مشخصات پژوهش

عنوان	بررسی دقت شبکه های عصبی مصنوعی و الگوریتم بهینه سازی کلونی مورچگان در پیش بینی مدیریت سود
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	مدیریت سود، شبکه های عصبی مصنوعی، الگوریتم کلونی مورچگان
چکیده	شناخت کیفیت سود برای استفاده کنندگان از اطلاعات حسابداری به دلیل ارزیابی عملکرد، پیش بینی سودآوری و تعیین ارزش واقعی شرکتها بسیار حائز اهمیت است. هدف از این پژوهش بررسی دقت پیش بینی مدیریت سود با استفاده از شبکه های عصبی ( ANN) و الگوریتم کلونی مورچگان (ACO ) و مقایسه آن با مدل خطی (LR ) است. برای این منظور از 82 متغیر تأثیرگذار بر مدیریت سود در قالب چهار گروه (مالی، مدیریتی، شرکتی و حسابرسی) در طی سالهای 1390 تا 1395 در 124 شرکت پذیرفته شده بورس اوراق بهادار تهران استفاده گردید. نتایج کلی حاصل از این پژوهش نشان داد که روش شبکه ی عصبی مصنوعی و الگوریتم کلونی مورچگان در پیش بینی مدیریت سود نسبت به روش خطی دقیقتر و دارای سطح خطای کمتری است. همچنین دقت ترکیب الگوریتم کلونی مورچگان با شبکه ی عصبی ( A-ANN) حاکی از برتری این الگو در قیاس با الگوی شبکه عصبی مصنوعی است. نتایج ترکیب شبکه ی عصبی مصنوعی الگوریتم کلونی مورچگان با ضریب همبستگی ( 0/878) نشان داد این الگو با شش متغیر دقت پیش بینی، سهم مالکیت سهامداران عمده، سودآوری، نوسانات سود، سن شرکت و اندازه شرکت توانایی پیش بینی مدیریت سود را با دقت 97 درصد دارد
پژوهشگران	ایرج نوروش (نفر چهارم)، عطا الله محمدی ملقرنی (نفر سوم)، پیمان امینی (نفر دوم)، اقبال قادری (نفر اول)