پيش‌بيني مديريت سود با روش تركيبي شبكه عصبي پرسپترون چند‌لايه و الگوريتم‌هاي فرا‌ابتكاري

پيش‌بيني دقيق مديريت سود بمنظوركشف وشناسايي دستكاري صورت‌هاي مالي، همواره يكي از اساسي‌ترين چالش‌هاي پيش روي كاربران گزارش‌هاي مالي بوده است. بكارگيري مدل بنيش مي‌تواند يكي از مدل‌هاي مناسب براي مدلسازي در زمينه پيش‌بيني مديريت سود باشد. به همين منظور در اين پژوهش مدل بنيش (1999) با تركيب متغير‌هاي نظام راهبري شركتي مشتمل بر ويژگي‌هاي ساختار كميته حسابرسي و حسابرس مستقل، هيات‌مديره و مالكيت شركتي توسعه يافته است. داده‌هاي 81 شركت پذيرفته شده در بورس اوراق بهادار تهران طي سال‌هاي 1397-1391 با روش تركيبي شبكه عصبي پرسپترون چند‌لايه و الگوريتم‌هاي بهينه‌سازي مبتني برجغرافياي زيستي، رقابت استعماري و چرخه آب مورد تحليل قرار گرفته است. دقت پيش‌بيني مدل با روش تركيبي شبكه و الگوريتم‌هاي چرخه آب، رقابت استعماري و بهينه‌سازي مبتني بر جغرافياي زيستي به ترتيب از 59/08 ،59/96 و 59/79 درصد به 92/06 ، 89/24 و 79/72 درصد افزايش پيدا كرده است. نتايج حاكي از بهبود دقت مدل پيشنهادي در كشف شركت‌هاي مديريت‌كننده سود و نيز كارايي بالاتر الگوريتم چرخه آب نسبت به دو الگوريتم ديگر در بهينه‌سازي شبكه عصبي پرسپترون چند‌لايه مي‌باشد.