پیش بینی مدیـریت سـود با استفاده از شبـکه عصبی و درخت تصمیم در شرکت های پذیرفته شده در بورس اوراق بهادار تهران

هدف اصلی تحقیق حاضر بررسی دقت پیش بینی مدیریت سود با استفاده از شبکه های عصبی و درخت تصمیم گیری می باشد. علاوه بر آن دقت پیش بینی مزبور با مدل های خطی مقایسه می گردد. برای این منظور از یازده متغیر تأثیرگذار بر مدیریت سود به عنوان متغیرهای مستقل و اقلام تعهدی اختیاری به عنوان متغیر وابسته استفاده شده است. برای این منظور تعداد 55 شرکت از سال 1385 تا سال 1388 به صورت فصلی مورد بررسی قرار گرفت. از روش رگرسیون پنلی جهت مدل خطی و از شبکه عصبی پیشخور تعمیم یافته و درخت تصمیم کارت جهت بررسی از طریق شبکه عصبی و درخت تصمیم استفاده شد. نتایج حاصل از این تحقیق نشان داد که روش شبکه عصبی و درخت تصمیم در پیش بینی مدیریت سود نسبت به روش های خطی دقیق تر و دارای سطح خطای کمتری است. ضمناً مدیریت سود با متغیرهای اقلام تعهدی اختیاری و غیراختیاری دوره قبل و عملکرد شرکت ، اندازه شرکت، تداوم سود در هر دو روش دارای بیشترین ارتباط می باشد. همچنین این تحقیق از طریق روش درخت به تنهایی و روش گره شبکه عصبی در نرم افزار کلمنتاین نیز بررسی گردید. نتایج این روش ها نیز ارتباط متغیرهای اقلام تعهدی اختیاری و غیراختیاری دوره قبل و عملکرد شرکت ، تداوم سود را با مدیریت سود نشان می دهد.