به کارگیری پدیده تونلینگ جهت افزایش توانایی پیش بینی مدیریت سود در مدل بنیش بر مبنای تکنیک شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات(مقاله علمی وزارت علوم)
منبع:
چشم انداز مدیریت مالی سال یازدهم بهار ۱۴۰۰ شماره ۳۳
139 - 171
حوزه های تخصصی:
هدف از انجام این پژوهش بهینه سازی مدل پیش بینی مدیریت سود بنیش با پدیده تونلینگ و الگوریتم بهینه سازی حرکت تجمعی ذرات است. جامعه آماری پژوهش شرکت های پذیرفته شده در بورس اوراق بهادار تهران و تعداد شرکت موردمطالعه، شامل 196 شرکت پذیرفته شده طی سال های 1393 تا 1398 است. روش پژوهش توصیفی- پیمایشی و ازنظر ارتباط بین متغیرها علی- همبستگی است و ازنظر هدف کاربردی و ازلحاظ رخداد، پس رویدادی است. به منظور تجزیه و تحلیل داده ها از روش رگرسیونی و شبکه عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات استفاده شده است. نتایج حاصل از تحلیل مدل نشان داد که کلیه نسبت های مالی بر پیش بینی مدیریت سود بنیش تأثیر معنادار داشته و بیشترین تأثیر در پیش بینی مدیریت سود بنیش را شاخص پدیده تونلینگ INE و کمترین تأثیر را شاخص اهرم مالی داشته است. نتایج حاصل از برآورد شبکه های عصبی طراحی شده نشان می دهد که استفاده از الگوریتم بهینه سازی تجمعی ذرات جهت پیش بینی مدیریت سود برای شرکت های پذیرفته شده در بورس اوراق بهادار تهران، از عملکرد قابل قبولی برخوردار است.