بررسی سودمندی روش‌های مختلف انتخاب متغیرهای پیش‌بین در پیش‌بینی نوع اظهارنظر حسابرسان

پژوهش حاضر به بررسی و مقایسه سودمندی روش­‌های مختلف انتخاب متغیر در پیش­بینی نوع اظهارنظر حسابرسان شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران می­پردازد. در این راستا، عملکرد روش­های انتخاب متغیر (شامل مبتنی بر همبستگی، آزمون t، تحلیل تشخیصی گام به گام، ریلیف و تحلیل عاملی) بررسی و با یکدیگر مقایسه شده است. طبقه‌بندی­کننده­های استفاده شده نیز شامل ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی است. ازاین‌رو، یافته­های تجربی مربوط به بررسی 1214 مشاهده (سال- شرکت) پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1386 الی 1393 حاکی از سودمندی و تأثیر مثبت استفاده از روش‌های­ انتخاب متغیر بر عملکرد پیش­بینی نوع اظهارنظر حسابرسان و هم‌چنین وجود تفاوت معنادار بین میزان سودمندی این روش‌ها است. به عبارتی دیگر، در صورت استفاده از متغیرهای منتخب این روش‌ها نسبت به استفاده از 35 متغیر اولیه­، میانگین دقت افزایش و خطای نوع اول و دوم کاهش می‌یابد. افزون‌براین، یافته­های پژوهش حاکی از عملکرد بهتر و مناسب ماشین بردار پشتیبان نسبت به شبکه‌های عصبی است.