دوره 17، شماره 1 - ( 4-1399 )                   جلد 17 شماره 1 صفحات 3-14 | برگشت به فهرست نسخه ها

XML English Abstract Print


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

Kazemitabar S J, Shahbazzadeh M. Stock Market Fraud Detection, A Probabilistic Approach. JSDP. 2020; 17 (1) :3-14
URL: http://jsdp.rcisp.ac.ir/article-1-850-fa.html
کاظمی تبار سید جواد، شهباززاده مجید. کشف تقلب در بازار بورس اوراق بهادار با استفاده از کاربرد نامساوی چبیشف. پردازش علائم و داده‌ها. 1399; 17 (1) :3-14

URL: http://jsdp.rcisp.ac.ir/article-1-850-fa.html


دانشگاه صنعتی نوشیروانی بابل
چکیده:   (230 مشاهده)
یکی از راه­‌های مشارکت افراد در توسعه اقتصادی کشور، سرمایه‌­گذاری در بازار سرمایه و به‌خصوص، بورس اوراق بهادار است. به این منظور، بازارهای اوراق بهادار باید مورد اعتماد مردم و فعالان اقتصادی باشند. شفافیت و کارایی بازار می‌­تواند حقوق و منافع سرمایه‌­گذاران را حمایت کند و باعث رونق بازار شود. در این میان، بعضی از افراد با توجه به موقعیت خود از اطلاعات نهانی مربوط به بازار بورس اوراق بهادار سوء استفاده می‌­کنند و باعث بی‌­اعتمادی افراد به بازار سرمایه می‌­شود؛ از‌این‌رو در این مقاله، با استفاده از کاربرد نامساوی چبیشف، روشی برای شناسایی افرادی که از اطلاعات نهانی، استفاده شخصی کرده­ و در مدت کوتاهی سود کلانی به‌­دست آورد‌ه‌­اند، ارائه شده است. به‌منظور استفاده از این روش دو فیلتر در نظر گرفته شده­ است، به‌طوری‌که فیلتر نخست تراکنش‌­های بزرگ را شناسایی می‌کند و فیلتر دوم، افرادی که بیشترین سود حاصل از خرید و فروش سهام در مدت زمان اندک (سه روز)، به‌دست آورده‌­ا‌ند؛ در‌حالی‌که دست‌کم یک تراکنش بزرگ در این حد فاصل زمانی رخ داده باشد، شناسایی می­‌کند؛ سپس روش پیشنهادی، بر روی دو دسته از داده­‌های واقعی بازار بورس اعمال شده است. با تغییر ضرایب فیلترها، می‌­توان معیارهای مورد نظر را تغییر داد.
متن کامل [PDF 3192 kb]   (77 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: مقالات پردازش داده‌های رقمی
دریافت: 1397/3/12 | پذیرش: 1398/6/11 | انتشار: 1399/4/1 | انتشار الکترونیک: 1399/4/1

فهرست منابع
1. [1] جنیدی لعیا ، نوروزی محمد ، "شناخت ماهیت اطلاعات نهانی در بورس اوراق بهادار"، فصلنامه حقوق، دوره 39، شماره 3 ، 1388.
2. [1] L. Joneidi, M. Norouzi, "Recognizing hidden information in stock market," The Law Quarterly, vol. 39, no. 3, 2009.
3. [2] کاتوزیان ناصر. "نظریه عمومی تعهدات"، تهران، میزان. 1391.
4. [2] N. Katouzian, "General Theory of Commitment", Mizan Publications, Tehran 2012.
5. [3] M. E. Roszkowski, "Business law: Principles, cases and policy", Newyork. Addison Wesley. 1997.
6. [4] S. M. Bainbridge, "Insider treading", Newyork. Foundation. 1999.
7. [5] شریفی سید الهام الدین. "بررسی تطبیقی جنبه‌های حقوقی معاملات در بازار بورس با استفاده از اطلاعات محرمانه". پژوهش‌های حقوقی، شماره 6. 1383.
8. [5] S. E. Sharifi, "Investigating legal aspects of stock market transactions via private information", The Journal of Legal Research, no. 6, 2004.
9. [6] H. E. Leland, "Insider treading: should it be prohibited?" The journal of political economy, 1992. [DOI:10.1086/261843]
10. [7] داداشی ایمان، کردمنجیری سجاد، مریم برادران، "تأثیر ساختار حسابرسی داخلی بر احتمال تقلب در صورت‌های مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران". دانش حسابرسی. دوره 18. شماره 70. 1397.
11. [7] I. Dadashi, S. Kord-Monjiri, M. Baradaran, "The impact of internal auditing on Financial Statement Fraud in companies registered in Tehran stock market", The Auditing Science, vol. 18, no. 70, 2018.
12. [8] انصاری علی، حیدری سورشجانی مریم، "تحلیل حقوقی تأیید بورس در معاملات اوراق بهادار". فصلنامه بورس اوراق بهادار. شماره 27 سال هفتم. 1393.
13. [8] A. Ansari, M. H. Sourashjani, "Legal analysis of stock market transactions", Stock Market Quarterly, no. 27, 2014.
14. [9] Y. Kim, and S. Y. Sohn, "Stock fraud detection using peer group analysis," Expert Systems with Applications. vol. 39, no. 10, pp. 8986-92, 2012. [DOI:10.1016/j.eswa.2012.02.025]
15. [10] D. Diaz, B. Theodoulidis, and P. Sampaio, "Analysis of stock market manipulations using knowledge discovery techniques applied to intraday trade prices," Expert Systems with Applications, vol. 38, no. 10, pp. 12757-71, 2011. [DOI:10.1016/j.eswa.2011.04.066]
16. [11] H. Öğüt, M. M. Doğanay, and R. Aktaş, "Detecting stock-price manipulation in an emerging market: The case of Turkey," Expert Systems with Applications. Vol. 36, no. 9, pp. 11944-49, 2009. [DOI:10.1016/j.eswa.2009.03.065]
17. [12] K. Golmohammadi, and O. R. Zaiane, "Data mining applications for fraud detection in securities market", In Intelligence and Security Informatics Conference (EISIC), pp. 107-114, 2012. [DOI:10.1109/EISIC.2012.51]
18. [13] M. L. Huang, J. Liang, and Q. V. Nguyen, "A visualization approach for frauds detection in financial market. In Information Visualisation", 2009 13th International Conference. IEEE, pp. 197-202, [DOI:10.1109/IV.2009.23] [PMCID]
19. [14] K. Golmohammadi, O. R. Zaiane, D. Díaz, "Detecting stock market manipulation using supervised learning algorithms," In2014 Inter-national Conference on Data Science and Advanced Analytics (DSAA), pp. 435-441, 2014. [DOI:10.1109/DSAA.2014.7058109]
20. [15] P. Ravisankar, V. Ravi, G. R. Rao, and I. Bose, "Detection of financial statement fraud and feature selection using data mining techni-ques," Decision Support Systems, 50(2), pp. 491-500, 2011. [DOI:10.1016/j.dss.2010.11.006]
21. [16] F. H. Glancy, and S. B. Yadav, "A computational model for financial reporting fraud detec-tion," Decision Support Systems, no.50(3), pp. 595-601, 2011. [DOI:10.1016/j.dss.2010.08.010]
22. [17] R. Kanapickienė, and Ž. Grundienė, "The model of fraud detection in financial statements by means of financial ratios", Procedia: Social and Behavioral Sciences, 213, pp. 321-327, 2015. [DOI:10.1016/j.sbspro.2015.11.545]
23. [18] C. C. Lin, A. A. Chiu, S. Y. Huang, and D. C. Yen, "Detecting the financial statement fraud: The analysis of the differences between data mining techniques and experts' judgments".- Knowledge-Based Systems, no. 89, pp.459-470, 2015. [DOI:10.1016/j.knosys.2015.08.011]
24. [19] اعتمادی حسین، زلقی حسن، "کاربرد رگرسیون لجستیک درشناسایی گزارشگری مالی متقلبانه". دانش حسابرسی. دوره 13. شماره 51. 1392.
25. [19] H. Etemadi, H. Zolfi, "Application of logistic regression in financial statement fraud detection", The Auditing Science, vol. 13, no. 51, 2013.
26. [20] فرقاندوست حقیقی، کامبیز، هاشمی، عباس و فروغی دهکردی، امین، "مطالعه رابطه مدیریت سود و امکان تقلب در صورت‌های مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، مجله دانش حسابرسی، دوره 4، شماره 21، ص 68-47، 1393.
27. [20] K. F. Haghighi, A. Hashemi, A. F. Dehkordi, "A study of correlation between profit management and financial statement fraud in the companies registered in Tehran stock market", The Auditing Science, vol. 4, no. 21, pp. 47-68, 2014.
28. [21] C. D. Katsis, Y. Goletsis, P. V. Boufounou, G. Stylios, and E. Koumanakos, "Using ants to detect fraudulent financial statements", Journal of Applied Finance and Banking, no.2(6), pp. 73, 2012.
29. [22] D. I. Topor, "The Auditor's Responsibility for Finding Errors and Fraud from Financial Situations: Case Study", International Journal of Academic Research in Accounting, Finance and Management Sciences, no.7(1), pp. 342-352, 2017. [DOI:10.6007/IJARAFMS/v7-i1/2862]
30. [23] B. W. Silverman, "Density estimation for statistics and data analysis," Routledge, 2018. [DOI:10.1201/9781315140919]

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

ارسال پیام به نویسنده مسئول


کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.