مهدی ساریخانی - گروه حسابداری، واحد صفاشهر، دانشگاه آزاد اسلامی، صفاشهر، ایران
سیدمجتبی سیف - گروه کامپیوتر، واحد صفاشهر، دانشگاه آزاد اسلامی، صفاشهر، ایران

هدف این پژوهش ارایه تعیین عوامل موثر بر پیشبینی کیفیت افشاء با استفاده از شبکه عصبی مصنوعی است. بدین منظور، از متغیرهای مرتبط با نقدینگی، سودآوری، اهرمی، اندازه شرکت، حاکمیت شرکتی و سایر متغیرهای اثرگذار استفاده شده است. تعیین عوامل موثر، یک مسیله بهینهسازی است که در آن با انتخاب متغیرهایی مرتبطتر از مجموعه کل متغیرها، با الگوریتمهای طبقهبندی و خوشهبندی، باعث بهینهشدن هزینههای ساخت مدلبندی میشود. بدین ترتیب با توجه به بررسیهای انجام شده، از مجموع 430 شرکت پذیرفته شده در بورس اوراق بهادار تهران، تعداد 59 شرکت به عنوان نمونه مورد بررسی در دوره زمانی 1382 الی 1390 انتخاب شد. در این پژوهش روش انتخاب متغیر(ویژگی) بر اساس الگوریتم بهینهسازی رقابت استعماری میباشد که هم در حالت نظارت شده و هم در حالت بدون ناظر کاربرد دارد. این روش زیر مجموعهای بهینه از متغیرها را با استفاده از چندین بار تکرار و بدون استفاده از الگوریتمهای یادگیری بهطوری که باعث کاهش افزونگی شود را پیدا میکند. بنابراین میتوان آن را به عنوان یک روش چند متغیره فیلترینگ ویژگی در نظر گرفت. نتایج بررسیهای انجام شده موثر بودن این روش، نسبت به روشهای مشابه پیشین را نشان میدهد.

کیفیت افشاء، شبکه های عصبی مصنوعی