Identifying and leveling factors affecting behavioral tendencies and fraudulent beliefs using structural-interpretive analytical methodology (ISM) and MICMAC analysis

Document Type : Original Article

Authors
Ali lalbar 1
maryam rahmani 2
hamid heidari 3
1 Assistant Professor, Department of Accounting , Arak Branch, Islamic Azad University,arak, Iran
2 Master of Financial Management, Arak Branch, Islamic Azad University,arak, Iran
3 PhD Student in Financial Engineering, Arak Branch, Islamic Azad University,arak, Iran
10.22034/jmaak.2025.77639.4280
Abstract
abstract:
This research was carried out with the aim of identifying and leveling factors affecting behavioral tendencies and fraudulent beliefs using structural-interpretive analytical methodology and Mick-Mc analysis. In terms of the development goal, the present research is a qualitative research in terms of the nature of the data and the style of analysis, and based on the method of data collection, it is documentary. From the point of view of the research method, it is analytical-descriptive. The statistical population of this research is professional and academic experts in the field of financial management. In this regard and in the first step, the dimensions and indicators of the model of behavioral tendencies and fraudulent beliefs were extracted from the theoretical literature and confirmed by interviewing experts. The output of this stage was 15 indicators in the form of five main dimensions. In the next step, to establish the relationship and sequence between the dimensions and indicators and to present a structural model, the method of structural-interpretive modeling and mix-and-match analysis was used. It was effective on behavioral tendencies and fraudulent beliefs.
The results of the research have led to the design of an integrated model of behavioral tendencies and fraudulent beliefs in four levels, the existing stratification shows that the budget and independence indicators are the most influential and the mental norm indicators, positive and negative emotions and narcissism, are the most powerful. And they are effective.
Keywords
Behavioral finance theories
behavioral tendencies
mental norm
fraudulent beliefs
decision making process
1.   اسماعیلی کیا، غریبه؛ نجف نیا، سمیه؛ اوشنی، محمد. (1398). بررسی رابطه بین سازوکارهای راهبری شرکتی برون‎سازمانی و تقلب مالی با تمرکز بر ارزیابی شناختی از تجویزهای تئوری نمایندگی، بررسی‏‌های حسابداری و حسابرسی، 26(2)، 169-192.
2.   بارانی، زینب؛ گرکز، منصور؛ معطوفی، علیرضا.(1401). تاثیر فشار اجتماعی و تمایل به پذیرش ریسک بر تصمیمات در ارائه گزارشگری مالی، فصلنامه دانش حسابداری مالی، 9(2).
3.   بذرافشان مقدم، الهام؛ حسنوآ پور، علی رضا؛ صحابی فر، سجاد؛ پورمحمد، محمد.(1401). مثلث تقلب و عدم صداقت تحصیلی،سیزدهمین کنفرانس ترفندهای مدرن مدیریت، حسابداری، اقتصاد و بانکداری با رویکرد رشد کسب و کارها.
4.   بولو، قاسم؛ اکبریان شورکایی،رضا.(1396).بررسی رابطه پدیده تماشاگری، قدرت شواهد و مسئولیت ادراک شده با احتمال گزارشگری تقلب. فصلنامه حسابداری ارزشی و رفتاری،2(3)، 1-32.
5.   تنانی، محسن­؛ رجبی، علی اکبر.(1397). رابطه رقابت در بازار محصول و احتمال تقلب گزارشگری مالی با تاکید بر مالکیت نهادی، اولین همایش ملی کارآفرینی، چالوس، دانشگاه آزاد اسلامی واحد چالوس
6.   جامعی، رضا؛ نوریزاده، مرضیه؛ نصیری، بهنام.(1392). بررسی رابطه عدم صداقت مدیران موظف و بروز تقلب در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران. همایش ملی حسابرسی و نظارت مالی ایران، 1-30.
7.   جمشید پور، روح اله؛­ الفتی گرازان، نگین. (1395). تجزیه تحلیل مثلث تقلب مطابق با مدل ریسک حسابرسی درمباحث مدیریت حسابرسی، دومین همایش ملی علوم و فناوری های نوین ایران، تهران، انجمن توسعه و ترویج علوم و فنون بنیادین.
8.   حاجی عظیمی، فرزاد؛ کرمی ، غلامرضا؛ مرادی، محمد. (1399). شناسایی عوامل موثر بر تمایلات رفتاری و باورهای گزارشگری مالی متقلبانه.مجله پژوهش های کاربردی در گزارشگری مالی.14(7).
9.   خواجوی، شکراله؛ ابراهیمی، مهرداد.(1396). مدلسازی متغیرهای اثرگذار برای کشف تقلب در صورتهای مالی با استفاده از تکنیکهای داده کاوی، فصلنامه حسابداری مالی، 14(3)، 50-23.
10.    داداشی، ایمان؛ کردمنجیری، سجاد؛ برادران، مریم. (1397). تأثیر ساختار حسابرسی داخلی بر احتمال تقلب در صورت­های مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران. دانش حسابرسی، 18(2)، 159-174.
11.    زارع بهنمیری، محمد جواد ؛ ملکیان کله بستی، اسفندیار. (1395). رتبه بندی عوامل مؤثر بر احتمال تقلب مالی با توجه به گزارش حسابرسی صورت-های مالی، پژوهش‌های تجربی حسابداری، مقاله 1، 17(5)، 1-18.
12.    سجادی، سید حسین؛ توحید کاظمی. (1395). الگوی جامع گزارشگری مالی متقلبانه در ایران به روش نظریه پردازی زمینه بنیان، پژوهش‌های تجربی حسابداری، مقاله 9، 14(7)، 185-204.
13.    ضرابی، ارشیا.(1401). مقایسه روش جنگل تصادفی و روش ماشین بردار در کشف تقلب صورت های مالی با رویکرد بینش،سومین کنفرانس بین­المللی ایده­های نوین در مدیریت، حسابداری، اقتصاد و بانکداری.
14.    طالب نیا. قدرت اله. (1389). بررسی موانع و مشکلات استفاده از اینترنت در گزارشگری مالی توسط شرکت‌ها در بورس اوراق بهادار تهران، دانش و پژوهش حسابداری، 29(1).
15.    طاهری، ذبیح اله؛ بنی­مهد، بهمن؛ حیدر پور، فرزانه؛ وکیلی فرد،حمیدرضا.(1400). تبیین تمایلات رفتاری در گزارشگری مالی متقلبانه : آزمون نظریه روان شناسی ثبات رفتاری؛ فصلنامه علمی پژوهشی دانش حسابداری و حسابرسی مدیریت .11(7).
16.    غلامی مقدم، فائزه؛ حصارزاده، رضا؛ ساعی، محمدجواد. (1397). معیارهای واژه محور و معیارهای سنتی تقلب در گزارش­های مالی: شواهدی از یک مطالعه اکتشافی، راهبرد مدیریت مالی 6 (1).
17.    کابلی، مونا سادات؛ نیکومرام، هاشم؛ رهنمای رودپشتی، فریدون.(1400). واکاوی رفتار مدیران واحد گزارشگر نسبت به تهیه صورت­های مالی متقلبانه.
18.    محمدی مقدم ،الهه. (1397). شناسایی و رتبه بندی عوامل مؤثر بر احتمال بروز تقلب یا اعمال مجرمانه توسط حسابداران با استفاده از نظریه مثلث تقلب، دانش حسابداری و حسابرسی مدیریت، 11(7)، 123-138.
19.    موسوی حقیقی، محمد هاشم؛ خلیفه، مجتبی؛ صفایی، بهزاد؛ صابری، حامد.(1395). شبیه سازی قیمت سهام از منظر عوامل داخلی و خارجی موثر بر سیستم با استفاده از رویکرد پویایی شناسی سیستمی.
20.   Abdul Aris; Nooraslinda, Mohd Aref, Siti Maznah; Othman; Rohana; Mohamad Zain; Mostafa .(2015). Fraudulent Financial Statement Detection Using Statistical Techniques: The Case of Small Medium Automotive Enterprise, The Journal of Applied Business Research. 31(4).
21.   Aviantara, R. (2023). Scoring the financial distress and the financial statement fraud of Garuda Indonesia with «DDCC» as the financial solutions. Journal of Modelling in Management, 18(1), 1-16.
22.   Chi-Lin. Chen, An-An Chiu.,Shaio Yan Huang., David C. Yen. (2015). Detecting the financial statement fraud: The analysis of the differencesbetween data mining techniques and experts’ judgments. Knowledge-Based Systems Vol 89. PP 459–470.
23.   Christopher J. Skousen, Kevin R. Smith, Charlotte J. Wright. (2015). Detecting and predicting financial statement fraud: The effectiveness of the fraud triangle and SAS No. 99" In Corporate Governance and Firm Performance. Published online: 09 Mar 2015; 53-81
24.   Hansen, J ,B. K. Klamm. (2014). A study of accounting students' ability torecognize and evaluate fraud risk. The Journal of Theoretical Accounting Research, 8(1): 1-23.
25.   Muñoz-Izquierdo N, María J, Segovia V‌, María D.(2021). Explaining The Causes Of Business Failure Using Audit Report Disclosures.
26.   Muntari, Mahama. (2018). Detecting corporate fraud and financial distress using the altman and beneish models the case of enron corp, ‏International Journal of Economics. Commerce and Management United Kingdom Vol. III,Issue.
27.   Oluwagbemiga, Ayobami.(2010). The Role of Auditors’ in Fraud Detection, Prevention and Reporting in Nigeria.
28.   Ray, S., Fritzon, K..(2021).Overview of the Impact of Psychopathy and Other Problematic Personality Constructs in the Workplace . Corporate Psychopathy 12(1) :199-253.
29.   Roszkowska, P.Mele,D. (2020). Organizational Factors in the Individual Ethical Behaviour. The Notion of the Organizational Moral Structure , Humanistic Management Journal , 23(1) : 1-25
30.  Segal, S.Y. (2016). Accounting frauds – review of advanced technologies to detect and prevent frauds. Economics and Business Review, 16 (4): 45–64.
31.   Tae G. Ryu, Barbara Uliss, Chul-Young Roh. (2011).the Effect of the Sarbanes-Oxley Act on Auditors’ Audit Performance.
32.   Van Peursem, K, Chan, Y. C. (2014). Forecasting New Zealand corporate failures 2001- 10: Opportunity lost?.Australian Accounting Review, 24(3) 276–288.
33.   Zhou Fangzhao, Zenan Zhang, Jun Yang, Yunpeng Su, , Yunbi An. (2018). Delisting pressure, executive compensation, and corporate fraud:Evidence from China, Pacific-Basin Finance Journal 48 (5): 17–34.