نوع مقاله : مقاله پژوهشی

نویسندگان

• غلامرضا اسلامی بیگدلی ¹
• حسین زارعی ²

¹ عضو هیئت علمی دانشکده مدیریت دانشگاه تهران

² مدرس دانشکده مدیریت دانشگاه تهران

چکیده

پژوهش حاضر به منظور توسعه دانش حسابرسی و کارایی آن در استفاده از روش های تحلیلی آماری و همچنین اشاعه استفاده از این روش ها صورت گرفته است. در این پژوهش پنج روش رگرسیونی، یک روش زمانی، و دو روش تحلیلی غیرآماری (مارتینگل و ساب مارتینگل) مورد ارزیابی قرار گرفته است. داده های مالی و غیرمالی مربوط به نمونه ای از شرکت های پتروشیمی برای 4 دوره مالی از سال 1377 تا 1380 جمع آوری گردیده است. داده های مذکور برای پیش بینی درآمد فروش و هزینه های تولید مورد استفاده قرار گرفتند. بر اساس نتایج به دست آمده، روش رگرسیونی برای پیش بینی مانده حسابها در انجام روش های تحلیلی حسابرسی، عملکرد بهتری از سایر مدل ها دارند. رگرسیون لگاریتمی برترین روش تحلیلی آماری ارزیابی گردید. روش مذکور دارای ثبات عملکرد در بین چند شرکت هم صنعت است. در انجام روش های تحلیلی آماری، مدلهای ماهانه عملکرد بهتری از مدل های فصلی دارند. مدل های ترکیبی توانایی پیش بینی مناسب تری از مدل های تک شرکتی دارند. همچنین نتایج حاکی از وجود منافع افزاینده استفاده از مدل های غیرمالی در انجام روش های تحلیلی  آماری در حسابرسی است.

کلیدواژه‌ها

• روش های تحلیلی آماری
• مدل های پیش بینی آماری و غیرآماری
• شبیه سازی
• روش ها
• مدل های ترکیبی
• نقص مفروضات
• مدل های فصلی و ماهانه

عنوان مقاله [English]

An Empirical Study on Statistical Analytical Procedures in Auditing

نویسندگان [English]

• Gholamreza Islami ¹
• Hossein Zarei ²

چکیده [English]

This empirical study has been done with the goal of developing auditing knowledge and the efficiency of its operations when using the statistical analytical procedures.
In this research, eight alternative models have been evaluated, including five regression models, one time - series model ( consus X-Ii) and two non-statistical models (Martingale and sub-Martingale). Both financial and non-financial data were collected from a sample of petrochemical   companies for the period march, 1998 through March 2001. The information was used to predict sales revenue and production expense account balances.
According  to the results,  regression  models  have better  performance for predicting  account  balances  in performing  auditing  analytical procedures  in comparison  to Two other models.
Logarithmic regression has been evaluated as the best statistical analytical procedure. The foresaid procedure has a constant performance   in sample companies of the industry.  In performing statistical analytical procedures, monthly models perform better than seasonal ones.  Pooled models have a better ability for prediction than single company models.
Furthermore,   the results of this research show incremental   benefits of using nonfinancial variable in performing statistical analytical procedures in auditing

کلیدواژه‌ها [English]

• Statistical analytical procedures
• regression
• Pooled data
• Simulation studies
• Error seeding