توسعه مدل بنیش با ترکیب شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات برای پیش بینی دستکاری سود
- سال انتشار: 1398
- محل انتشار: فصلنامه بررسی های حسابداری و حسابرسی، دوره: 26، شماره: 4
- کد COI اختصاصی: JR_ACCTG-26-4_007
- زبان مقاله: فارسی
- تعداد مشاهده: 392
نویسندگان
دانشجوی دکتری، گروه حسابداری، پردیس بین المللی ارس دانشگاه تهران، جلفا، ایران.
دانشیار، گروه حسابداری، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
دانشیار، گروه حسابداری، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
استاد، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
چکیده
هدف: به باور بنیش (۱۹۹۹)، دستکاری سود زمانی رخ می دهد که مدیریت، اصول پذیرفته شده عمومی حسابداری را به منظور سودآور نشان دادن عملکرد مالی شرکت نقض می کند. در این پژوهش، مدل بنیش با تاکید بر متغیرهای خارج از داده های حسابداری، شامل عدم تقارن اطلاعاتی و بازار رقابت محصول، توسعه یافته است. روش: برای دستیابی به هدف پژوهش، داده های لازم برای ۱۸۴شرکت پذیرفته شده در بورس اوراق بهادار تهران، طی سال های ۱۳۸۶ تا ۱۳۹۶ جمع آوری شدند. ضرایب مدل ها، به روش شبکه عصبی آموزش یافته با الگوریتم PSO برآورد شده اند. برای فراهم آوردن قابلیت مقایسه نیز، ۱۰ اجرا با ۳۰۰ تکرار در هر اجرا انجام گرفت و پس از هم گرایی، اجراها متوقف شدند. یافته ها: توسعه مدل بنیش، خطای آموزش شبکه عصبی با الگوریتم حرکت تجمعی ذرات را از مقدار ۰۸۰۷/۰ به ۰۷۷۷/۰ کاهش داد. همچنین، سطح زیرمنحنی راک در مدل بنیش، به ازای بهترین نقطه برش (۵۰۲۱/۰) و بهترین دقت (۲۶/۶۰درصد) ۵۵۳۸/۰ بود و این سطح در مدل توسعه یافته بنیش به ازای بهترین نقطه برش (۵۳۰۴/۰) و بهترین دقت (۴۲/۶۷درصد) به ۶۳۳۵ /۰ افزایش یافت. نتیجه گیری: نتایج حاکی از تصادفی بودن مدل بنیش و ناتوانی در تفکیک دو گروه شرکت های دستکاری کننده سود و غیردستکاری کننده سود است. همچنین، نتایج افزایش قدرت مدل توسعه یافته بنیش در قیاس با مدل اصلی را نشان می دهد؛ اما نتیجه آزمون ضعیف است و نشان می دهد که مدل توسعه یافته بنیش نیز در تفکیک دو گروه شرکت های دستکاری کننده سود و غیردستکاری کننده سود، کمابیش یک مدل تصادفی است.کلیدواژه ها
الگوریتم حرکت تجمعی ذرات, رقابت در بازار محصول, شبکه عصبی مصنوعی, مدل بنیش, محیط اطلاعاتی شرکتاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.