پیش بینی رتبه بندی کیفیت اطلاعات با رویکرد تحلیل عاملی و هوش مصنوعی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
از آنجایی که سهامداران، سرمایهگذاران، اعتباردهندگان و سایر استفادهکنندگان از صورتهای مالی برای مقاصد تصمیمگیری از اطلاعات درونی شرکت آگاهی کافی ندارند و همواره به دنبال کسب اطلاعاتی برای ارزیابی عملکرد و ریسک سنجی شرکتهای مورد نظر خود میباشند تا بتوانند در آنها سرمایهگذاری کنند، لذا کیفیت اطلاعات حسابداری که شرکت ها افشا می نمایند جهت تصمیم گیری آن ها دارای اهمیت می باشد. این پژوهش پیش بینی رتبه بندی کیفیت اطلاعات با رویکرد تحلیل عاملی و هوش مصنوعی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران را مورد بررسی قرار می دهد. متغیر مستقل استفاده شده در این پژوهش، معیار های نظام راهبری می باشد و متغیر وابسته، معیار های کیفیت اطلاعات حسابداری است که بر اساس روش تحلیل عاملی تمام معیار ها بصورت یک متغیر واحد تبدیل شده است. پژوهش حاضر جز تحقیقات تجربی حسابداری بوده و جهت آزمون فرضیه های پژوهش از روش هوش مصنوعی استفاده شده است. نتایج پژوهش حاکی از آن است که طبق روش متغیر گزینی هوش مصنوعی آنالیز همسایگی از بین متغیر های نظام راهبری "درصد مالکان نهادی"، "نقش دوگانه مدیرعامل"، "دوره تصدی مدیرعامل"، "مالکیت مدیریت" و "مالکیت دولتی" بالاترین همبستگی را با رتبه کیفیت اطلاعات دارند. سایر نتایج تحقیق حاکی از این است که روش هوش مصنوعی خطی و غیر خطی توانایی بالایی در پیش بینی رتبه کیفیت اطلاعات حسابداری شرکت های پذیرفته شده در بورس اوراق بهادار تهران را دارند.