ملخص :
يهدف البحث إلى بناء نموذج مُقترح لمراجعة الأداء للتنبؤ بالفساد المالى فى شركات قطاع الأعمال المُقيدة فى سوق الأوراق المالية المصرية بإستخدام تقنية التنقيب فى البيانات ، فى ظل توجه الدولة لمكافحة الفساد إنطلاقاً من خطتها الإستراتيجية والتى تهدف إلى تفعيل آليات الشفافية والنزاهة فى مجتمع يدرك مخاطر الفساد فى أطار تحقيق أهداف التنمية المستدامة  اطلقت الحكومة المصرية عام 2018 برنامج لطرح الشركات الحكومية في البورصة المصرية إيماناً منها بأن القضاء على الفساد هو الحل الأمثل لزيادة تدفق الإستثمارات ونجاح منظومة الإصلاح الإقتصادى  .
 اعتمدت الدراسة  فى بناء النموذج المُقترح على الدراسات السابقة والبيانات المُستخلصة من القوائم المالية لشركات قطاع الأعمال وتقارير الجهاز المركزى للمحاسبات ، وقد تمت الدراسة التطبيقية على 22 شركة قطاع أعمال عام تخضع لقانون 203 لسنة 1991  خلال الفترة من 2009 وحتى 2021  بإجمالى عدد 249 مشاهدة بإستخدام تقنية التنقيب فى البيانات ، من خلال عدد 5 خوارزميات تصنيف وهى الغابات العشوائية Random Forest، الانحدار اللوجيستي Logstic Regression، الجار الأقربKNN  ، الساذج باييزNaive Bayes، آلة المتجهات الداعمةSVM ، وتم المقارنة بينهم للوصول إلى أفضل خوارزمية تصنيف و أثبتت خوارزمية الساذج بايز  Naive Bayes تفوقها من حيث الدقة  لتكون هي المصنف الأفضل بدرجة دقة 89%.
، وخلصت الباحثة إلى نموذج ُمقترح للتنبؤ بالفساد يتكون من بعض المؤشرات يمكن لمراجع الأداء  إستخدامها للمساعدة فى التنبؤ بالفساد المالى  وهى : نسبة السيولة ، نسبة السيولة السريعة ، الرافعة المالية  ، اجمالى الإلتزامات / إجمالى الأصول ، معدل العائد على الإستثمار ، ومعدل العائد المبيعات ،  وصافى الربح قبل الفوائد والضرائب / المبيعات ، وصافى الربح قبل الفوائد والضرائب / إجمالى الأصول ، معدل دوران الأصول ، كما اختبرت الدراسة صلاحية  النموذج المٌقترح بالتطبيق على ثلاث شركات  (دراسة حالة)  واثبت النموذج قدرته على التنبؤ بدرجة دقة   89%     .
Abstract:
The aim of the research is to build a proposed model to conduct a performance audit to predict financial corruption in the business sector companies listed in the Egyptian stock market using Data Mining Technology. In the light of the government's strategic approach to combating corruption, which aims to activate the implementation of integrity and transparency mechanisms in a society that understands the risks of corruption within the framework of achieving sustainable development goals, in 2018, the Egyptian government launched a program to list government companies on the Egyptian Stock Exchange, believing that eliminating corruption is the best solution to increase the flow of investments and the success of the economic reform system.
In building the proposed model, the study relied on previous studies and data extracted from the financial statements of business sector companies and the reports of the Central Auditing Organization. The applied study was carried out on 22 public business sector companies subject to Law 203 of 1991 during the period from 2009 to 2021, with a total of 249 views using data mining technology through five benchmark classification algorithms: Random Forest, Logistic Regression, K-Nearest Neighbors (KNN), Naive Bayes, and Support Vector Machine (SVM). The study compared the five classification algorithms to pick the best classification algorithm. The Naive Bayes algorithm exhibited 89% accuracy and has proven its superiority in being the best classifier.
The researcher concluded a proposed model for predicting corruption that consists of some indicators that performance auditors can use to help predict financial corruption, namely: liquidity ratio, quick ratio, financial leverage, total liabilities/total assets, rate of return on investment, rate of return on sales, net profit before Interest and tax/ sales, net profit before interest and tax /total assets, and asset turnover ratio. The study also tested the validity of the proposed model by applying it to three companies (case study), and the model proved its ability to predict with a degree of accuracy89%.
Keywords:
Performance audit, International Organization of Supreme Audit Institutions (INTOSAI), Supreme Audit Institution (SAI), Corruption,  Corruption Perceptions Index (CPI) , Data mining.