چکیده:
مطالعات متعددی به بررسی مدیریت سود در شرایط مختلف پرداخته اند. در اغلب این مطالعات فرض بر آن است که سود از طریق اقلام تعهدی حسابداری، مدیریت می شود. از این رو مدل هایی جهت مدیریت سود بر مبنای اقلام تعهدی بسط و توسعه داده شده است. با این حال در تعدادی از مطالعات انجام شده، توانایی این مدل ها برای کشف مدیریت سود زیر سوال رفته است. یکی از تبیین های مطرح شده در خصوص عملکرد ضعیف مدل های موجود، استفاده از رویکرد خطی برای مدل سازی اقلام تعهدی است و این در حالی است که بخشی از مطالعات موجود از وجود رابطه غیرخطی خبر می دهند. یکی از بدیل های مطرح شده برای رفع مشکل غیرخطی، استفاده از شبکه های عصبی متفاوت است. هدف این تحقیق بررسی این موضوع است که آیا می توان مدیریت سود را بر اساس مدل های ریاضی منتخب کشف کرد و همچنین آیا مدل های مبتنی بر شبکه عصبی در کشف مدیریت سود بهتر از مدل های خطی عمل می کنند یا خیر. در این مطالعه از شبکه های عصبی چندلایه پیشرو و شعاع مبنا استفاده شده است. نتایج تحقیق حاکی از این است که علی رغم برتری نسبی شبکه های عصبی و عملکرد ضعیف رگرسیون خطی، انتخاب قطعی یکی از دو مدل امکان پذیر نبوده و این امر به توانایی مدل سازی و نوع توپولوژی انتخاب شده دارد.
خلاصه ماشینی:
در رابطه با مطالعات انجام شده پيرامون مقايسه نتايج مبتني بر مدل هاي رياضي منتخب و شبکه عصبي در بورس اوراق بهادار تهران نيز، بيک (١٣٩٠) در مطالعه خود به اين نتيجه دست يافت که پيش بيني قيمت سهام و قدرت توضيح دهندگي مدل تعميم يافته اولسون (١٩٩٥) با استفاده از شبکه عصبي مصنوعي در مقايسه با روش حداقل مربعات معمولي از عملکرد بهتري برخوردار است (بيک ، ١٣٩٠) از سوي ديگر خالقي (١٣٩٠) در مطالعه خود به موفقيت بالاي ٨٠ درصد مدل هاي مبتني بر شبکه عصبي در تشخيص شرکت هاي ورشکسته دست يافت (خالقي، ١٣٩٠).
٣- فرضيه تحقيق طبق نتايج مطالعات هاگلوند (٢٠١٢)، تسي و چيو (٢٠٠٩) و کوکوکاگلو و همکاران (٢٠٠٥)، نه تنها مي توان با استفاده از مدل هاي رياضي، مديريت سود را کشف نمود، بلکه مدل هاي مبتني بر رگرسيون خطي در کشف مديريت سود در مقايسه با مدل هاي مبتني بر شبکه عصبي داراي قدرت توضيح دهندگي کمتر (يا خطاي بيشتر) است .
" 66 فرضيه ٢: "کشف مديريت سود با استفاده از مدل هاي مبتني بر رگرسيون خطي در مقايسه با مدل هاي مبتني بر شبکه عصبي از قدرت تبيين کنندگي کمتر (يا خطاي بيشتر) برخوردار است .
براي طراحي و آموزش مدل هاي شبکه عصبي نيز از جعبه ابزار Neural Network نرم افزار شبيه سازي MATLAB استفاده شد.
از اين رو فرضيه دوم اين پژوهش مبني بر قدرت تبيين کنندگي کمتر (خطاي بيشتر) مدل هاي رگرسيون خطي براي کشف مديريت سود در مقايسه با مدل هاي مبتني بر شبکه عصبي رد ميشود.
Kothari, Leone &Wasley, 2005,p.