Παραποίηση οικονομικών καταστάσεων: έννοιες, μοντέλα και τεχνικές πρόβλεψης

Abstract

Η παρούσα διπλωματική εργασία πραγματεύεται το πρόβλημα της Παραποίησης των Οικονομικών Καταστάσεων, τόσο σε θεωρητικό όσο και εμπειρικό επίπεδο. Αρχικά παρουσιάζεται εκτενώς το θεωρητικό υπόβαθρο του φαινομένου και των πολύπλευρων πτυχών του, ενώ στη συνέχεια πραγματοποιείται βιβλιογραφική ανασκόπηση της προγενέστερης έρευνας αναφορικά με τις μεθόδους και τις τεχνικές που έχουν εφαρμοστεί για τον εντοπισμό του. Στο τελευταίο, εμπειρικό τμήμα της εργασίας εφαρμόζεται η τεχνική της λογιστικής παλινδρόμησης σε δεδομένα που αντλήθηκαν από τις οικονομικές καταστάσεις 100 εταιριών, εισηγμένων στο ΧΑΑ, τόσο με σκοπό την μοντελοποίηση των συσχετίσεων των παραγόντων που οδηγούν τις οικονομικές μονάδες σε μεθόδους παραποίησης όσο και για την ανάπτυξη ενός προβλεπτικού μοντέλου, με τη χρήση τεχνικών Μηχανικής Μάθηση στην Python.

This dissertation deals with the problem of Falsified Financial Statements, both in theory and in practice. Initially, the theoretical background of the phenomenon and its aspects is widely presented, followed by a literature review of previous research, regarding the methods and techniques used for its detection. Finally, an empirical approach is developed by applying Logistic Regression to data obtained from the financial statements of 100 Greek companies, listed on the ASE, in order to model the correlations of the factors that lead companies to manipulation methods along with the development of a predictive model using machine learning in Python.