تعدیل مدل پیشبینی دستکاری سود با تأکید بر متغیرهای محیطی و روش ترکیبی شبکه عصبی مصنوعی و الگوریتمهای فراابتکاری
نویسندگان
1 استادیار، حسابداری، دانشگاه آزاد سلامی واحد بیله سوار، بیله سوار ، ایران
2 . دانشیار ، گروه حسابداری، دانشکده مدیریت دانشگاه تهران ، تهران، ایران
3 دانشیار ، گروه حسابداری، دانشکده مدیریت دانشگاه تهران ، تهران، ایران.
4 استاد ، گروه مدیریت صنعتی ، دانشکده مدیریت دانشگاه تهران ، تهران، ایران.
doi
10.22067/mfe.2021.68842.1028چکیده
چکیده سود یکی از عوامل مهم در رشد و توسعه اقتصادی بوده و دستکاری سود هم یکی از چالشهای اساسی کارایی بازار است که محققین اغلب برای پیشبینی دستکاری سود از دادههای حسابداری استفاده میکنند؛ درحالیکه دادههای غیرحسابداری هم نقش بسزایی در پیشبینی دستکاری سود دارند. این پژوهش به توسعه مدل بنیش با متغیرهای غیرحسابداری شامل عدم تقارن اطلاعاتی و رقابت در بازار محصول پرداخته است. دادههای 184شرکت پذیرفته شده در بورس تهران طی سالهای 1386-1396 جمعآوری و دقت پیشبینی مدلهای پژوهش در کشف و شناسایی شرکتهای دستکاری کننده سود با دو الگوریتم بهینهسازی حرکت تجمعی ذرات و رقابت استعماری در ترکیب شبکه عصبی مورد مقایسه قرار گرفت. یافتههای پژوهش نشان میدهد دقت پیشبینی مدل پیشنهادی با الگوریتم رقابت استعماری و حرکت تجمعی ذرات به ترتیب از 55/57 به 86/63 درصد و از 71/55 به 84/59 درصد افزایش یافته است. با توسعه مدل سطح زیرمنحنی راک افزایش یافته و کاهش خطای پیشبینی در الگوریتم رقابت استعماری 31/6 درصد و در الگوریتم حرکت تجمعی ذرات 13/4 درصد است ولی همچنان نتیجه آزمون ضعیف میباشد. درواقع میزان دقت پیشبینی مدل با الگوریتم رقابت استعماری در مقایسه با الگوریتم حرکت تجمعی ذرات بهبود یافته است.