ارزيابي ريسك حسابرسي با استفاده از رويكرد داده كاوي (مطالعه موردي: تسهيلات بانكي)

The Evaluating Auditing Risk by Data Mining Approach (Case Study: Bank Loans)

هدف از اجراي اين تحقيق ارزيابي ريسك حسابرسي اعتباري با استفاده از رويكرد داده‌كاوي در بانك‌هاي پذيرفته شده در بورس اوراق بهادار تهران طي سال 1396 بوده است كه بر اساس داده‌هاي گرفته شده از 200 نفر از كساني است كه از بانك تسهيلات گرفته‌اند. ريسك اعتباري ريسك احتمالي است كه با احتمال شكست قرض گيرنده در بازپرداخت وام و يا برآورده نمودن تعهدات رخ مي‌دهد. به طور سنتي ريسكي است كه قرض‌دهنده نمي‌تواند اصل و بهره خود را دريافت نمايد كه سبب ايجاد فساد جريان‌هاي نقدي و افزايش هزينه‌ها براي بانك ها مي‌شود. اگر چه دقيقاً علت عدم ايفاي تعهدات مشخص نيست، اما ارزيابي درست و مديريت ريسك اعتباري مي‌تواند شدت زيان را كاهش دهد. در حسابرسي استخراج اطلاعات مناسب از ميان انبوه داده‌ها و تبديل آنها به دانش، نيازمند استفاده از روش‌هاي نوين است. داده‌كاوي يكي از اين ابزارها و رويكردهاست. روش پژوهش اين تحقيق از نظر ماهيت و محتوا از نوع توصيفي ـ پيمايشي و از نوع تحقيقات كاربردي مي‌باشد. متغيرهاي ورودي مهم معرفي شده به شبكه عصبي فيدفروارد شامل دريافتي‌هاي سالانه، حساب جاري، خانه، كار، سابقه‌كاري، افراد تحت تكفل و وضعيت دفترچه چك است. در اين تحقيق يك فرضيه اصلي تدوين شد. بعد از انجام تحقيق و انجام آزمون‌هاي نموداري در تكنيك‌هاي داده‌كاوي فرضيه تحقيق تأييد شد. يافته‌ها نشان داد كه تكنيك داده‌كاوي داراي دقتي حدود 97 درصد مي‌باشد.

The purpose of this study was to Evaluating credit Auditing Risk by Data Mining Approach in banks listed in the Tehran Stock Exchange during the year of 2017 that has been developed based on data taken from 200 people who take out a loan of bank. Credit risk is the probable risk of loss resulting from a borrower's failure to repay a loan or meet contractual obligations. Traditionally, it refers to the risk that a lender may not receive the owed principal and interest, which results in an interruption of cash flows and increased costs for banks. Although it is impossible to know exactly who will default on obligations, properly assessing and managing credit risk can lessen the severity of loss. In auditing Extracting appropriate information from infinite number of data requires modern methods. Data mining is one of these tools and approaches. The research methodology is descriptive -survival and it can be considered as a type of applied research in terms of nature and content. The important inputs variables have been defined in feed forward neural network are annual income, Deposits go throw, house, job, Work experience, Family status, and check book status. In this research one major hypothesis were set forth. After completing the research and doing graphical tests in data mining technique, the research hypothesis was confirmed. Finding show that data mining technique has precise of 97 percentages approximately