CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی محافظهکاری شرطی با استفاده از عدم تقارن اطلاعاتی با رویکرد رگرسیون حداقل مربعات، شبکه های عصبیمصنوعی و شبکه های عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک

عنوان مقاله: پیش بینی محافظهکاری شرطی با استفاده از عدم تقارن اطلاعاتی با رویکرد رگرسیون حداقل مربعات، شبکه های عصبیمصنوعی و شبکه های عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک
شناسه ملی مقاله: MNGTCONF02_263
منتشر شده در چهارمین کنفرانس ملی و دومین کنفرانس بین المللی حسابداری و مدیریت در سال 1394
مشخصات نویسندگان مقاله:

احمد شوش طهماسبی - مدیر مالی شرکت توزیع نیروی برق خوزستاناهواز، امانیه، شرکت توزیع نیروی برق خوزستان، دفتر مدیریت مالی

خلاصه مقاله:
هدف از این تحقیق پیش بینی محافظه کاری حسابداری با استفاده از عدم تقارن اطلاعاتی با رویکرد رگرسیون حداقل مربعات، شبکه های عصبیمصنوعی و الگوریتم ژنتیک است. متغیر مستقل در این تحقیق عدم تقارن اطلاعاتی و متغیر وابسته محافظه کاری حسابداری میباشد. بدین منظور متغیرهای مذکور برای 120 شرکت بورسی و به مدت ۷ سال 1386- 1392 جمع آوری گردید . خروجیهای حاصل از تخمین شبکه های عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک و نتایج حاصل از تخمین با استفاده از این روش، برابر با معیارهای ارزیابی(فرمول در متن اصلی مقاله) میباشد . این خروجیها بیانگر بهینه ترین شبکه ی طراحی شده برای پیش بینی میباشند و نیز شبکه عصبی بهینه سازی شده مزبور دارای کمترین خطا نسبت به شبکههای دیگر میباشد. لذا، میتوان عنوان کرد که روش شبکههای عصبی مصنوعی بهینه سازی شده با استفاده ازالگوریتم ژنتیک دارای کمترین خطا و انحراف نسبت به دیگر روشها میباشند.

کلمات کلیدی:
محافظه کاری حسابداری؛ شبکه های عصبی مصنوعی؛ الگوریتم ژنتیک؛ عدم تقارن اطلاعاتی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/428124/