بررسی دقت الگوریتم های هیوریستیک و رگرسیون خطی لوجیت در پیشبینی نوع اظهارنظر حسابرس مستقل

Abstract

در دنیای رقابتی امروز، مدیران شرکت‌ها به دنبال اعتباربخشی به صورت‌های مالی و مؤسسه‌های حسابرسی به دنبال بکارگیری راهکارهایی برای افزایش کارآیی خود هستند؛ حال، به نظر می‌رسد جهت دستیابی به این مقصود باید عوامل تأثیرگذار بر افزایش کارآیی را شناسایی و در جهت رفع یا کاهش عوامل بازدارنده آن تلاش نمود. برای تحقق موضوع، حسابرس نیاز به ابزاری دارد تا وی را از وجود احتمال خطر و تحریف آگاه سازد. تغییرات فناوری و بکارگیری ان‌ها در علوم مختلف سبب شده که حسابرسان در راستای افزایش کارآیی روش‌های حسابرسی از شیوه‌های جدید داده‌کاوی استفاده نمایند. هدف از این پژوهش پیش-بینی نوع اظهارنظر حسابرس مستقل در بورس اوراق بهادار تهران با استفاده از الگوریتم های هیوریستیک و رگرسیون لجستیک شامل 980 مشاهده طی سال‌های 1388 تا 1394 می‌باشد. در این پژوهش، از 33 متغیر مالی و غیرمالی از جمله شاخص‌های نقدینگی، مدیریت دارایی، سودآوری، مدیریت بدهی، ارزش بازار، رشد و اندازه شرکت، بهره‌وری کارکنان، حاکمیت شرکتی، ورشکستگی، عملکرد شرکت و سایر عوامل تأثیرگذار (عمر شرکت و نوع صنعت) به منظور پیش‌بینی اظهارنظر حسابرس استفاده شد. مقایسه عملکرد روش‌های مورد استفاده بیانگر این است شبکه عصبی بهینه‌سازی شده با الگوریتم رقابت استعماری با صحت پیش بینی 98/94 درصد نسبت به سایر روش‌ها، دارای بهترین عملکرد در پیش‌بینی نوع اظهارنظر حسابرس مستقل است. همچنین نتایج نشان می‌دهد که تغییر نوع اظهارنظر حسابرس مستقل، نوع گزارش حسابرسی سال قبل، بازده سرمایه‌گذاری، نسبت جاری، نسبت بدهی، زیان‌ده بودن شرکت، قیمت به درآمد و نسبت سودخالص بیشترین تأثیر را در پیش‌بینی نوع اظهارنظر حسابرس مستقل دارند.