فهرست نشریات علمی دسترسی آزاد ایران

هدف این پژوهش ارائه یک مدل ترکیبی مبتنی بر شبکه عصبی عمیق و الگوریتم‌های فراابتکاری برای پیش‌بینی مدیریت سود مبتنی بر اقلام تعهدی اختیاری در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار است. برای این منظور، ابتدا متغیرهای مالی مؤثر بر مدیریت سود شناسایی و داده‌های مربوط به آن‌ها گردآوری شد. سپس با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات، وزن‌دهی به متغیرها و انتخاب ویژگی‌های بهینه صورت گرفت. در مرحله بعد، شبکه عصبی عمیق با پایگاه داده بهینه‌شده آموزش داده شد تا مدلی قدرتمند برای پیش‌بینی مدیریت سود توسعه یابد. نتایج ارزیابی مدل نشان داد که مدل پیشنهادی از دقت بالایی برخوردار است؛ به‌گونه‌ای که ضریب تعیین  معادل۹۷.۸۵ درصد، میانگین مربعات خطا برابر با ۰.۰۲۳۴، ریشه میانگین مربعات خطا برابر با ۰.۱۵۳۰ و میانگین قدرمطلق خطا برابر با ۰.۱۰۱۲ به دست آمد. همچنین، مقایسه مدل شبکه عصبی با مدل رگرسیون لجستیک نشان داد که مدل شبکه عصبی عمیق عملکرد بهتری در پیش‌بینی مدیریت سود دارد. یافته‌های این پژوهش نشان می‌دهد که استفاده از رویکردهای هوش مصنوعی می‌تواند به بهبود فرآیند تشخیص و پیش‌بینی مدیریت سود کمک کرده و ابزاری کارآمد برای تصمیم‌گیری مدیران، حسابرسان و تحلیلگران مالی فراهم سازد.