مقایسه دقت پیش بینی مدیریت سود با استفاده از الگوریتم های مورچگان و غذایابی باکتری
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 389
فایل این مقاله در 23 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:
JR_JEMRA-4-3_010
تاریخ نمایه سازی: 23 دی 1398
چکیده مقاله:
هدف این تحقیق بررسی این موضوع است که آیا می توان مدیریت سود را براساس مدل های مبتنی بر یادگیری ماشین کشف کرد. در این تحقیق برای پیش بینی مدیریت سود از مدل های مبتنی بر یادگیری ماشین (الگوریتم کلونی مورچه ها و غذایابی باکتری) استفاده شده است. برای این منظور 143 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی 1388 تا 1392 مورد مطالعه قرار گرفتند. در این تحقیق با استفاده از الگوریتم حرکات ذرات اقدام به شناسایی متغیر های معنادار با مدیریت سود شده و در نهایت بوسیله نرم افزار متلب اقدام به پیش بینی مدیریت سود شده است. نتایج برازش الگوریتم غذایابی باکتری و کلونی مورچه ها نشان می دهد که این دو الگوریتم با دقت بالای 98 درصد توانایی پیش بینی مدیریت سود را دارند. نتایج مبین آن است که مدل کلونی مورچه ها توانایی بیشتری (خطای 97/0درصد) در پیش بینی مدیریت سود نسبت به مدل غذایابی باکتری (خطای 19/1 درصد) دارد.
کلیدواژه ها:
نویسندگان
عزیز گرد
استادیار حسابداری دانشگاه پیام نور
سید حسام وقفی
مربی دانشگاه پیام نور
سید جواد حبیب زاده بایگی
مدرس دانشگاه پیام نور
سارا خواجه زاده
دانشجو کارشناسی ارشد دانشگاه آزاد واحد الکترونیک
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :