي Benford’ low عزوت يعيبط لكشب ثدتح تيلا دادعلأا ماقرأ نأ طنم ىلع يؤبنت . هنأ ثيح ئاوشعلا ماقرلأا نم ةعوللمجا في عضوم في مقر لكل ةعقوتلما ةيرتولا دديح ةي . ةدعاق في مقر يأ صرف نأ نيعي اذهو ايباسح ابه ؤبنتلا نكيم تيلا يه ةنيعم تانايب . فورعم وه ةعوللمجا في مقر لكل ةعقوتلما ةيرتولا نلا . ةلاعف ةقيرط تاباسلحا ماقرأ في اطخلأا فاشتكلا لب ةضقانتلما تايللعلا ىلع فرعتلل طقف سيل ينققدللل
179 ةبسنـب حيحصلا فينصتلا ىلع ةرداق ةيعانطصلاا ةيبصعلا تاكبشلا نأ ثحبلا جئاتن تنيب 02.2 % تانايبلا تاعولمج نم ةحيحص انهأ لا 222 ىوتسلم ةساسح دج جئاتنلا ىرخأ ةيحان نم ، جئاتنلا تنيب ثيح ،ةعولمج لك في شيوشتلا تانايبلا تناك اذإ هنأ " ةشوشغم " ىوتسم دنع 02 % وأ دنع اذه فشتكت فوس ةكبشلا نإف رثكأ 42 % ، ةشوشغم يرغ تانايبلا تناك اذإو ،تقولا نم تانايبلا نأ لىإ يرشي فوس رابتخلاا " ةفيظن clean " لدعبم 40 % ةعجارلما تا ارجإ نلا ،تقولا نم لزعنم لكشب مدختست لا ةيليلحتلا . الك نأ لىإ ةساردلا تنيب في ةحضولما ةيليلحتلا ةعجارلما تا ارجإ ةيديلقتلا ةيليلحتلا ةعجارلما تا ارجإ نلا ةيديلقتلا ةعجارلما تا ارجإ نم بركأ ايازم اله ةساردلا هذه اله اهفاشتكا في اظح لقا نوكت ةيرغصلا اطخلأا نم ديدعلا ينح في ةيربكلا اطخلأا فاشتكا في ةردقلا 0.0 امم اسر ةرادلاا اهب موقت يتلا ريوزتلا ت فيرعت نكيم ابه موقت تيلا ريوزتلا تاسرامم ةرادلإا دوصقم لايتحاك بكترم ،ةرادلإا لبق نم يذلاو بيصي و نيرلثتسلما يننئادلا للاخ نم لا ليلضت ل يرهولجا ةيلالما تانايبل . و ينققدلما ارجإ مهنكيم لا تاضاتفا قلعتي اليف وأ ةناملأاب زتلا ريو نم لبق ةرادلإا . نأ مهيلع يغبني نم ةنيب ىلع اونوكي ةيناكمإ ةرادلإا ابه موقت تيلا ريوزتلا ةيادبلا دنع في قيقدتلا ةيللع و في رظنلا ةداعإ لالتحا تافيرتح ةرادلإا . 0.0.0 ناثحابلا ةسارد 14
Green and Choi (1997)
لاو ةيعانطصلاا ةيبصعلا تاكبشلل جذونم ريوطتب ناثحابلا ماق مادختساب ريوزتلا فنصي يذ تايرغتلك تاباسح ةدصرأ ثلاثو ،ةيلام بسن سخم مادختساب ناثحابلا ماق ثيح ،ةيلالما تانايبلا ةنلج لبق نم اهفينصت تم تيلا تاكرشلا فلتخلم ةيلالما تانايبلا نم ريوزتلا ةنيع نوكتت ،ةكبشلل تلاخدلما 14
Green, B. P. and J. H. Choi. 1997. Assessing the risk of management fraud through neural network technology. Auditing: A Journal of Practice and Theory Vol. 16, (01). (Spring): 14 - 28
180 ةيلالما قارولأا تاصروبلاو 15 الما تانايبلا امأ ، نيروزلما يرغ ةنيعل ةيل وسالحا نم ةرشابم مهرايتخا متي ب ةنسل ريوزتلا ةنيعل اهتقباطمو ساسلاا ةنس ةعانصو ،مجحو ، . فاشتكا ةادأو ريوزتلا لوح ةيفاضا تاقيقحتل ةللتمح تاراشإ اله تاكبشلا نأ جئاتنلا ترهظأ ، لولأا عونلا نم اطلخا تلادعم نم لك عولمج نأ جئاتنلا تنيب الك نم لقا انهأ لىإ يرشت نياثلا عونلاو يئاوشعلا لالتحلال يسايقلا جذولنلا 0.22 عف ىلع ليلد اذهو ةيليلحتلا ةعجارلما تا ارجا ةيلا نم اضيأ ، رلتسم ضافنخا في نياثلا عونلا نم اطلخا نأ جئاتنلا . 1.3 ةيلاملا ةقئاضلاو ةيرارمتسلاا أدبم تارارق حنيم تاباسح ققدم يأر هيف كوكشم ل ةيرارلتسلا ، ةكرش نوكت امدنع نوبزلا في رطخ وأ لشفلا تاملاع نم ىرخأ تارشؤم ةقئاضلا ددته تيلا ،رارلتسلاا ىلع اتهردق ىلع ةردقلا مدع تلااح ينب نمو ةيرارلتسلاا سلافلإا . 0.3.0 نوثحابلا ةسارد : 16
Hansen , McDonald , Stice (1992)
نوكتت ةنيع ىلع مهتسارد نوثحابلا ىرجأ نم 22 ؛ةيلام ةقئاذ ابه ةكرش 22 ىلع تلصتح ةكرش ،ةسسؤللل ةيرارلتسلااب ققدلما ريرقت و 22 كلذك ؛ةسسؤلما ةيرارلتسإب ققدلما ريرقت قلتت لم تيلا 12 ،ةاضاقلما في ةطروتم ةسسؤم ثيح ادبا جذونم ؛ةفلتمخ تايرغتم ةئيب عم ينجذونم عضوب ناثحابلا ماق يذلاو ققدتلا لوح يأرلا نم امإ نوكتي 00 ةيماتلخا رتافدلا تامولعم وأ ةيماتلخا ةيلالما تانايبلا نم ةبسن نم نوكتي يذلاو يضاقتلا جذونمو ،تايرغتلك ىرخلأا 1 تايرغتم . وه لولأا جذولنلل أطلخا طسوتم 2.22 % و 02.00 % نياثلا جذولنلل . 15
SEC : Securities and Exchange Commission
16
Hansen, James V. – McDonald, James B. – Stice, James D. (1992) Artificial Intelligence and Generalized Qualitative-Response Models: An Empirical Test on Two Audit Decision-Making Domains. Decision Science, 23 (3): 708–723
181 لولأا جذولنلاب عقوتلا ةلاح في نوثحابلا جئاتن يرشت " ا ادبا قيقدتلا لوح يارل " ةباجتسلاا جذانم ، ةباجتسلاا جذانم نأ نوثحابلا ركذ ثيح ،ةللآا ميلعت جذانم عم يسفانت ىوتسم دنع هئادأ متي ةيعونلا ليدب نوكت نأ نكيم ةيعونلا تاللعم جمدل ةجاح كانه ناو ،ايبسن ةيرغص بيردت تانيع دنع هيف ابوغرم فيلاكت ،ةتفلا تلاالتحا لثم ةيفاضإ أطلخا . 0.3.0 ناثحابلا ةسارد : 17 Koh, Tan (1999) للاخ نم ةسسؤلما ةيرارلتساب ؤبنتلاب ناثحابلا ماق 4 ةيبصعلا تاكبشلا جذونم عم ةيلام بسن لىإ ةلسقم تاسسؤلما نم ةنيع نع ةرابع تانايبلا ةعولمج تناكو ،ةيعانطصلاا 041 مدع عم ةسسؤم ةسسؤللل ةيرارلتسلاا و 041 لاا أدبم عم ةقباطتم لالعتسا تم تاكبشلل هقيبطت في اما ،ةيرارلتس 222 امأ ،ةكبشلا بيردت لجا نم ةلاح 22 ةيارلتسلاا جئاتن ةنراقم تم ،رابتخلاا لجا نم ةيقابلا ةلاح لىإ يرشت ةساردلا جئاتن تناكف ،ققدلما رظن ةهجوو ةيلالتحلاا جذونم عم ةيعانطصلاا ةيبصعلا تاكبشلل صلاا ةيبصعلا تاكبشلا نأ ةيلالتحلاا جذونم نم لك في كلذك يه ام لثم ةديج لقلأا ىلع ةيعانط ةيلالما بسنلا نم اقلاطنا تاسسؤللل ةيرارلتسلاا تلاابح ؤبنتلا لجلأ نوققدلما جذونمو . 2.0 ةباقرلا رطاخم مييقت لكيه في رطاخلما مييقت دنع تانايبلا نم ةلئاه ةيلكلا تاباسلحا رابتعلاا ينعب ققدلما ذخأي اقرلا ةيلالما تانايبلا في ةيربك اطخلأا فاشتكا وأ عنم في تلشف ةسسؤلم ةيلخادلا ةب . رطامخ مييقت ،لياتلاب ةباقرلا م ةيللع وه لوح ةينهلما ماكحلأا جمدل ةيجهن ةيبسنلا اهتيهمأ ،ةلصلا تاذ رطاخلما لماوع و ةللتلمحا ةسكاعلما فورظلاو / ا ةطشنلأا ديدتح لىإ تدأ تيلا ثادحلأا وأ قيقدتلل ةلباقل . 17
Koh, Hian Chye – Tan, Sen Suan (1999) A neural network approach to the prediction of going concern status. Accounting and Business Research, 29 (3): 211–216.
182 0.2.0 ةسارد ل ثحابل ين : 18
Ramamoorti, Andrew, Richard. (1999) مادختساب ناثحابلا ماق 04 يلك يرغتم و 01 تلاخدلما تايرغتلك رطلخا لماوعل يعون يرغتم ةعمالجا تايلك طيمح في جذالنلا ميلصت تم الك ،ةيلخادلا ةعجارلما قايس في رطاخلما فيرعت تم ،جذالنلل موكلحا نم نوكتت ةنيعلا نأ ثيح ،ةي 020 لدعم لالعتسا تم ثيح ،ةعمالجا تايلك نم 02 % نم ،ةكبشلا بيردت ةنيعل تانايبلا 22 % نم تصلختسا يعونلا رطلخا لماع ميق امأ ،ينمواقلما تانايبك اقبسم ددمح سايقم مادختساب ةعجارلما مادختساب قيقدتلا يفظوم 0-9 دلمحا تايرغتلما نم ددع ناكو ، ةد في جذانم انبل فاطلما ةيانه في 7 لىإ 02 ةعولمج . ةيبصعلا تاكبشلا مادختسا نم ةدافتسلاا مله نكيم ينيلخادلا ينققدلما نأ لىإ جئاتنلا تراشأ نورشعو سللخا بطقتست ةيعانطصلاا ةيبصعلا تاكبشلا جذانم نأ ثيح ،رطلخا مييقتل ةيعانطصلاا خلماب ةفوفلمحا تايلكلا نم لىولأا ينب حواتي ةقد لدعبم رطا 22 -00 % . 1 . د ةلاح ةسار حلملا ريركت بكرم E.NA.SEL ةياطول -ةركسب -يف ةرتفلا 0202 -0202 نلكي انهو ،تاباسلحا ةدصرأ نم ديدعلا يوتتح ةسسؤم يلأ ةيلالما مئاوقلا نأ مولعم وه الك ةيلاخ ةدصرلأا هذه تناك اذإ اليف ديدحتل ةجابح وه ثيح ققدلما رود بلطتتو ،ةيرهولجا اطخلأا نم ةيلالما تانايبلا ىلع ليدعت ارجإ . للعتست تيلا اطخلأا رداصم مهأ رصح لواحنس اهقيقدت دارلما ةدصرلاا ديدتح لىإ قرطتلا لبق ةدصرلأا ليلتح ىلع يرثأتلل . ةيلالما ةدصرلأا ليلتح ىلع يرثأتلل للعتست اطخلأا رداصم نم ينعون كانه : يرغ تايتشم ةيناكما ىلع زيكتلا لواحنس ةساردلا هذه للاخ نمو ،تاعيبللل يهمو ليجست و ةلجسم ةيهمو تاعيبم نع ةتجان ةيرهوج اطخا دوجو .
18 Ramamoorti, Sridhar – Bailey, Andrew D. Jr – Traver, Richard O. (1999) Risk
Assessment in Internal Auditing: A Neural Network Approach. International Journal of Intelligent Systems in Accounting, Finance & Management, 8 (3): 159–180
183 0.3 ةساردلا لحم ةسسؤملا فصو : ةينطولا ةسسؤللل ةعباتلا ةيجاتنلإا تادحولا مهأ ةياطولب حللما بكرم دعي E.NA.SEL ، ثيح براقي ام تاداريإ جتنت 002 ةدصرلأا ىلع لوصلحا تم ةساردلا هذه للاخ نم ،ةنسلا في جد نويلم ةييموقت تاونس عبرلأ ةلللجاب ةراجتلل رهش لك ةياهنل ةيلعفلا 0202 -0202 نم ةنس لك نأ مغرلا ىلعو ، هذه نأ ضتفلما نم ناك ،يدرف لكشب ققدت لم ةيرهشلا ةدصرلأا نأ لاإ ،اهقيقدت تم عبرلأا تاونسلا ا ةدصرلأا ةيانه في ةيبسامح تايوست كانه نكت لم كلذ لىإ فضأ ،ةيرهولجا اطخلأا نم ةيلاخ ةيرهشل لثتم ةيليلحتلا ةعجارلما قيبطت للاخ نم ةفشتكلما اطخلأا ةلالحا هذه فيو ،تاباسحلل ةنسلا نم أطخ يناثلا عونلا ىوتسم ىلع اطخأ فاشتكا ينح في ةيرهوج اطخأ دوجو مدع ضاتفا ىلع كلذو ةيرهشلا ةدصرلأا . ديصرلا عم نراقي عقوتلما ديصرلا اذه ،باسلحا في عقوتلما ديصرلا ريدقتل ةيليلحتلا ةعجارلما قبطت ةنراقلما هذه نم ينتجيتن كانهو ،نيابت كانه ناك اذإ اليف ديدحتل ليالحا : -تح لىإ ةجالحا لىإ يرشت ةيليلحتلا ةعجارلما عم ،دوجوم يرهولجا نيابتلا ناك اذإ في ةيفاضإ تاقيق ةيلالما تاباسلحا ؛ لا ةيلالما تاباسلحا في ةيفاضإ تاقيقتح لىإ ةجالحا ثم ،هفاشتكا متي لم يرهولجا نيابتلا ناك اذإ كلذ لىإ يرشت . ةئطالخا تارارقلا اههمأ ؛تارارقلا نم عاونأ عبرأ حنتم ةيليلحتلا ةعجارلما جئاتن تافيلوت نإف ةفاضلإاب نم أطلخا حنتم تيلا نم عونلا اذه نم يربكلا ددعلا نأ ثيح ،ة افكلل سايقم لثيم يذلاو لولأا عونلا نم نياثلا عونلا امأ ،اهنع انغتسلاا نكيم ةيفاضإ تاباسح انهلأ ،قيقدتلا ة افك نم للقي نأ نكيم أطلخا لشفت ةيليلحتلا ةعجارللل امدنع ثديح يذلاو نياثلا عونلا نم أطخ انل لكشت تيلاو ةئطالخا تارارقلا دوجوم عقاولا في وه يرهوج أطخ دوجو لىإ ةراشلإل .
184 امأ ةبسنلاب دختسلا ةيبصعلا تاكبشلا ما ةيليلحتلا ةعجارلما في ثيدح بولسأك في جاتتح انهإف ، ةصالخا تاعيبلماب ؤبنتلا قيبطت تم هذه انتسارد فيو ،ةينمز ةلسلس لكش في ةييخرات تانايب ىلع ؤبنتلا ةلاح ةركسب ةياطول حللما بكرلما * تفلل ةينمز ةلسلس لكش في ةيرهشلا تاعيبلما ىلع لوصلحا تم ثيح ، ةدتللما ة نم 0232 لىإ 0239 لثيم ام يأ 12 ةدهاشم ( لودلجا رظنأ مقر ( 1 ) ) مقر لودجلا ( 1 ) ةدتمملا ةرتفلل ةيرهشلا ةيلعفلا تاعيبملا روطت 0202 -0202 . 23 ىلإ 21 -0232 2262335,00 3445823,00 5505870,00 5786570,00 6174132 ,00 6118884,00 20 ىلإ 30 -0232 7022082.80 7124612.45 8121619.73 8318930.65 8169173.53 8665769,88 23 ىلإ 21 -0233 8154776,54 10643785,68 7306078,98 8257169,81 8515793,34 8127653.37 20 ىلإ 30 -0233 8106468.42 7693131,95 8396883,57 9358110,26 8837329,04 16183542,80 23 ىلإ 21 -0230 9316280,18 9803457,99 8101703,22 7079555,15 8106246,44 8109847,29 20 ىلإ 30 -0230 6870723,08 4026462,62 9822913,34 10530134,43 9598580,00 16557321,79 23 ىلإ 21 -0231 2362272,07 5670983,66 5517509,04 9414533,72 9021096,08 9826564,02 20 ىلإ 30 -0231 9077726,38 6796020,27 8933562,25 11025450,37 12011181,53 13302138,63 23 ىلإ 21 -0239 7065784,26 10513155,4 10311582,5 12167330,75 7933840,77 22171630,38 20 ىلإ 30 -0239 16792417,8 8204810,5 22362479,3 17190091,38 18763107,21 11075152,21 ردصملا : نم إ دادع ثحابلا ين تايحرصت ىلع دالتعلااب G50 تاونسلل 0202 -0202 ةددلمحاو حلللل ةيرهشلا تاعيبلما في لثلتت انيدل ةدوجولما ةلسلسلا بـــ 42 نم ةدتمم ةدهاشم يفناج 0202 برلسيد لىإ 0202 طسوتبم ، باسح 9362169,55 ةليقو ايند 2262335,00 تلجس ةنس في 0202 ىوصق ةليق و 00240201,22 ةنس في 2014 لسلسلا هذه ميق تتشتتو ، نع ة يرايعم فارنحاب اهطسوتم هردق 4074331,56 امأ اليف نيابتلا لماعم صيخ 1,66E+13 ، ام وهو دوجو لالتحلا ققدللل ةبسنلاب يرشي ام اذه ةلسلسلا تايوتسم سناتج مدع ةجرد لوح ةركف انيطعي ةيفاضإ تاقيقتح لىإ جاتتح تيلاو ةيرهوج اطخأ . * لا ةساردلا لمح ةسسؤلما ت ليلحتلا ةعجارلما بيلاسأ ىلع دلتع ،ةروطتلما وأ ةيديلقتلا اوس ةي في دلتعي لا بكرلما نأ الك عيبلما ىلع لوصلحا متي انمإو ،يساسأ لكشب ةيلكلا بيلاسلأا ىلع تاعيبلماب هتؤبنت ةدحولا للاخ نم ةططخلما تا ةنيطنسقل ةيزكرلما .
185 0.3 جذومن هاجلا جماربلاو تانايبلا ليلحت ةمدختسملا ةز ةزهالجا جمابرلا مزح ديدتح ثم نمو ،ةبسانلما ةيئاصحلإا بيلاسلأا ديدتح سايق ةيللع يأ بلطتت ةيديلقتلا ةيلكلا بيلاسلأا ىلع دلتعت ةيليلحتلا ةعجارلما نأ مولعم وه الكو ،اهمادختسا متي فوس تيلا دلحا بيلاسلاا مهأ دحلا زلجا اذه في قرطتنس كلذلو ،ةروطتلماو ةيبصعلا تاكبشلا جذونم في ةلثمم ةثي ةيعانطصلاا : 0.0.3 ةيعانصلا ةيبصعلا تاكبشلا جذومن دحأك ،قيقدتلاو ةبسالمحا لامج في ةصابخو ةيراجتلا تاقيبطتلا في اهمادختسا عئاشلا بيلاسلأا أ دوجو مدع وأ دوجوب فيصوتلا اذكو ةيرهشلا تاعيبلماب ؤبنتلل بولسلأا اذه مادختسا تم دقو اطخ ،ةيرهشلا تانايبلا قيقدت مدعو ةيونسلا تانايبلا قيقدت تم هنا رابتعا ىلع ةققدلما ةيلالما مئاوقلا في ةيرهوج قيقدلا ؤبنتلا ىلع ةيعانصلا ةيبصعلا تاكبشلا بولسأ ةردق يدم نم دكأتلاو . 0.0.3 ةيعانصلا ةيبصعلا تاكبشلا جمانرب (MATLAB R2013a) دلتعا اجتلا ارجإ في ناثحابلا فينصتل ةيعانصلا ةيبصعلا تاكبشلا بولسأ مادختساب ةصالخا بر اهرداصمو ةيرهولجا اطخلأا تاكبشلا انب في مدختست تيلا جمابرلا دحأ ىلع ،ةيرهشلا تاعيبلماب ؤبنتلاو جمانرب وهو ةيعانصلا ةيبصعلا (MATLAB R2013a) ، ةيبصعلا ةكبشلا انبب جمانبرلا اذه موقي ورم ،اهتقد رابتخاو ىلع ةيبصعلا ةكبشلا انب دارلما تانايبلا فلم هيلإ لويح نأ دعب ةيساسأ لحاربم ار اتهانوكم فينصت وا ابه ؤبنتلا دارلما ةلكشلما صتخ تانايب نم فللما هيوتيح ام ساسأ . 3.3 مادختساب ةيليلحتلا ةعجارملا جئاتن مجحب ؤبنتلا يف ةيعانطصلاا ةيبصعلا تاكبشلا بولسأ تاعيبملا ريوطت ب ةيليلحتلا ةعجارلما ةيعانطصلاا ةيبصعلا تاكبشلا جذونم مادختسا ؤبنتلا في ىلع يوطني ةيعانطصلاا ةيبصعلا تاكبشلل بسانلما جذولنلا رايتخا دادعإو جذولنلا بيردتو تلاخدلما تانايب الكو ، ةيبصعلا تاكبشلا جذانم فلتمخ في راكفا تمدق تاساردلا نم ديدعلا هلاعا انركذ نمو ،ةيعانطصلاا
186 رثؤت تيلا لماوعلا نم ديدعلا ،ةيعانطصلاا ةيبصعلا تاكبشلاب ؤبنتلا ةيناكمإ ىلع تزكر ةقباسلا دوهلجا ىلع ةضورفلما ةقثلل ةيئاصحا تايوتسمو ةيرهوج تايوتسم يوتتح تيلا ةليدبلا ةيليلحتلا ةعجارلما ادأ ىلع جذونم ديدحتلو ،ةيليلحتلا ةعجارلما ANN م جاتنح ةيرالعم ةينبو ، بيردتلا ةيمزراولخ ةصاخ تافصاو و ، طيشنتلا ةلادو ةيلاتلا جئاتنلا ىلع انلصتح هاندا ةددمح تاوطلخا نم ةعولمج ىلع رورلماب : 3.3 . 0 ةيعانطصلاا ةيبصعلا ةكبشلا مادختساب ؤبنتلا تاوطخ : نكيم عم ةيبصعلا ةكبشلا مادختساب ؤبنتلا تاوطخ مهأ ديدتح أ ئاتنلا مه ام في اهيلإ لصوتلما ج يلي : أ. تاريغتملا رايتخا اهيلع لوصلحا تم حللما ةدام نم ةيرهشلا تاعيبللل ةينمزلا ةلسلسلا في ةلثلتلماو يفناج نم دتتم ةينمز ةتفل اذهو ،ةركسب ةياطول حللما بكرلم ةراجتلا ةرئادو ةيلالماو ةبسالمحا تيرئاد نم 0202 برلسيد لىإ 2014 ( 60 ةدهاشم )؛ ب . تانايبلا ةجلاعم ةلسلسلل ةيلبقتسلما ميقلا عقوتو ،طقف ةدحاو ةينمز ةلسلس انيدل رفوتت هنا مادام ةينمزلا y(t) لاكشأ نم دعي لكشلا اذه نإف ةلسلسلا هذه نم ةيضالما ميقلا ىلع دلتعي يذلاو يطلخا يرغ تياذلا رادنحلاا ؤبنت (NAR) ؛ ج . تانايبلا ليلحت هلحرم . موقي ةلحرلما هذه فى ميسقتب جمانبرلا متيس ثيح ،عيمامج لىإ تانايبلا ا لقاونو تلاخدلما تلاقان ميسقت تاعولمج ثلاث لىإ يئاوشعلا فدله : -02 % لداعي ام يأ بيردتلل 20 ؛ةدهاشم -01 % ( 21 ةدهاشم ) لأ ةللعم ةكبشلا نأ نم قيقحتلا لج ؛ -01 % ( 21 ةدهاشم ) ةكبشلا ميلعت نع اماتم لقتسم رابتخاك ةيقبتلما . د . جذومنلا ديدحت : تيلآا رايتخا تم ةيبصعلا ةكبشلل جذولنلا اذه ديدتح في : ةيرهشلا تاعيبلما نع ةرابع يهو ،دحاولا يواسي لاخدلإا تانوبصع ددع 60 ةدهاشم ؛ -ةدحاو ةقبطب ايلآ تددح ةيفخلما تاقبطلا ددع ؛ -ب ايلآ ددح يذلاو ة-برجتلا قيرط نع دديح يذلاو ةيفخلما تانو-بصعلا ددع ــــ 02 تاقبط ؛
187 -لإا نوبصع دحاولا يواسي و جارخ . مقر لكشلا ( 2 ) ةكبشلا جذومن : ةيبصعلا ةكبشلا مزراوخ نايب ردصملا : نم دادعإ ينثحابلا ىلع دالتعلااب MATLAB R2013a . دق جاتنح نم يضاتفلاا ددعلا ثيح ، يدر ةكبشلا بيردت ادأ ناك اذإ ماقرلأا هذه طبض لىإ رخأتلا يواسي 0 لىإ ةليقلا هذه يريغت تم دقو 0 بيردتلا ةداعإ دعب اذهو . ه . لا بيردت : يليام ةلحرلما هذه مضت : -جذولنلا ميلعت : ،فينصتلاو ؤبنتلا في ةيبصعلا تاكبشلا مادختسا نم ةدافتسلاا ققحتت تىح ،ةيؤبنتلا اتهردقو اهجئاتن ةقد نم دكأتلاو ينب نازولأا ةعولمج دايجإ نم دبلا تيلاو تانوبصعلا تح د ،أطلخا عبرم طسوتلم ةليق لقأ د 19 MSE ، نوكن أطلخا تاعبرم طسوتلم يعيبتلا رذلجا ذخأبو اطخلأا تاعبرم طسوتم رذج وهو رخآ سايقلم انلصو دق RMSE -أطخلل يفللخا راشتنلاا ةكبش ةيمزراوخ : ليلما ليلقتل بيردتلا ةيمزراوخ مدختست . 19 اطخلأا تاعبرم طسوتم ( MSE ) : مادختساو اعويش سيياقلما رثكأ نم برتعي وهو قيفوتلا ةدوج سايق في ا جذالنلل ، ةلداعللل اقفو بسيحو n e MSE n i 1 2
188 و . ةكبشلا ذيفنت : تخ ثيح ةداعإ ةيناكمإو ةرود في يرغتلا ةلاح عم فيكتلا ةردق ثيح نم ةكبشلا برت تانايبلا يرغت دنع أطخ عبرم لقأ لىإ لوصولاو بيردتلا . 3.1.1 ةيعانطصلاا ةيبصعلا ةكبشلاب ؤبنتلا جئاتن ةيلولأا جئاتنلا ىلع انلصتح بيردتلا ةيللع للاخ نم : لكشلا ( 5 ) ةكبشلا بيردتل نايب . ردصملا : نم إع دا د الب ا حث ين ىلع دالتعلااب MATLAB R2013a . حي ث كا ن : طابترلاا لماعم نع ةرابع هيلع دلتعلما مييقتلا رايعم و MSE بيردتلا رايعم : R=-2.6405, MSE= 1.208520e14 ققحتلا رايعم : e14 R=0.9333 , MSE= 2.26251 ةيللاقتسلاا رابتخا رايعم : e13 R=1.7885 , MSE= 1.12209
189 لكشلا ( 6 :) هلاعا ثلاثلا ريياعملل يراركتلا جردملا ردصملا : نم إ دادع ال با حث ين ىلع دالتعلااب MATLAB R2013a . م ن خ لا ل ال ش ك ل ال س اب ق ظحلان أ ن أع ل دة الم د رج ال ت يرارك رظانتم يرغ ة بال ن س بة ،يرفصلا روحللل امم ةكبشلا بيردتب مايقلا انيلع مزلتسي . ،كلذك ىرخأ ةهج نم ةكبش في مدختسلما مييقتلا رايعم لقأ وه أطلخا مييقتل يسكعلا راشتنلاا أطلخا عبرم طسوتلم ةليق MSE ، ةليق يواسي هدايجإ تم يذلاو 1.20195E14 نم يضاتفلاا ددعلا وه يذلا رخأتلا 0 هتليق نم نسنح نأ نكيم له حورطلما لاكشلإا ىقبي نكلو ، . ةلاد ةسارد للاخ نمو مقر لكشلا في ةنيبلماو تياذلا طابترلاا ( 1 ) اذهو ةقثلا لامج جراخ عقت دودلحا مظعم نأ ظحلان ثيح ، دوجو ىلع رشؤم جذولنلا بيردت ةداعإ انيلع متحتي امم اطخلأا ينب تياذ طابترا لضفأ ىلع لوصحلل اله ادأ .
190 لكشلا ( 7 ) ءاطخلأل يتاذلا طابترلاا ةلاد ردصملا : نم إع دا د الب ا حث ين ىلع دالتعلااب MATLAB R2013a . لكشلا ( 8 :) رايعمل ةيلولأا جئاتنلا MSE و R ردصملا : م ن إع دا د الب ا حث ين ىلع دالتعلااب MATLAB R2013a . م امأ طابترلاا لماع R=-0.19491 تاجرخلماو فادهلأا ينب ةقلاعلل ةساقلما ةليقلا سكعي يذلاو و طابترلاا لماعلم ةيلولاا جئاتنلاو لكشلا في ةنيبم اطخلاا تاعبرم عولمج لباقلما ( 0 ) و ةيلاولما ةيئاهنلا جئاتنلا ىلع انلصتح بيردتلا ةداعإ ةيللع للاخ نم :
191 مقر لكشلا ( 9 ) نايب ةداعلإ ةكبشلا بيردت . ردصملا : م ن إع دا د الب ا حث ين ىلع دالتعلااب MATLAB R2013a . لكشلا ( 02 :) بيردتلا ةيلمع دعب هلاعا ثلاثلا ريياعملل يراركتلا جردملا ردصملا : م ن إع دا د الب ا حث ين ىلع دالتعلااب MATLAB R2013a . نا ظحلان الم د رج ا يراركتل رظانتم با لن سب ة هنا نيعي امم ،رفصلل ةبسنلاب ةرظانتم اطخلاا نأ يأ يرفصلا روحللل ةنيعلا هذه في لاكشا كانه دجوي لا ، لقأ يأ ،ليلما ليلقتل أطخلل يفللخا راشتنلاا ةكبش مزراوخ ىرخأ ةهج نم لم ةليق أطلخا عبرم طسوت MSE ةليق يواسي هدايجا تم يذلاو 1.194E+12 يذلا رخأتلا نم يصاتفلاا ددعلاب وه 0 . بيردتلا رايعم : R=0.529 , MSE=1.38077E13 ققحتلا رايعم : R=0.5591 , MSE= 7.0819E12 رايعم ةيللاقتسلاا رابتخا : R=0.6938 , MSE= 8.3089E12
192 لكشلا ( 33 :) رايعمل ةيئاهنلا جئاتنلا MSE و R ردصملا : م ن إع دا د الب ا حث ين ىلع دالتعلااب MATLAB R2013a امأ طابترلاا لماعم 2.5509 R= تاجرخلماو فادهلأا ينب ةقلاعلل ةساقلما ةليقلا سكعي يذلاو . ىرخا ةرم ةكبشلا بيردت مدع ىلع لدت تارشؤم هذه لك ، في ةنيبم جئاتنلا اكشلاا ل ( 4 () 4 () 32 ) و طابترلاا ةلادب ينعتسن سوردلما جذولنلا ةحص وا أطلخا عبرم طسوتلم ةليق لقأ ىلع مكحلل هحضوي يذلا اطخلأل تياذلا لكشلا ( 00 ) لكشلا ( 00 :) بيردتلا ةداعإ دعب ءاطخلأل يتاذلا طابترلاا ةلاد ردصملا : م ن إع دا د الب ا حث ين ىلع دالتعلااب MATLAB R2013a نأ ظحلان ثيح بلغأ لحا ينب ةقثلا لامج لخاد عقت دود 0 و 0 طابترلاا بايغ ىلع رشؤم اذهو ، ينب تياذلا اطخلأا مقر لكشلا في ةحضولماو ةينمزلا ةلسلسلا رارقتسا سكعي يذلاو ( 02 )
193 لكشلا ( 03 :) ءاطخلال يتاذلا طابترلاا ةلاد عم ةينمزلا ةلسلسلل تاجرخملل ةباجتسلاا ةلاد ردصملا : م ن إع دا د الب ا حث ين دالتعلااب ىلع MATLAB R2013a . 3.3.3 قيفوتلا ةدوج سايق : سايقل قيفوتلا ةدوج ؤبنتلا لامج في ةيليلحتلا ةعجارلما بيلاسا نم بولسأك ةيبصعلا تاكبشلا قيقدتلا ةيللع ادلأ يلي اليف ةلثمم تاساردلا كلت في اهمادختسا رركت سيياقلما مها ىلع انرصتقا ، : ةفاضلإاب ، اطخلأا تاعبرم طسوتم رذج ، اطخلأا تاعبرم طسوتم طابترلاا لماعلم . دقو دوجو ىلع كلذ لد طسولا لوح تافارنحلاا تلق اللك ثيح ، اطخلأا تافارنحا باسح تم جذولنلا قيفوت ةدوج . ،ةيؤبنتلا ةردقلا سايقل ةقباسلا سيياقلما قيبطتبو حللما ريركت بكرلم تاعيبلماب ؤبنتلل ةركسب ةياطول . ( رظنأ لودلج ( 0 )) لودج ( 0 ) ساسلأا سيياقملا قيفوتلا ةدوجل ةي ةيعانطصلاا ةيبصعلا ةكبشلا تاجرمخ مدختسلما رايعلما ةيئاهنلا جئاتنلا ةيلولاا جئاتنلا 2.5509 - 0.19491 R طابترلاا لماعم
1,19E+12 1,20E+14 MSE اطخلأا تاعبرم طسوتم 1.092.703,07 10.963.348,00 RMSE اطخلأا تاعبرم طسوتم روذج ردصملا : ادعا نم د ناثحابلا ىلع دالتعلااب MATLAB R2013a .
194 دكؤت ةيبصعلا تاكبشلا بولسأ نأ ،قباسلا لودلجا نم اهيلع لصحتلما جئاتنلا قيفوت ةجرد ققح جذولنلل . رم طسوتم سيياقم تلد الك ىوتسم ىلع ، اهرذجو اطخلأا تاعب لوبقم قيفوت ةدوج نم ةيبصعلا تاكبشلاب صالخا جذولنلا . حضتيو نم كلذ نم ةيضالما ميقلا ىلع دلتعي يذلا ةينمزلا ةلسلسلل ةيلبقتسلما ميقلا عقوت للاخ ةبسنب طابترلاا لماعم ددح دقف ةيرهشلا حللما تاعيبلم ةلسلسلا هذه 55.24% لادب نم -19.49 % تاجرخلماو فادهلاا ينب ةقلاعلل ةساقلما ةليقلا سكعي يذلاو . عبرم طسوتلم ةليق لقا لىإ لصوتلا تم الك أطلخا MSE يواسي ناك امدعب 1,20E+14 حبصأ يواسي 1,19E+12 نم هيلع لصحتلما أطلخا عبرم طسوتم ردج باستحابو ،بيردتلا ةيللع دعب اذهو يواسي ةكبشلا بيردت ةداعا ةيللع 1.092.703,07 لدب 10.963.348,00 اهلك ح ليلقتل ةيبصعلا تاكبشلا ىلع دالتعاب ؤبنتلا ةيلاعف ىلع دكؤت تارشؤم اطخلاا مج ةبكترلما قيقدتلا ةيللع ادأ في ةيليلحتلا ةعجارلما ةيللع ليهست في مهاست امم خـــ ـ ةمتا مظن دوجول ةجيتنك ةيروفلا ةبسالمحا ، ىلع دعاست تيلاو ،ةينوتكللاا ةلدلأا مادختسلا هاتجلاا تم ا نم ةياقولاو عنلما اهثودح دعب تافيرحتلا كلت اغلإ وأ حيحصت سيلو ،ةيلالما مئاوقلل ةيرهولجا تافيرحتل . يبصعلا تاكبشلا تامادختسا تلوانت تيلا تاساردلا نم ديدعلا ةعجارم للاخ نمو ةيعانطصلاا ة ل راشأ نوثحابلا بلغأ ،ةيليلحتلا ةعجارلل او تلا ةعجارلما ينسحتل ةيناكمإ كلتم تاكبشلا نأ لىإ يليلح ة وق د تنيب ةيناديلما ةساردلا لم بكر ،ؤبنتلا ةدوج تارشؤم قيبطت دعبو ةركسب ةياطول حللما ريركت ةيبصعلا تاكبشلا جذونم قيبطت ةلواحبم انلق ةيعانطصلاا بولسأك نم أ ،ةيليلحتلا ةعجارلما بيلاس جئاتنلا ترهظأ نا تاقيقتح لىإ يرشت نأ نكيم تيلا طانملأا ديدحتل ةديفم ودبي ؤبنتلل ةادأك اهقيبطت يبلا نم ةللتمح ةيلالحا ةنسلا للاخ ةسسؤللل ةققدلما يرغ ةيلالما تانا .
195 قائ مة عجارملا : ال م را ج ع بال لغ ة الع ربي ة: 0 . دحمأ ييحارلجا نسح لئاو ( 0222 .) مادختسا تامدخلا ةدوج ةدايزل ةيبصعلا تاكبشلا ةيناديم ةسارد ،ةماعلا ةيراجتلا كونبلا يف ةيفرصملا ةانقلا تاظفاحم يف لوصحلل ةمدقم ةلاسر ةرادإ في ةفسلفلا هاروتكد ةجرد ىلع لالعلأا . ةيليعاسملإاب ةراجتلا ةيلك سيوسلا ةانق ةعماج : رصم . 0 . ،دلمح يلمر ،رضلخ ةكودع ،رداقلا دبع ليابرد " بولسأ نيب ةلضافملا Box-Jenkins و ةيداصتقلاا ةسسؤملا يف تاعيبملا مجحب ؤبنتلا يف ةيعانطصلاا ةيبصعلا تاكبشلا بولسأ -لاا ةسسؤملا ةلاح ةسارد ةيرئازجلا ةيداصتق GIPLAIT ، ليودلا ىقتلللل ةمدقم ةقرو لولأا : يريستلا في ةقبطلما ةيلكلا تاودلأاو قرطلا 01 / 02 برلفون 0202 . 2 . ،ديشرلا مكاح ،ةمداخلما ناحمرلا دبع دحما ( 0220 . ) ةيليلحتلا ةعجارملا تاءارجإ قيبطت ةيمهأ قيقدتلا ةيلمع ءادأ ةءافك عفر يف – ةيناديم ةسارد . دللمجا ،لالعلأا ةرادإ في ةيندرلأا ةللمجا 2 ددعلا 2 . ال م را ج ع بال لغ ة الأ جن بية :
4. Busta, Bruce – Weinberg, Randy (1998) Using Benford's law
and neural networks as a review procedure. Managerial Auditing
Journal, 13 (6).
5. Coakley James R. and Brown Carol E. (2000), Artificial Neural
Networks in Accounting and Finance: Modeling Issues,
International Journal of Intelligent Systems in Accounting, Finance & Management, 9 .
6. Coakley, James R. – Brown, Carol E. (1991a) Neural Networks
Applied to Ratio Analysis in the Analytical Review Process. In: Proceedings of the Fourth International Symposium on Expert Systemsin Accounting, Finance and Management, University of
196
Southern California. Pasadena California, USA, October 30 – November 1, 1991.
7. Coakley, James R. – Brown, Carol E. (1991b) Neural Networks for
Financial Ratio Analysis. In: Proceedings of The World Congress on Expert Systems, ed. by Jay Liebowitz. Orlando Florida, USA,
December 16–19, 1991.
8. Coakley, James R. – Brown, Carol E. (1993) Artificial Neural
Networks Applied to Ratio Analysis in the Analytical Review Process. International Journal of Intelligent Systems in Accounting,
Finance and Management, 2 (1).
9. Coakley, James R. (1995) Using Pattern Analysis Methods to
Supplement Attention-Directing Analytical Procedures. Expert
Systems with Applications, 9 (4).
10. Efstathios Kirkos , Charalambos Spathis ,Yannis Manolopoulos,
(2007). Data Mining techniques for the detection of fraudulent financial statements, Expert Systems with Applications, ELSEVIER, 32.
11. Eija Koskivaara , )2007(,Intergrating Analytical Procedures Into
The Continous Audit Environment, Journal of Information
Systems and Technology Management, Published by: TECSI FEA USP ,Vol. 3, No. 3.
12. Eija Koskivaara, Artificial Neural Network Models for Predicting
Patterns in Auditing Monthly Balances, Turku Centre for
Computer Science, TUCS Technical Report No 67, November 1996 13. Fanning, Kurt M. – Cogger, Kenneth O. (1994) A Comparative Analysis of Artificial Neural Networks Using Financial Distress Prediction. International Journal of Intelligent Systems in Accounting, Finance and Management, 3 (4).
14. Fanning, Kurt M. – Cogger, Kenneth O. (1998) Neural Network
197
International Journal of Intelligent Systems in Accounting, Finance & Management, 7 (1).
15. Green, B. P. and J. H. Choi. 1997. Assessing the risk of
management fraud through neural network technology. Auditing: A Journal of Practice and Theory Vol. 16,(0 1). (Spring).
16. Hansen, James V. – McDonald, James B. – Stice, James D. (1992)
Artificial Intelligence and Generalized Qualitative-Response Models: An Empirical Test on Two Audit Decision-Making Domains. Decision Science, 23 (3).
17. Koh, Hian Chye – Tan, Sen Suan (1999) A neural network
approach to the prediction of going concern status. Accounting
and Business Research, 29 (3).
18. Ramamoorti, Sridhar – Bailey, Andrew D. Jr – Traver, Richard O. (1999) Risk Assessment in Internal Auditing: A Neural
Network Approach. International Journal of Intelligent Systems in
Accounting, Finance & Management, 8 (3).
19. YASHPAL SINGH, ALOK SINGH CHAUHAN, NEURAL
NETWORKS IN DATA MINING, Journal of Theoretical and
