ارائه مدل توسعه‌يافته بنيش با به‌كارگيري پديده تونلينگ بر مبناي تكنيك شبكه‌هاي عصبي مصنوعي و الگوريتم بهينه‌سازي حركت تجمعي ذرات در شناسايي شركت‌هاي دستكاري كننده سود

امروزه اهميت رقم سود و احتمال مديريت و دستكاري سود بر هيچ كس پوشيده نيست وپژوهشگران همواره به دنبال راه كار هايي براي رفع ابهام سهامداران و سرمايه گذاران براي تصميم گيري هاي مالي بوده اند.بنيش (1999) در راستاي روشن نمودن مسير تصيميم گيري استفاده كنندگان از اطلاعات مالي اقدام به طرح مدلي براي پيش بيني مديريت سود نمود كه اين مدل در جوامع مختلف نتايج متفاوتي داشته است لذا در اين رساله جهت بهينه كردن و بومي سازي مدل بنيش، با اضافه نمودن متغير تونلينگ به متغيرهاي بنيش و بهره گيري از روشهاي نوين شبكه عصبي و الگوريتم بهينه سازي حركت تجمعي ذرات ،گام برداشتيم . جامعه آماري پژوهش شركت هاي پذيرفته شده در بورس اوراق بهادار تهران و تعداد شركت مورد مطالعه، شامل 196 شركت پذيرفته شده طي سال‌هاي 1393 تا 1398 است. روش پژوهش توصيفي كتابخانه اي و از نظر ارتباط بين متغيرها علي همبستگي است و از نظر هدف كاربردي و از لحاظ رخداد، پس‌رويدادي است. به منظور تجزيه و تحليل داده ها از روش رگرسيوني و شبكه عصبي مصنوعي و الگوريتم PSO استفاده شده است. نتايج حاصل از تحليل مدل نشان داد كه كليه نسبت هاي مالي بر پيش بيني مديريت سود بينش تاثير معنادار داشته و بيشترين تاثير در پيش بيني مديريت سود بينش را شاخص پديده تونلينگ و كمترين تاثير را شاخص اهرم مالي داشته است.