ناهید مالکی نیا؛ رضا تهرانی؛ اکبر عالم تبریز؛ میر فیض فلاح شمس
چکیده
چکیدهافزایش میزان تقلب در گزارشگری مالی در سال‌های اخیر باعث عدم اعتماد سرمایه‌گذاران به بازار‌های سرمایه شده است. به همین علت پیش‌بینی دقیق مدیریت سود یکی از نیازهای اساسی برای تصمیم‌گیری استفاده‌کنندگان صورت‌های مالی است. این پژوهش با ارائه یک مدل توسعه‌یافته بر مبنای مدل بنیش با تأکید بر متغیر‌های نظام راهبری شرکتی مشتمل ...
بیشتر
چکیدهافزایش میزان تقلب در گزارشگری مالی در سال‌های اخیر باعث عدم اعتماد سرمایه‌گذاران به بازار‌های سرمایه شده است. به همین علت پیش‌بینی دقیق مدیریت سود یکی از نیازهای اساسی برای تصمیم‌گیری استفاده‌کنندگان صورت‌های مالی است. این پژوهش با ارائه یک مدل توسعه‌یافته بر مبنای مدل بنیش با تأکید بر متغیر‌های نظام راهبری شرکتی مشتمل بر ساختار کمیته حسابرسی، بازرس قانونی و حسابرس مستقل، ساختار هیئت‌مدیره و ساختار مالکیت شرکتی سعی درافزایش دقت پیش‌بینی مدیریت سود دارد. داده‌های 81 شرکت پذیرفته‌شده در بورس اوراق بهادار تهران طی سال‌های 1397-1391 با روش ترکیبی شبکه عصبی پرسپترون چندلایه و الگوریتم‌های کیهان‌شناسی سیاه‌چاله، مه‌بانگ – مه‌رمب و ازدحام ذرات کهکشانی مورد تحلیل قرارگرفته است. دقت پیش‌بینی مدل با روش ترکیبی شبکه عصبی مصنوعی و الگوریتم‌های کیهان‌شناسی ازدحام ذرات کهکشانی، مه‌بانگ – مه‌رمب و سیاه‌چاله به ترتیب از 59/08 ، 63/49 و 57/5 درصد به 87/3، 79/72 و 74/25 درصد افزایش پیداکرده است که حاکی از بهبود قدرت پیش‌بینی مدل در کشف شرکت‌های دستکاری کننده سود است. در مدل پیشنهادی سطح زیر منحنی مربوط به دو الگوریتم سیاه‌چاله ومه‌بانگ-مه‌رمب، توسط الگوریتم ازدحام ذرات کهکشانی احاطه‌شده است ونشان دهنده این است که خطای شبکه عصبی پرسپترون چندلایه ترکیبی با الگوریتم ازدحام ذرات کهکشانی به 12/7 درصد کاهش‌یافته است.
