پیش بینی میزان رعایت محافظه کاری حسابداری با استفاده از شبکه های عصبی مصنوعی
محل انتشار: اولین کنفرانس ملی پژوهش های نوین ایران و جهان در مدیریت، اقتصاد و حسابداری و علوم انسانی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 197
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MEAH01_207
تاریخ نمایه سازی:
چکیده مقاله:
هدف از پژوهش حاضر، طراحی یک مدل برای پیش بینی میزان رعایت محافظه کاری حسابداری، به منظور کمک به اعتبار دهندگان و سرمایه گذاران و دیگر کاربران اطلاعات صورت های مالی، برای اجتناب از تحمل زیان های عمده در بازار سرمایه، است. به همین دلیل، 60 شرکت پذیرفته شده در بورس اوراق بهادار تهران در دوره 10 ساله 1394 - 1385 مورد بررسی قرار گرفت. در این پژوهش، با استفاده از برخی اقلام ترازنامه و صورت سود و زیان و نسبت های حاصل از ترکیب برخی از اقلام این دو، که به نوعی محافظه کاری حسابداری در آن ها نمود پیدا می کند و بکارگیری یک شبکه عصبی پرسپترون سه لایه با الگوریتم پس انتشار خطا و متغیرهای پیش بینی کننده، میزان رعایت محافظه کاری حسابداری پیش بینی شد. در نهایت، شبکه ای با میانگین مربعات خطا 04407 / 0 ، 036068 / 0 ، 08015 / 0 و 0396 / 0 به ترتیب برای داده های آموزشی، اعتبارسنجی، آزمون و مجموع داده ها و ضریب تعیین بیش از 65 درصد، به عنوان بهترین شبکه انتخاب شد.
کلیدواژه ها:
پیش بینی محافظه کاری حسابداری ، شبکه های عصبی مصنوعی ، الگوریتم پس انتشار خطا
نویسندگان
محمد بنافی
کارشناسی ارشد دانشگاه شهید چمران اهواز