تعداد نشریات | 50 |
تعداد شمارهها | 2,044 |
تعداد مقالات | 19,130 |
تعداد مشاهده مقاله | 22,385,706 |
تعداد دریافت فایل اصل مقاله | 20,901,727 |
کاربرد الگوریتم ژنتیک، ازدحام ذرات و شبکههای عصبی مصنوعی در پیشبینی دستکاری سود | ||
دانش سرمایهگذاری | ||
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 15 آذر 1401 | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
مرتضی حسینعلینژاد1؛ سید محمدحسن هاشمی کوچکسرائی ![]() | ||
1حسابداری، دانشکده علوم انسانی، دانشگاه آزاد اسلامی، قائمشهر، ایران | ||
2حسابداری، دانشکده انسانی، دانشگاه آزاد اسلامی، قائمشهر، ایران | ||
چکیده | ||
مدیریت سود یکی از موضوعات بحث انگیز در تحقیقات اخیر بوده است. اکثر تحقیقات انجام شده در زمینه مدیریت سود،به بررسی ارتباط خطی متغیرهای مستقل با مدیریت سود و با روش های آماری پرداخته اند اما از این متغیرها برای پیش بینی مدیریت سود استفاده نکرده اند. امروزه با رشد تکنولوژی اطلاعات و با وارد شدن هوش مصنوعی از جمله شبکه های عصبی مصنوعی به حوزه پژوهش های علمی، امکان بررسی روابط غیرخطی بین متغیرها میسر گردیده است. در این پژوهش تلاش شده تا با استفاده از شبکههای عصبی مصنوعی، اقلام تعهدی اختیاری برای پیشبینی مدیریت سود تخمین زده شود. همچنین در این پژوهش از مدل بهینهساز الگوریتم ژنتیک و ازدحام ذرات برای بهینهسازی وزنهای مدل شبکه عصبی مصنوعی جهت ارتقای توان پیشبینی کنندگی استفاده شده است. در ادامه توانایی پیشبینی مدیریت سود با استفاده از مدل آماری جونز تعدیلشده، شبکه عصبی مصنوعی و تکنیک ترکیبی الگوریتم ژنتیک، ازدحام ذرات و شبکه عصبی مورد بررسی قرار گرفت. نمونه مورد استفاده در این پژوهش شامل 150 شرکت پذیرفته شده در بورس اوراق بهادار تهران بین سال-های 1394 الی 1399 بوده است. یافتههای پژوهش نشان داد که شبکه عصبی مصنوعی از توانایی بالایی در پیش-بینی مدیریت سود، نسبت به مدل خطی جونز تعدیل شده برخوردار است. همچنین یافتهها حاکی از آن است که دقت و توانایی مدل ترکیبی الگوریتم ژنتیک، ازدحام ذرات و شبکه عصبی در پیش بینی مدیریت سود از مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی بیشتر است. | ||
کلیدواژهها | ||
پیشبینی؛ دستکاری سود؛ الگوریتم ژنتیک؛ ازدحام ذرات؛ شبکههای عصبی مصنوعی | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 47 |