بکارگیری الگو ترکیبی شبکه های عصبی مصنوعی با الگوریتم های فراکاوشی (ICA,PSO) در پیش بینی مدیریت سود
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 372
This Paper With 36 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEMRA-10-2_009
تاریخ نمایه سازی: 14 اردیبهشت 1400
Abstract:
رویکردهای فراکاوشی عمدتا بر اساس نظم و قواعد موجود در ارگانیسمهای طبیعی الهام گرفتهاند. این رویکردها امروزه کاربرد بسیاری در شاخههای مختلف پیدا کرده است. با توجه به اهمیت پیشبینی، شناخت روشها در پیشبینی مدیریت سود میتواند اطلاعات مفیدی را برای ذینفعان فراهم آورد. تنوع عوامل بدست آمده ناشی از نتایج الگوهای خطی برای سنجش مدیریت سود موجب شده است سرمایهگذارن نسبت به کیفیت سود گزارش شده تردید نمایند. بنابراین هدف از این پژوهش ارائه الگوی بهینهتر برای پیشبینی مدیریت سود است. در مرحله نخست با استفاده از الگوی شبکههای عصبی الگوی اولیه خطی را بهینه نموده، سپس از الگوریتمهای ازدحام ذرات و رقابت استعماری برای بهینهتر نمودن الگو استفاده گردید. از این رویافتههای تجربی مربوط به بررسی ۶۲۰ مشاهده (سال – شرکت) پذیرفته شده در بورس اورق بهادر تهران در بازه زمانی ۱۳۹۰ الی ۱۳۹۵ حاکی از سودمندی و تاثیر مثبت در روشهای ترکیبی بر عملکرد پیشبینی مدیریت سود و همچنین وجود تفاوت معنادر بین میزان سودمندی روشهای خطی و غیرخطی است. به عبارتی در صورت استفاده از الگوریتمها در پیشبینی مدیریت سود دقت پیشبینی با حذف متغیرهای ناکارآمد افزایش مییابد. افزون بر این یافته های پژوهش حاکی از عملکرد بهتر و مناسب الگوریتم رقابت استعماری نسبت به سایر الگوها در کارآمدی متغیرهای گروه مدیریتی با دقت (۸/۹۵%) است.
Keywords:
Authors
اقبال قادری
دانشجوی دکتری حسابداری، گروه حسابداری، دانشگاه آزاد اسلامی واحد سنندج ، ایران
پیمان امینی
استادیار حسابداری، گروه حسابداری، دانشگاه کردستان،سنندج،ایران
عطاالله محمدی ملقرنی
استادیار حسابداری، گروه حسابداری، دانشگاه آزاد اسلامی واحد سنندج، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :