كاربرد الگوريتم ژنتيك، ازدحام ذرات و شبكه‌هاي عصبي مصنوعي در پيش‌بيني دستكاري سود

مديريت سود يكي از موضوعات بحث انگيز در تحقيقات اخير بوده است. اكثر تحقيقات انجام شده در زمينه مديريت سود،به بررسي ارتباط خطي متغيرهاي مستقل با مديريت سود و با روش هاي آماري پرداخته اند اما از اين متغيرها براي پيش بيني مديريت سود استفاده نكرده اند. امروزه با رشد تكنولوژي اطلاعات و با وارد شدن هوش مصنوعي از جمله شبكه هاي عصبي مصنوعي به حوزه پژوهش هاي علمي، امكان بررسي روابط غيرخطي بين متغيرها ميسر گرديده است. در اين پژوهش تلاش شده تا با استفاده از شبكه‌هاي عصبي مصنوعي، اقلام تعهدي اختياري براي پيش‌بيني مديريت سود تخمين زده شود. همچنين در اين پژوهش از مدل بهينه‌ساز الگوريتم ژنتيك و ازدحام ذرات براي بهينه‌سازي وزن‌هاي مدل شبكه عصبي مصنوعي جهت ارتقاي توان پيش‌بيني كنندگي استفاده شده است. در ادامه توانايي پيش‌بيني مديريت سود با استفاده از مدل آماري جونز تعديل‌شده، شبكه عصبي مصنوعي و تكنيك تركيبي الگوريتم ژنتيك، ازدحام ذرات و شبكه عصبي مورد بررسي قرار گرفت. نمونه مورد استفاده در اين پژوهش شامل 150 شركت پذيرفته شده در بورس اوراق بهادار تهران بين سال هاي 1394 الي 1399 بوده است. يافته‌هاي پژوهش نشان داد كه شبكه عصبي مصنوعي از توانايي بالايي در پيش بيني مديريت سود، نسبت به مدل خطي جونز تعديل شده برخوردار است. همچنين يافته‌ها حاكي از آن است كه دقت و توانايي مدل تركيبي الگوريتم ژنتيك، ازدحام ذرات و شبكه عصبي در پيش بيني مديريت سود از مدل تركيبي الگوريتم ژنتيك شبكه عصبي مصنوعي بيشتر است.