传统Logistic舞弊识别模型存在弊端，该模型的基础是确定的舞弊公司

مدل شناسایی تقلب Logistic سنتی دارای اشکالاتی است. اساس این مدل شناسایی شرکت های متقلب و شرکت های غیر تقلب است. با این حال ، شرکت های غیر تقلب نمی توانند تضمین کنند که هیچ تقلبی رخ نخواهد داد. این منجر به مقایسه میزان قضاوت اشتباه این مدل در قضاوت درباره خطرات کلاهبرداری بسیار زیاد است. توسعه مدل شاخص کلاهبرداری بر نقایص دوگانگی مدل سنتی لجستیک غلبه کرده است و می تواند هشدارهای اولیه درباره کلاهبرداری حسابداری در شرایط نامعلوم را ارائه دهد و دقت قضاوت را بهبود بخشد. در اینجا نحوه ساخت مدل شاخص تقلب حسابداری آورده شده است.

مدل شناسایی تقلب منطق سنتی دارای معایب است، مدل بر اساس شرکت تقلب شناسایی شده و شرکت عدم تقلب است، اما شرکت عدم تقلب نمی تواند تضمین کند که هیچ تقلبی وجود ندارد، که منجر به این مدل در قضاوت نرخ قضاوت نادرست ریسک تقلب نسبتاً بالا است. توسعه مدل شاخص تقلب بر معایب موعد های مدل منطق سنتی غلبه کرده است، و می تواند هشدار زودهنگام تقلب حسابداری را در شرایط نامعلومی ایجاد کند، و صحت قضاوت را بهبود بخشد. در اینجا نحوه ساخت یک مدل شاخص تقلب حسابداری است.

مدل شناسایی فریب شناسایی منطقی فریب شناسایی منطقی ناتوانی دارد. بنیاد مدل این است که شرکت های فریب و شرکت های غیر فریب شناسایی را تعیین کنید، ولی شرکت های غیر فریب‌کننده نمی‌توانند تضمین دهند که هیچ فریبی وجود ندارد، که به یک سرعت زیادی از فریب دادن خطرتوسعه مدل فریب از مدل فریب ناکامی مدل لوژیک سنتی دیکاتومی را فراگیر می‌کند. می‌تواند اولین هشدار دهد از فریب حسابرسی در شرایط ناشناخته و دقیق قضاوت را بهتر کند.اینجا چطور مدل فریب حسابداری را ثابت کنیم.<br>