بکارگیری الگو ترکیبی شبکه های عصبی مصنوعی با الگوریتم های فراکاوشی (ICA,PSO) در پیش بینی مدیریت سود

Abstract

رویکردهای فراکاوشی عمدتاً بر اساس نظم و قواعد موجود در ارگانیسم‌های طبیعی الهام گرفته‌اند. این رویکرد‌ها امروزه کاربرد بسیاری در شاخه‌های مختلف پیدا کرده است. با توجه به اهمیت پیش‌بینی، شناخت روش‌ها در پیش‌بینی مدیریت سود می‌تواند اطلاعات مفیدی را برای ذینفعان فراهم آورد. تنوع عوامل بدست آمده ناشی از نتایج الگوهای خطی برای سنجش مدیریت سود موجب شده است سرمایه‌گذارن نسبت به کیفیت سود گزارش شده تردید نمایند. بنابراین هدف از این پژوهش ارائه الگوی بهینه‌تر برای پیش‌بینی مدیریت سود است. در مرحله نخست با استفاده از الگوی شبکه‌های عصبی الگوی اولیه خطی را بهینه نموده، سپس از الگوریتم‌های ازدحام ذرات و رقابت استعماری برای بهینه‌تر نمودن الگو استفاده گردید. از این رویافته‌های تجربی مربوط به بررسی 620 مشاهده (سال – شرکت) پذیرفته شده در بورس اورق بهادر تهران در بازه زمانی 1390 الی 1395 حاکی از سودمندی و تاثیر مثبت در روش‌های ترکیبی بر عملکرد پیش‌بینی مدیریت سود و همچنین وجود تفاوت معنادر بین میزان سودمندی روش‌های خطی و غیر‌خطی است. به عبارتی در صورت استفاده از الگوریتم‌ها در پیش‌بینی مدیریت سود دقت پیش‌بینی با حذف متغیر‌های ناکارآمد افزایش می‌یابد. افزون بر این یافته های پژوهش حاکی از عملکرد بهتر و مناسب الگوریتم رقابت استعماری نسبت به سایر الگوها در کارآمدی متغیر‌های گروه مدیریتی با دقت (8/95%) است.