پیش‌بینی تغییر اختیاری حسابرس با استفاده از الگوریتم چرخۀ آب

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

2 استادیار، گروه حسابداری ، دانشگاه علامه طباطبائی، تهران، ایران.

3 استاد، گروه حسابداری، دانشگاه دربی، دربی، انگلستان.

چکیده

هدف: حسابرسی مستقل از طریق اعتباربخشی به گزارش‌های مالی، در بهبود تصمیم‌گیری استفاده‌کنندگان و کارایی، بازار نقش اساسی دارد. کیفیت کار این حسابرسان، به عوامل متعددی بستگی دارد و یکی از این عوامل بسیار مهم، استقلال آن‌هاست. به‌دلیل مرتبط بودن پدیده تغییر حسابرس با استقلال نیز، این پدیده باید به‌دقت بررسی شود؛ زیرا یکی از موضوعات حیاتی هر شرکتی محسوب می‌شود. پدیده تغییر حسابرس باعث ایجاد گسست بین حسابرسان و کارفرما می‌شود. پیش‌بینی تداوم یا عدم تداوم روابط حسابرس با صاحب‌کار در سال‌های آتی، یکی از موضوعات چالش برانگیز در حرفه حسابرسی تلقی می‌شود. این پژوهش به پیش‌بینی تغییر اختیاری حسابرس (عدم تداوم رابطه با صاحب‌کار فعلی) با استفاده از یک الگوریتم فراابتکاری (الگوریتم چرخۀ آب) و مقایسه نتایج آن با رگرسیون لجستیک می‌پردازد.
روش: جامعه آماری پژوهش، شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران است که بر اساس شرایط در نظر گرفته شده برای انتخاب نمونه، ۱۸۵ شرکت، به‌روش حذف سیستماتیک، طی سال‌های ۱۳۹۵ تا ۱۴۰۱، انتخاب و اطلاعات آن‌ها جمع‌آوری شد. سال ـ شرکت‌هایی که در آن‌ها تغییر اجباری حسابرس رخ داده بود، از فهرست نمونه حذف شدند. سپس از نرم‌افزارهای اکسل و متلب، برای پیاده‌سازی الگوریتم‌ها بهره گرفته شد. در این پژوهش، از ۱۳ متغیر مالی و غیرمالی استخراج شده از ادبیات، به‌منظور پیش‌بینی تغییر حسابرس استفاده شد که عبارت بودند از: نسبت جاری، سرمایۀ در گردش، نسبت بدهی، نسبت دارایی‌ها، بازده دارایی‌ها، کیفیت سود، اندازۀ شرکت، اندازۀ مؤسسه حسابرسی، نوع گزارش حسابرس، تغییر مدیریت، تفکیک مدیر عامل از رئیس هیئت‌مدیره، محافظه‌کاری حسابداری و توان رقابتی شرکت. به‌علاوه، نتایج به‌دست‌آمده از الگوریتم چرخۀ آب با استفاده از ماتریس درهم‌ریختگی که شامل چهار معیار ارزیابی است، با نتایج رگرسیون لجستیک، به‌عنوان یکی از رگرسیون‌های معروف در برآورد متغیرهای باینری، مقایسه شد، این معیارها عبارت‌اند از: صحت، دقت، حساسیت و تشخیص. به‌علاوه، برای اطمینان از قابلیت اتکای نتایج، هر یک از روش‌های یادشده ۱۰ بار پیاده‌سازی شد.
یافته‌ها: کمابیش در تمام پیاده‌سازی‌ها و بر اساس هر چهار معیار ارزیابی عملکرد، الگوریتم چرخۀ آب برای پیش‌بینی تغییر حسابرس، مناسب‌تر از رگرسیون لجستیک است. به‌طور کلی، معیارهای دقت، صحت، حساسیت و تشخیص‌پذیری، در پیش‌بینی تغییر حسابرس توسط الگوریتم چرخۀ آب، به‌ترتیب 89، 75، 2 و 9/99 درصد بوده است. این در حالی است که معیارهای مربوط به رگرسیون لجستیک به‌ترتیب 67، 74، 1 و 8/99 درصد بوده است.
نتیجه‌گیری: الگوریتم چرخۀ آب می‌تواند برای پیش‌بینی تغییر اختیاری حسابرس توسط استفاده‌کنندگان و مؤسسه‌های حسابرسی سودمند واقع شود. مؤسسه‌های حسابرسی می‌توانند از این ابزار، برای پیش‌بینی تداوم یاعدم تداوم روابطشان با مشتری در سال‌های آتی و برنامه‌ریزی بهتر برای کسب درآمد استفاده کنند. مشتریان حسابرسی و شرکت‌ها نیز می‌توانند از این ابزار برای پیش‌بینی روابط آتی با حسابرس و برنامه‌ریزی و زمان‌بندی سریع‌تر برای انتخاب حسابرس بعدی استفاده کنند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Predicting Voluntary Auditor Change Using the Water Cycle Algorithm

نویسندگان [English]

  • Erfan Safdel 1
  • Hoda Eskandar 2
  • Hassan Yazdifar 3
1 MSc Student, Department of Accounting, Allameh Tabataba’i University, Tehran, Iran.
2 Assistant Prof., Department of Accounting, Allameh Tabataba’i University, Tehran, Iran.
3 Prof., Department of Accounting, University of Derby, UK.
چکیده [English]

Objective
Independent auditing plays a fundamental role in improving users' decision-making and market efficiency through validating financial reports. The quality of the work of these auditors depends on several factors, one of the most important of which is their independence. Since the phenomenon of auditor change is related to independence, this phenomenon, which is considered one of the vital issues of every company, should be carefully examined. The phenomenon of auditor change creates a break between auditors and the employer. Predicting the continuation or termination of the relationship between the auditor and the client in the coming years is one of the challenging issues in the field of auditing. In this regard, the purpose of this research is to predict voluntary auditor change (non-continuation of the relationship with the current client) using a meta-heuristic algorithm (Water Cycle Algorithm, WCA) and to compare the results with the logistic regression method.
Methods
The statistical sample is 185 companies listed on the Tehran Stock Exchange, selected by the systematic elimination method from 2017 to 2023, and their information was collected. Years with mandatory auditor switching are excluded. Then, Excel and Matlab software were used for implementing methods and predicting auditor change. Thirteen financial and non-financial variables that were extracted from the literature were used to predict auditor change in this research. These independent variables include: current ratio, working capital, debt ratio, asset ratio, return on assets, earnings quality, firm size, audit firm size, auditor opinion type, management change, separation between CEO and the chair of the board of directors, accounting conservatism, and firm competition power. Moreover, using the confusion matrix, which includes 4 evaluation criteria: accuracy, precision, sensitivity, and specificity, the results obtained from the Water Cycle Algorithm were compared with the results of logistic regression, a prominent method for forecasting binary variables such as auditor change. Additionally, these algorithms were run 10 times to ensure the reliability of the results.
Results
In almost all implementations and based on all 4 performance evaluation criteria, the Water Cycle Algorithm is more suitable than logistic regression for predicting auditor change. In general, the criteria of accuracy, precision, sensitivity, and specificity in predicting the change of auditor using the Water Cycle Algorithm were 89%, 75%, 2%, and 99.9%, respectively. In comparison, the logistic regression criteria were 67%, 74%, 1%, and 99.8%, respectively
Conclusion
The Water Cycle Algorithm can be useful for predicting voluntary auditor changes by users and auditing firms. Audit institutions can use this tool to predict the continuation or non-continuation of their relationship with clients in the coming years and better plan to maximize profitability. Audit clients and companies can also use this tool to forecast future relationships with auditors and plan and schedule more efficiently for selecting the next auditor.

کلیدواژه‌ها [English]

  • Voluntary audit change
  • Water cycle algorithm
  • Logistic regression

مراجع

اعتمادی، حسین و لطفی، سلمان (1395). پیش‏بینی تغییر حسابرس با استفاده از متغیرهای درماندگی مالی: رویکرد داده کاوی. پژوهش‏های حسابداری مالی و حسابرسی، 8 (29): 125-148.
بنی مهد، بهمن و جعفری، رضا (1392). کیفیت اقلام تعهدی و انتخاب حسابرس. مطالعات تجربی حسابداری مالی، 11 (13)، 81-98.
تنانی، محسن و صادقی، محمد (1401). بررسی تأثیر عدم اطمینان اقتصادی بر تغییر اختیاری حسابرس، هفتمین کنفرانس بین‏المللی و ملی مطالعات مدیریت، حسابداری و حقوق، تهران.
زارعی مروج، کمال (1384). شناسایی عوامل مؤثر بر تغییر حسابرس در ایران، پایان‌نامه کارشناسی ارشد، تهران: دانشگاه تربیت مدرس.
صالحی، مهدی؛ شیری، محمود؛ نکوئی، صادق و کمال احمدی، شریفه (1393). پیش‏بینی انتخاب حسابرس مستقل در شرکت‏های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از روش‌های داده کاوی الگوریتم‏های هیوریستیک. دانش حسابداری و حسابرسی مدیریت، 4(14)، 63–74.
صفرزاده، محمد حسین و محمدی، شمیم (1402). ویژگی‌های صنعت مشتری و تغییر حسابرس، پژوهش‏های حسابرسی حرفه‌ای، 3 (10)، 8-27.
مرادی، محمد و یحیایی، منیره (1399). تدوین الگوی انتخاب حسابرس مستقل در ایران. بررسی‏های حسابداری و حسابرسی، 27(2)، 258-287.
مهدوی، غلامحسین و ابراهیمی، شهلا (1389). تغییر حسابرس: چراغ قرمز یا سبز؟. حسابرس، (49)، 113–121.
References
Abidin, S. (2006). Audit market concentration and auditor choice in the UK. Ph.D thesis, University of Stirling.
Appah, E. (2020). Research methodology: Integration of principles, methods and techniques, Ezevin Printing and Publishing.
Aroh, J. C., Odum, A.N. & Odum, C.G. (2017). Determinants of auditor switch: evidence from quoted companies in Nigeria. International Journal of Management Research and Business Strategy, 6(4), 1-16.
Azizkhani, M., Daghani, R., Shailer, G. (2018). Audit Firm Tenure and Audit Quality in a Constrained Market, International Journal of Accounting, 53(3), 167-182. https://doi.org/10.1016/j.intacc.2018.07.002.
Banimahd, B. & Jafari, R. (2013). Accruals quality and auditor selection. Emprical Studies in Financial Accounting, 11 (13), 81-98. (in Persian)
Banimahd, B. & Vafaei, E. (2012). The effects of client size, audit report, state ownership, financial leverage and profitability on auditor selection: Evidence from Iran. African Journal of Business Management, 6(11), 4100-4105. (in Persian)
Beattie, V. & Fearnley, S. (1995). The importance of audit firm characteristics and the drivers of auditor change in UK listed companies. Accounting and business research, 25(100), 227–239.
Chen, C., Lin, C. & Lin, Y. (2008). Audit partner tenure, audit firm tenure, and discretionary accruals: Does long auditor tenure impair earnings quality? Contemporary accounting research, 25(2), 415–445.
Davidson, W. N., Jiraporn, P. & Dadalt, P. (2006). Causes and consequences of audit shopping: an analysis of auditor opinions, earnings management, and auditor changes. Quarterly Journal of Business and Economics, 45(1), 69–87.
El-Dyasty, M. M. & Elamer, A. A. (2021). The effect of ownership structure and board characteristics on auditor choice: evidence from Egypt. International Journal of Disclosure and Governance, 18(4), 362–377.
Eskandar, H, Moradi, M, Yazdifar, H, Eskandar, H, Seyedi, A. (2023). predicting audit opinio by a new metaheuristic algorithm: water cycle algorithm, interdisciplinary journal of management studies, article in press.
Eskandar, H., Sadollah, A., Bahreininejad, A. & Hamdi, M. (2012). Water cycle algorithm–A novel metaheuristic optimization method for solving constrained engineering optimization problems. Computers & Structures, 110, 151–166.
Etemadi, H, Lotfi, S. (2016). Predicting auditor change by financial distress variables: data mining approach. Auditing and financial accounting research, 8(29), 125-148.
(in Persian)
Hosmer Jr, D. W., Lemeshow, S. & Sturdivant, R. X. (2013). Applied logistic regression. John Wiley & Sons.
Hunt, J.O.S., Rosser, D.M., Rowe, S. P. (2021). Using machine learning to predict auditor switches: How the likelihood of switching affects audit quality among non-switching clients, Journal of Accounting and Public Policy, 40(5). https://doi.org/10.1016/j.jaccpubpol.2020.106785
Huang, X. & Kang, F. (2018). Company reputation and auditor choice: evidence from fortune 1000 companies. Accounting Research Journal, 1(2), 232-248.
Jia, Y. Gao. X. (2023). Auditor changes and management's issuance of earnings forecasts. Contemporary Accounting Research, 41 (2), 748-780.
Jibrin, A. A. & Arney, T. Y. (2022). Audit firm attributes and external auditor switching behavior of insurance companies in Nigeria, African journal of accounting and financial research, 5 (2), 73-92.
Kacanski, S., Lusher, D. & Wang, P. (2021). Auditor Selection Process: An Interplay of Demand Mechanisms–A Multilevel Network Approach. European Accounting Review, 30(1), 115–142.
Kamal Gharibi, A. & Safari Geraeely, M. (2016). Investigating the effective factors on changing auditor: evidences of Iranian firms. Problems and Perspectives in Management, 14(3), 401-406.
Kim, B.J., Mande, V. & Son, M. (2023). Determinants and consequences of auditor switching during fiscal year-end audit field work, International journal of auditing, 27 (4), 11-27.
Kwak, W., Eldridge, S., Shi, Y. & Kou, G. (2011). Predicting Auditor Changes Using Financial Distress Variables And The Multiple Criteria Linear Programming (MCLP) And Other Data Mining Approaches, Journal of Applied Business Research (JABR) 27(5), 73-84.
Lennox C.S. (1998). Bankruptcy, Auditor Switching and audit Failure. Evidence from the UK 1987-1994. Working Paper.
Lowensohn, S., Reck, J., Casterella, J. R. & Lewis, B. (2007). An empirical investigation of auditor rotation requirements. Available at SSRN 1021789.
Magdas, N., Popa, E.I., Tudor, A.T. (2022). Auditor-Client Relationship: Interferences, Influences and Associations, Audit Financiar, 1 (165), 147-157.
Mahdavi, Gh. & Ebrahimi, Sh. (2010). Auditor change: red light of green? Auditor, 121-113.
(in Persian)
MohammadRezaei, F. & Mohd-Saleh, N. (2017). Auditor switching and audit fee discounting: the Iranian experience, Asian Review of Accounting, 25 (3), 335-360.
Moradi, M. & Yahyaei, M. (2020). Develop a Model for Selecting an Independent Auditor in Iran, Accounting and Auditing Review, 27 (2), 258-287. (in Persian)
Moradi, M., Sadollah, A., Eskandar, H. & Eskandar, H. (2017). The application of water cycle algorithm to portfolio selection, Economic Research-Ekonomska Istraživanja, 30(1), 1277-1299.
Nazri, S.N., Smith, M. & Ismail, Z. (2012). Factors influencing auditor change: Evidence from Malaysia. Asian Review of Accounting, 20 (3), 222 - 240.
 
Safarzadeh, M.H, Mohammadi, SH. (2023). Client industry characteristics and auditor changes, Professional Auditing Research, 3 (10), 8-27. (in Persian)
Salehi, M., Shiri, M., Nekouei, S. & Kamal Ahmadi, Sh. (2014). Predicting auditor selection in Tehran stock exchange firms by data mining of heuristic algorithms. Management accounting and accounting knowledge, 4 (14), 63-74. (in Persian)
Tanani, M. & Sadeghi, M. (2022). Invastigating the effect of economic uncertainty on voluntary auditor change, 7 th international & national conference on management studies, accounting and law, Tehran. (in Persian)
Turner, L. E., Williams, J. P. & Weirich, T. R. (2005). An inside look at auditor changes. The CPA Journal, 12.
Wallace, W. (1980). Instructor’s Manual: The Economic Role of the Audit in Free and Regulated Markets. Graduate School of Management, University of Rochester publisher.
Zareei Moravej, K. (2005). Recignizing the factors affecting audtior change in Iran. MS thesis, Tarbiat Modarres University. (in Persian)
بررسی‏‌های حسابداری و حسابرسی
دوره 31، شماره 2
1403
صفحه 315-337

فایل ها

هم رسانی

ارجاع به این مقاله

آمار