پیش بینی مدیریت سود با استفاده از شبکه عصبی ودرخت تصمیم در صنایع کشاورزی و نساجی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

امروزه روشهای کمی، به یکی از مهمترین ابزار پیش بینی برای تصمیم گیریها و سرمایه گذاریهای کلان دربازارها تبدیل شدهاند. دقت پیش بینی، یکی از مهمترین عاملهای انتخاب روش پیش بینی است. هدف اصلی این تحقیق بررسی دقت پیش بینی مدیریت سود با استفاده از شبکه های عصبی و درخت تصمیم گیری و مقایسه آن با مدلهای خطی است. برای این منظور نه متغیر تاثیرگذار بر مدیریت سود به عنوان متغیرهای مستقل و اقلام تعهدی اختیاری، به عنوان متغیر وابسته مورد استفاده قرار گرفته است. در این تحقیق دو صنعت کشاورزی و نساجی ازسال 1385 تا سال 1390 مورد بررسی قرار گرفت. ازروش رگرسیون کمترین مربعات برای مدل خطی و از شبکه عصبی پیشخور و درخت تصمیم گیری Cart برای بررسی از طریق روشهای داده کاوی استفاده شد. نتایج به دست آمده نشان داد که روش شبکه عصبی و درخت تصمیم گیری در پیش بینی مدیریت سود نسبت به روشهای خطی دقیق تر و دارای سطح خطای کمتری است. در رابطه با ارتباط بین متغیرهای وابسته با متغیر مستقل نیز میتوان گفت، مدیریت سود با متغیرهای اقلام تعهدی اختیاری دوره قبل (DAI) ، اقلام تعهدی غیراختیاری دوره قبل یا آستانه عملکرد (THOD) و حساسیت در پرداخت بابت عملکرد (PPS) در روشهای رگرسیون، شبکه عصبی، درخت کارت دارای بیشترین ارتباط است. با توجه نتایج تحقیق که گویای وجود مدیریت سود میباشد به استفاده کنندگان صورتهای مالی پیشنهاد میشود که راهکارهایی را برای نظارت بیشتر در تصمیمهای مدیریت به کار گیرند و نظارت و کنترل بیشتری بر اقدامهای مدیریت به منظور محدود کردن فرصت طلبی آنان برای مدیریت سود داشته باشند

Keywords:

مدیریت سود , شبکه عصبی , درخت تصمیم گیری