پیش بینی مدیریت سود با روش ترکیبی شبکه عصبی پرسپترون چند لایه و الگوریتم های فرا ابتکاری(مقاله علمی وزارت علوم)
منبع:
بورس اوراق بهادار سال پانزدهم تابستان ۱۴۰۱ شماره ۵۸
183-214
حوزه های تخصصی:
پیش بینی دقیق مدیریت سود بمنظورکشف وشناسایی دستکاری صورت های مالی، همواره یکی از اساسی ترین چالش های پیش روی کاربران گزارش های مالی بوده است. بکارگیری مدل بنیش می تواند یکی از مدل های مناسب برای مدلسازی در زمینه پیش بینی مدیریت سود باشد. به همین منظور در این پژوهش مدل بنیش (1999) با ترکیب متغیر های نظام راهبری شرکتی مشتمل بر ویژگی های ساختار کمیته حسابرسی و حسابرس مستقل، هیات مدیره و مالکیت شرکتی توسعه یافته است. داده های 81 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1397-1391 با روش ترکیبی شبکه عصبی پرسپترون چند لایه و الگوریتم های بهینه سازی مبتنی برجغرافیای زیستی، رقابت استعماری و چرخه آب مورد تحلیل قرار گرفته است. دقت پیش بینی مدل با روش ترکیبی شبکه و الگوریتم های چرخه آب، رقابت استعماری و بهینه سازی مبتنی بر جغرافیای زیستی به ترتیب از 59/08 ،59/96 و 59/79 درصد به 92/06 ، 89/24 و 79/72 درصد افزایش پیدا کرده است. نتایج حاکی از بهبود دقت مدل پیشنهادی در کشف شرکت های مدیریت کننده سود و نیز کارایی بالاتر الگوریتم چرخه آب نسبت به دو الگوریتم دیگر در بهینه سازی شبکه عصبی پرسپترون چند لایه می باشد.