Tersedia secara online di www.sciencedirect.

com

ScienceDirect

Procedia - Sosial dan Ilmu Perilaku 213 (2015) 321 - 327

20 Ekonomi Internasional Konferensi Ilmiah dan Manajemen - 2015 (ICEM-2015)

Model dari Fraud Detection di Laporan Keuangan oleh Sarana

Rasio keuangan
Sebuah,* b

a, b Vilnius University, UNIVERSITETO 3, Vilnius LT-01.513, Lithuania

Abstrak

Analisis rasio keuangan adalah salah satu metode sederhana untuk mengidentifikasi penipuan. Survei teoritis mengungkapkan bahwa, dalam literatur ilmiah, rasio
keuangan dianalisis untuk menentukan mana rasio laporan keuangan yang paling sensitif dalam kaitannya dengan motif manajer eksekutif dan karyawan
perusahaan untuk melakukan penipuan.
studi empiris termasuk analisis berikut: 1) 40 set laporan keuangan penipuan dan 2) 125 set laporan keuangan nonfraudulent (laporan audit tanpa syarat
dikeluarkan untuk set laporan keuangan perusahaan-perusahaan ini). Tujuan dari penelitian ini adalah untuk membedakan rasio keuangan, nilai-nilai yang
bisa menunjukkan kecurangan dalam laporan keuangan. Selain itu, model regresi logistik dari deteksi penipuan dalam laporan keuangan telah dikembangkan.
Penelitian ini unik karena menjadi studi empiris pertama dari jenisnya di Lithuania. © 2015 The Authors. Diterbitkan oleh Elsevier Ltd

© 2015 The Authors. Diterbitkan oleh Elsevier Ltd Ini adalah akses artikel terbuka di bawah CC BY-NC-ND lisensi ( http://creativecommons.org/licenses/by-nc-nd/4.0/
).Peer-review di bawah tanggung jawab Kaunas University of Technology, Sekolah Ekonomi dan Bisnis.
Peer-review di bawah tanggung jawab Kaunas University of Technology, Sekolah Ekonomi dan Bisnis
Kata kunci: deteksi penipuan; Laporan keuangan; Rasio keuangan.

pengantar

laporan keuangan tertarik untuk menyajikan informasi yang adil tentang posisi keuangan, kinerja operasi dan arus kas perusahaan. Alasan
untuk itu adalah bahwa pemilik perusahaan, investor, kreditur, lembaga pemerintah membuat keputusan mengenai perkembangan perusahaan
atas dasar informasi yang diberikan dalam laporan keuangan. Namun, sesuai dengan standar internasional tentang audit, manajemen masih
dalam posisi yang unik untuk melakukan penipuan karena kemampuan manajemen untuk memanipulasi catatan akuntansi dan
mempersiapkan

* Penulis yang sesuai.

Alamat email: rasa.kanapickiene@ef.vu.lt

1877-0428 © 2015 The Authors. Diterbitkan oleh Elsevier Ltd Ini adalah akses artikel terbuka di bawah CC BY-NC-ND lisensi ( http://creativecommons.org/licenses/by-nc-nd/4.0/
).
Peer-review di bawah tanggung jawab Kaunas University of Technology, School of Economics dan doi Bisnis: 10,1016 /
j.sbspro.2015.11.545
322 Rasa Kanapickien Ė dan Živil Ė Grundien E / Procedia - Sosial dan Ilmu Perilaku 213 (2015) 321 - 327

Laporan keuangan penipuan dengan menimpa kontrol yang lain tampaknya beroperasi secara efektif. Oleh karena itu, penting untuk menganalisis metode
yang berbeda dari deteksi penipuan dalam laporan keuangan.
Dalam akuntansi dan audit yang bekerja deteksi kecurangan dalam laporan keuangan dalam kebanyakan kasus dianalisis dari perspektif audit -
faktor risiko penipuan diidentifikasi dan risiko fraud dinilai. Dalam karya ilmiah interdisipliner informatika, akuntansi dan audit analisis model yang
bisa membantu mendeteksi kecurangan dalam laporan keuangan yang sangat kompleks dan berorientasi pada proses audit. Masalah penipuan
dalam laporan keuangan juga diteliti

& Kazlauskie &

& Meskipun demikian, masalah deteksi kecurangan dalam laporan keuangan
biasanya dianalisis dalam konteks audit.
Perlu disebutkan bahwa model dirancang untuk pengguna eksternal laporan keuangan dianalisis dalam makalah ilmiah kurang, misalnya, bagi investor,
kreditur yang memeriksa laporan keuangan untuk penipuan. Analisis rasio keuangan adalah salah satu metode sederhana untuk mengidentifikasi penipuan.
isu yang relevan ini ditangani oleh para ilmuwan asing, namun studi tersebut tidak mencukupi di Lithuania. Tujuan dari penelitian ini adalah untuk
mengembangkan model deteksi penipuan dalam laporan keuangan dengan cara rasio keuangan (kasus Lithuania).

Penelitian teoritis menyelidiki penipuan dalam laporan keuangan dan kemungkinan untuk mendeteksi penipuan dengan cara rasio keuangan.
Studi analisis berkaitan dengan laporan keuangan penipuan dan non-penipuan perusahaan yang disurvei. Selama studi 1) rasio keuangan
menunjukkan informasi tentang kecurangan dalam laporan keuangan dipilih dengan menerapkan metode statistik; 2) model regresi logistik diselidiki
sehubungan dengan kemungkinan penggunaannya untuk deteksi penipuan dan model yang paling sesuai untuk deteksi penipuan terpilih.

1. Penggunaan rasio keuangan dalam deteksi penipuan

Dalam studi penelitian (Feroz et al, 1991;. Stice et al, 1991;. Persons, 1995; Wells, 1997; Fanning & Cogger, 1998; Beneish, 1999; Spathis et al,
2002;. Lenard & Alam, 2009; Ravisankar et al., 2011) analisis rasio dipilih sebagai salah satu metode untuk menentukan penipuan. Setelah penelitian
teoritis, rasio laporan keuangan yang digunakan dalam literatur ilmiah dikelompokkan menjadi 5 kelompok dan subkelompok rasio laporan keuangan
(Tabel 1). Ini menegaskan bahwa ulama berbeda memilih rasio keuangan yang berbeda untuk penyelidikan penipuan.

Kesulitan keuangan dapat menjadi motivasi bagi manajer untuk terlibat dalam kegiatan penipuan. Menurut Fanning & Cogger (1998), Kirkos et el.
(2007), Ravisankar et al. (2011), tingkat yang lebih tinggi dari utang dapat meningkatkan kemungkinan laporan keuangan penipuan juga. Rasio berikut
sebagian besar digunakan dalam penelitian bekerja berkaitan dengan deteksi penipuan.. Total utang terhadap total aset (TD / TA) rasio (Kirkos et al,
2007; Gaganis, 2009; Sen & Terzi, 2012; Dalnial et al, 2014) atau total kewajiban terhadap total aset (TL / TA) rasio (Lenard & Alam, 2009); total utang
terhadap ekuitas (TD / Persamaan) rasio (Spathis et al, 2002;. Kirkos et al, 2007;. Dalnial et al, 2014.). likuiditas yang lebih rendah mungkin menjadi
insentif bagi manajer untuk terlibat dalam laporan keuangan penipuan. Sebagian besar likuiditas diukur dengan modal kerja terhadap total aktiva (WC /
TA), aktiva lancar terhadap kewajiban lancar (CA / CL) rasio (Lenard & Alam, 2009; Ravisankar et al, 2011.).

Menurut Lagu et al. (2014), Stice et al. (1991), motivasi penipuan lain untuk manajer perusahaan adalah untuk terus berkembang. Dalam rangka untuk
mengetahui apakah perusahaan terus berkembang, peneliti menggunakan aktivitas, profitabilitas, rasio komposisi aset untuk mendeteksi penipuan: penjualan
terhadap total aktiva (SAL / TA) rasio, laba bersih terhadap penjualan (NP / SAL) rasio, net keuntungan dibagi total aktiva (ROA), aktiva lancar terhadap total aktiva
(CA / TA) rasio yang sering digunakan. Kirkos et al. (2007) mengklaim, bahwa margin kotor juga rentan terhadap manipulasi. Para penulis menggunakan rasio
berikut untuk deteksi penipuan: laba kotor untuk Penjualan (GP / SAL) rasio, laba kotor terhadap Total Aset (GP / TA) rasio.

Menurut Stice et al. (1991), Orang (1995), Kaminski et al. (2004), Kirkos et al. (2007), Perols (2011), persediaan, piutang adalah variabel laporan
keuangan yang memungkinkan estimasi subjektif. Dengan demikian rasio yang digunakan untuk menentukan pernyataan penipuan tersebut adalah
persediaan untuk penjualan (INV / SAL) rasio, persediaan terhadap total aktiva (INV / TA) rasio, piutang penjualan rekening (REC / SAL) rasio.

Referensi sastra menunjukkan bahwa penggunaan rasio keuangan untuk menentukan laporan penipuan laporan keuangan adalah
sarana yang nyaman dan mudah. Namun, masalah menafsirkan interpretasi hasil muncul, yaitu apa nilai rasio keuangan menunjukkan
bahwa laporan yang palsu.
 Rasa Kanapickien Ė dan Živil Ė Grundien E / Procedia - Sosial dan Ilmu Perilaku 213 (2015) 321 - 327 323

2. Metodologi penelitian

Pengumpulan data. Penelitian dilakukan dengan menganalisis 40 penipuan (kelompok eksperimen) laporan keuangan dan 125 laporan
keuangan non-penipuan (kelompok kontrol). nilai-nilai numerik dari item laporan keuangan non-penipuan yang diperlukan untuk menentukan
perbedaan antara laporan keuangan penipuan dan non-penipuan. Periode investigasi: 1998-2009.

Kinerja penelitian. Pada tahap empiris pertama dari penelitian tujuannya adalah untuk menguji semua rasio keuangan relatif, analisis
yang dilakukan di bagian teoritis dan yang digunakan dalam penentuan deteksi penipuan. Total 51 rasio keuangan yang dianalisis dalam
penelitian. Setiap rasio keuangan diperiksa dalam laporan keuangan penipuan dan non-penipuan.

Sebelum memilih uji statistik, perlu untuk memverifikasi bahwa data yang diambil dari populasi normal-didistribusikan. Tes utama untuk
penilaian normalitas adalah Kolmogorov-Smirnov (KS) tes. Jika hasil uji Kolmogorov-Smirnov yang signifikan (p <
- = 0,05)), Data tersebut berasal dari non

populasi terdistribusi secara normal .

Jika asumsi normalitas telah dilanggar, kita menggunakan uji Mann-Whitney U. Hipotesis nol H 0 diambil: distribusi rasio keuangan dalam
laporan keuangan penipuan dan non-penipuan adalah sama. H 0 ditolak, distribusi rasio keuangan tidak sama jika p <
= 0,05).
Jika asumsi normalitas berlaku, kami menggunakan t-test. Pertama kesetaraan varians dievaluasi menggunakan uji Levene. Maka
hipotesis kesetaraan rata-rata diverifikasi. Hipotesis untuk dua sampel uji t independent: hipotesis nol H 0: rasio keuangan berarti tidak berbeda
dalam laporan keuangan penipuan dan non-penipuan .
Keputusan ini dibuat berdasarkan ketentuan sebagai berikut: 1) H 0 ditolak, rata-rata tidak sama, jika p <; 2) H 0 tidak ditolak, rata-rata tidak
berbeda, jika p = 0,05).
Kemungkinan untuk menerapkan model regresi logistik untuk menentukan laporan penipuan diselidiki lebih lanjut. Model regresi logistik
untuk menentukan laporan penipuan telah diterapkan oleh Perols (2011), Ravsankar et al. (2011), Leonard (2012). Versi menyelidiki
pembentukan Model adalah sebagai berikut: 1) semua variabel independen yang dipilih termasuk dalam model 2) pertama, menerapkan
metode maju, konstanta ditetapkan, setelah itu, variabel independen memiliki korelasi yang kuat dengan variabel dependen adalah secara
bertahap disertakan.

3. Hasil empiris dan diskusi

Pemilihan rasio keuangan. Hasil uji Kolmogorov-Smirnov telah melaporkan bahwa enam rasio keuangan berasal dari populasi
normal-didistribusikan. Oleh karena itu, rasio ini dieksplorasi dengan t-test. rasio lainnya dieksplorasi dengan uji Mann Whitney U. Analisis
hasil penelitian mengarah pada kesimpulan sebagai berikut: setelah analisis rasio fraudsensitive disajikan dalam karya-karya penelitian,
ditetapkan bahwa 51 dari rasio fraudsensitive diselidiki 32 terbukti efisien dalam perusahaan Lithuania. Laporan keuangan berikut
menunjukkan adanya kecurangan dalam laporan keuangan (Tabel 1):

1a) Rasio profitabilitas (Return penjualan): laba kotor terhadap penjualan (GP / SAL), laba operasi dengan penjualan (OP / SAL) rasio. Sementara itu,
rasio seperti EBIT penjualan (EBIT / SAL), laba bersih terhadap penjualan (NP / SAL) tidak berbeda secara statistik dalam laporan penipuan dan
non-penipuan, sedangkan laba bersih laba kotor (NP / GP) rasio menunjukkan penipuan. Hal ini menunjukkan bahwa penjualan, biaya penjualan atau biaya
operasi, yang tidak khas dari bisnis biasa, yang ditunjukkan dalam laporan keuangan.

1b) Rasio profitabilitas (Return of Investment): keuntungan kotor untuk total aset (GP / TA), yang EBT ke ekuitas (EBT / Persamaan), laba bersih terhadap
ekuitas (ROE) rasio.
2) Rasio Likuiditas: persediaan untuk kewajiban lancar (INV / CL), uang tunai untuk total kewajiban (CACH / TL), uang tunai untuk kewajiban lancar
(CACH / CL) rasio.
3) rasio Solvabilitas: Semua rasio dari kelompok ini (kecuali untuk total kewajiban terhadap ekuitas (TL / Persamaan) ratio) menunjukkan perbedaan yang signifikan
secara statistik dalam laporan keuangan penipuan dan non-penipuan.
324 Rasa Kanapickien Ė dan Živil Ė Grundien E / Procedia - Sosial dan Ilmu Perilaku 213 (2015) 321 - 327

Tabel 1. Hasil Pengujian rasio keuangan

rasio keuangan Sig. 0 Sig. 1,2 rasio keuangan Sig. 0 Sig. 1,2

1a. rasio profitabilitas (Return penjualan)

Laba kotor / Penjualan GP / SAL 0000 0030 1 Jumlah kewajiban / Ekuitas TL / Eq 0.000 0,168 1

Laba operasional / Penjualan OP / SAL 0000 0043 1 Total utang / Ekuitas TD / Eq 0.000 0.000 1

EBIT / Penjualan EBIT / SAL 0,000 0087 1 jangka panjang utang / Equity LD / Eq 0.000 0.000 1

EBT / Penjualan EBT / SAL 0.000 0,056 1 aktiva tetap / Kewajiban jangka FA / LD 0.000 0.000 1
panjang

Laba bersih / Penjualan NP / SAL 0.000 0,089 1

Laba bersih / Laba kotor NP / GP 0.000 0,020 1 4. rasio Kegiatan

Persediaan / Penjualan INV / SAL 0.000 0,060 1

1b. rasio profitabilitas (Return of investment) Beban pokok penjualan / Persediaan CS / INV 0.000 0,275 1

Laba kotor / Jumlah aset GP / TA 0.000 0.000 1 Piutang / Penjualan REC / SAL 0.000 0,001 1

EBIT / Total aktiva EBIT / TA 0.000 0,409 1 Penjualan / Aktiva tetap SAL / FA 0.000 0.000 1

EBT / Jumlah aset EBT / TA 0.000 0,822 1 Penjualan / Jumlah aset SAL / TA 0.000 0.000 1

Laba bersih / Jumlah aset ROA 0.000 0,903 1 Penjualan / Ekuitas SAL / Eq 0.000 0,001 1

EBT / Aktiva tetap EBT / FA 0.000 0,245 1 Penjualan / Total utang SAL / TD 0.000 0.000 1

Laba bersih / Aktiva tetap NP / FA 0.000 0,240 1 Beban pokok penjualan / Penjualan CS / SAL 0.000 0,030 1

EBT / Ekuitas EBT / Eq 0.000 0,021 1 Beban usaha / Penjualan OEXP / SAL 0.000 0,003 1

Laba bersih / Ekuitas KIJANG 0.000 0.013 1

EBT / Kewajiban lancar EBIT / CL 0.000 0,253 1 5a. rasio struktur (Total aset rasio struktur)

Saldo laba / Laba bersih RE / NP 0.000 0,538 1 aktiva tetap / Jumlah aktiva FA / TA 0,200 0.000 2

Aktiva lancar / Jumlah aset CA / TA 0,200 0.000 2

2. Rasio Likuiditas (Persediaan + Piutang) / INVREC / TA 0.200 0.000 2

Jumlah aktiva
aktiva lancar / Kewajiban lancar CA / CL 0.000 0.738 1

(Aktiva lancar - Persediaan) / (CAINV) / 0000 0088 1 Persediaan / Jumlah aset INV / TA 0.000 0.000 1
Kewajiban lancar CL

Persediaan / Kewajiban lancar INV / CL 0000 0024 1 Piutang / Jumlah REC / TA 0.000 0,694 1
aktiva

Cash / Jumlah kewajiban CACH / TL 0.000 0.004 1 Cash / Total aktiva CASH / TA 0.000 0.000 1

Kas / Kewajiban lancar CACH / CL 0.000 0.038 1

Modal kerja / total aset WC / TA 0,002 0,719 1 5b. rasio struktur (Aktiva lancar rasio struktur)

Persediaan / Aktiva lancar INV / CA 0,001 0,009 1

3. rasio Solvabilitas Kas / Aktiva lancar CASH / CA 0.000 0,005 1

Jumlah kewajiban / Jumlah aktiva TL / TA 0,200 0.000 2

Total utang / Jumlah aktiva TD / TA 0.000 0.000 1 5c. rasio struktur (rasio struktur Properti)

hutang jangka panjang / Jumlah aset LD / TA 0.000 0.000 1 Saldo laba / Jumlah aset RE / TA 0.000 0,279 1

kewajiban lancar / Jumlah aset CL / TA 0,200 0.000 2 Saldo laba / Ekuitas RE / Eq 0.000 0,053 1

Ekuitas / Total aktiva Eq / TA 0,200 0,001 2 kewajiban lancar / Jumlah CL / TL 0.000 0,002 1
kewajiban

Sig. 0 - Kolmogorov-Smirnov tes p-value (signifikan pada tingkat 5%); Sig. 2 - Mann-Whitney U p-value (signifikan pada tingkat 5%); Sig. 2 - uji t p-value (signifikan pada tingkat 5%)
 Rasa Kanapickien Ė dan Živil Ė Grundien E / Procedia - Sosial dan Ilmu Perilaku 213 (2015) 321 - 327 325

4) Rasio Aktivitas: Semua rasio dari kelompok ini (kecuali untuk persediaan untuk penjualan (INV / SAL), biaya penjualan untuk persediaan (CS / INV) rasio, yaitu,
rasio mendefinisikan perputaran persediaan) menunjukkan perbedaan yang signifikan secara statistik dalam laporan keuangan penipuan dan non-penipuan .

5a) rasio Struktur (rasio total struktur aset): Semua rasio dari kelompok ini (kecuali untuk piutang terhadap total aktiva (REC / TA) rasio rekening)
menunjukkan perbedaan yang signifikan secara statistik dalam laporan keuangan penipuan dan non-penipuan.

5b) rasio Struktur (Aktiva lancar struktur rasio). Dua rasio dari kelompok ini diselidiki: persediaan ke aset lancar (INV / CA), uang tunai untuk
aktiva lancar (CASH / CA) rasio. Mereka menunjukkan perbedaan yang signifikan secara statistik dalam laporan keuangan penipuan dan
non-penipuan. Menariknya, struktur persediaan berbeda baik dalam jumlah aktiva dan aktiva lancar perusahaan.

5c) rasio Struktur (rasio struktur Properti): Rasio mendefinisikan pangsa saldo laba pada total aset atau properti tidak rasio berbeda secara
statistik. Sementara itu, kewajiban saat ini untuk total kewajiban (CL / TL) rasio berbeda secara signifikan.

Model regresi logistik deteksi kecurangan dalam laporan keuangan. regresi logistik digunakan dalam pembuatan model klasifikasi penipuan.
Selama tahap pertama, berikut ini termasuk dalam rasio keuangan model yang menunjukkan perbedaan signifikan secara statistik dalam laporan
keuangan penipuan dan non-penipuan. Ditetapkan bahwa masalah multikolinearitas ada dalam model tersebut. Oleh karena itu, model ini tidak
dapat digunakan dan mereka harus ditingkatkan. Selama tahap kedua penelitian, metode maju diterapkan, sebagai awalnya konstanta
ditentukan dan kemudian variabel independen secara bertahap dimasukkan ke dalam model, yaitu, laporan keuangan dengan hubungan korelasi
yang kuat terhadap variabel dependen. Pengembangan model disajikan pada Tabel 2.

Tabel 2. model regresi logistik dari deteksi penipuan dalam laporan keuangan

Model 1 Model 2 Model 3

Koefisien, Wald (p-value) ** koefisien, Wald (p-value) ** koefisien, Wald (p-

nilai)**

Laba bersih / Ekuitas 0,703 1,858 (0,173)

Persediaan / Kewajiban lancar 1,109 7,360 (0,007) 1,228 8,465 (0,004)

Kas / Kewajiban lancar 1,936 6,402 (0,011)

Jumlah kewajiban / Jumlah aktiva 5,242 18,136 (0,000) 5,619 18,198 (0,000) 4,766 14,604 (0,000)

Penjualan / Aktiva tetap 0.029 4,953 (0,026)

Aktiva lancar / Jumlah aset 3,048 9,033 (0,003) 2,722 6,614 (0,010)

Persediaan / Jumlah aset 4,263 12,473 (0,000)

Kas / Aktiva lancar 5,104 8,003 (0,005) 5,832 9,299 (0,002)

Konstan - 7,279 35,522 (0,000) - 7,578 35,123 (0,000) - 5,768 34,148 (0,000)

Persentase kasus nonfraudulent model dengan benar 92,8 92,8 94.4

diklasifikasikan

Persentase kasus penipuan model dengan benar 47.5 52,5 55,0

diklasifikasikan

Persentase total kasus diklasifikasikan dengan benar model 81.8 83.0 84,8

Chi-square p-value 0.000 0.000 0.000

Cox & Snell R Square 0,274 0,294 0,303

Nagelkerke R Square 0,409 0,438 0,452

Hosmer dan Lemeshow p-value 0.490 0,948 0,541

* * signifikan pada tingkat 5%

326 Rasa Kanapickien Ė dan Živil Ė Grundien E / Procedia - Sosial dan Ilmu Perilaku 213 (2015) 321 - 327

Model ini dianggap tepat bila Chi persegi kriteria p-value <0,05; Cox & Snell R Square, Nagelkerke R Square> 0,2; Hosmer-Lemeshow
ini chi square p-value> 0,05. Statistik variabel signifikan harus dimasukkan dalam model, yaitu, nilai p dari Wald p-value <0,05. Berkenaan
dengan kriteria ini, formulasi Model 3 dianggap menjadi yang terbaik. Persentase total kasus dengan benar diklasifikasikan model adalah

84,8%.
Dengan model regresi logistik ini, probabilitas penipuan dihitung sebagai:

.×/ .× / .×/ .× /)
= 1 (1 +.

Dimana, P adalah probabilitas penipuan dalam laporan keuangan (dari 0 ke 1). Kapan P> 50%, laporan keuangan palsu; kapan P <50%, laporan
keuangan non-penipuan;
INV / TA - Persediaan / Jumlah aset; SAL / FA - Penjualan / Aktiva tetap; TL / TA - Jumlah kewajiban / Jumlah aset; CACH / CL-- Cash /
Kewajiban lancar.

kesimpulan

Dalam makalah penelitian, rasio keuangan dianalisis untuk menentukan rasio penipuan-sensitif sebagian besar laporan keuangan berkaitan dengan manajer
perusahaan dan karyawan motivasi untuk melakukan penipuan. Ternyata ditemukan bahwa dalam kebanyakan kasus penipuan berkomitmen untuk menunjukkan
bahwa perusahaan terus tumbuh dan memenuhi kondisi obligational. sumber-sumber sastra menawarkan berbagai rasio tersebut. analisis teoritis menunjukkan
bahwa profitabilitas, likuiditas, aktivitas dan struktur rasio dianalisis paling sering.

51 rasio keuangan yang diteliti selama penelitian empiris. rasio keuangan, nilai-nilai yang bisa menunjukkan tentang penipuan dalam laporan
keuangan dibedakan. Sebuah model regresi logistik dikembangkan untuk memprediksi kecurangan dalam laporan keuangan atas dasar rasio
keuangan. Model ini dirancang dapat digunakan oleh pengguna eksternal dari informasi laporan keuangan ketika membuat keputusan untuk investasi
dan evaluasi perusahaan.

Referensi

Beneish, MD (1999). Deteksi manipulasi laba. Analis keuangan Journal, 55, 24-36.
Dalnial, H., Kamaluddin, A., Sanusi, ZM, & Khairuddin, KS (2014). Akuntabilitas dalam pelaporan keuangan: mendeteksi perusahaan penipuan.
Procedia - Sosial dan Ilmu Perilaku, 145, 61-69.
Fanning, KM, & Cogger, KO (1998). deteksi jaringan saraf penipuan manajemen menggunakan menerbitkan data keuangan. Intelligent Systems di
Akuntansi, Keuangan & Manajemen, 7, 21-41.
Feroz, EH, Kwon, TM, Pastena, VS, & Park, K. (2000). Khasiat bendera merah dalam memprediksi target SEC: sebuah syaraf tiruan
Pendekatan jaringan. Intelligent Systems di Akuntansi, Keuangan & Manajemen, 9, 145-157. Gaganis, C. (2009). teknik klasifikasi untuk identifikasi laporan keuangan
dipalsukan: analisis komparatif. Intelligent Systems di
Akuntansi, Keuangan & Manajemen, 16, 207-229.
Kaminski, KA, Wetzel, TS, & Guan, L. (2004). Dapat rasio keuangan mendeteksi kecurangan pelaporan keuangan? Manajerial Auditing Journal, 1,
15-28.
Kirkos, E., Spathis, Ch., & Manolopoulos, Y. (2007). teknik data mining untuk mendeteksi laporan keuangan penipuan. Sistem pakar
dengan Aplikasi, 32, 995-1003.
Lenard, MJ, & Alam, P. (2009). Perspektif historis tentang deteksi penipuan: dari model kebangkrutan untuk indikator yang paling efektif penipuan dalam
insiden baru-baru ini. Journal of Forensic & Investigasi Akuntansi, 1, 1-27.
Perols, J. (2011), Laporan Keuangan Fraud Detection: Sebuah Analisis statistik dan Machine Learning Algoritma. Auditing: A Journal of
Praktek & Teori, 30, 19-50.
Orang, O. (1995). Menggunakan data laporan keuangan untuk mengidentifikasi faktor yang terkait dengan pelaporan keuangan penipuan. Jurnal Bisnis Terapan
Penelitian, 11, 38-46. Pustylnick, I. (2009). algoritma gabungan untuk mendeteksi manipulasi dalam laporan keuangan. SMC University,

http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1422693.
Pustylnick, I. (2012). Algoritma untuk mendeteksi pendapatan dan ditahan manipulasi laba. Akuntansi dan perpajakan, 4, 95-105. Ravisankar, P., Ravi, V., Raghava RG, &
Bose, I. (2011). Deteksi penipuan laporan keuangan dan seleksi fitur menggunakan data mining
teknik. Sistem Pendukung Keputusan, 50, 491-500.
Lagu XP, Hu ZH, Du JG, & Sheng ZH (2014). Penerapan Metode Belajar Mesin untuk Risiko Penilaian Laporan Keuangan
Penipuan: Bukti dari China. Journal of Forecasting, 33, 611-626.
 Rasa Kanapickien Ė dan Živil Ė Grundien E / Procedia - Sosial dan Ilmu Perilaku 213 (2015) 321 - 327 327

Spathis, Ch., Doumpos, M., & Zopounidis, C. (2002). Mendeteksi laporan keuangan palsu: studi banding menggunakan analisis multikriteria
dan teknik statistik multivariat. Eropa Akuntansi Review, 11, 509-535.
Stice, JD (1991). Menggunakan Keuangan dan Informasi Pasar Mengidentifikasi Pre-Engagement Faktor Terkait dengan Tuntutan hukum terhadap Auditor. Itu
Akuntansi Review, 66, 516-533. Wells, JT (1997). penipuan kerja dan penyalahgunaan. Austin, TX:
Obsidian Publishing.