سودمندی روش انتخاب متغیر ریلیف در پیشبینی نوع اظهارنظر حسابرسان
Authors
Abstract:
هدف و تأکید اصلی پژوهشهای انجام شده در زمینه پیشبینی نوع اظهارنظر حسابرسان، ارائه مدلهای مناسب و دقیق برای پیشبینی بوده و کمتر به انتخاب متغیرهای پیشبین و روشهای مناسب آن پرداخته شده است. پژوهش حاضر به بررسی سودمندی روش انتخاب متغیر ریلیف برای پیشبینی نوع اظهارنظر حسابرسان شرکتهای پذیرفته شده در بورس اوراق بهادار تهران میپردازد. طبقهبندی کنندههای استفاده شده نیز شامل ماشین بردار پشتیبان و رگرسیون لجستیک است. به طور کلی، 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 روش انتخاب متغیر ریلیف بر عملکرد پیشبینی نوع اظهارنظر حسابرسان است. به عبارت دیگر، در صورت استفاده از 7 متغیر منتخب این روش نسبت به استفاده از 35 متغیر اولیه، میانگین دقت افزایش و خطای نوع اول و دوم کاهش مییابد. افزون بر این، یافتههای پژوهش حاکی از عملکرد بهتر ماشین بردار پشتیبان نسبت به رگرسیون لجستیک است.
similar resources
بررسی سودمندی انتخاب متغیرهای پیشبین در پیشبینی نوع اظهارنظر حسابرسان
در اغلب پژوهشهای انجامشده، متغیرهای پیشبین بدون ضابطه و فقط براساس مطالعات گذشته انتخاب شدهاند. فرایند انتخاب متغیرها را میتوان بهعنوان مرحلۀ پیشپردازش برای حذف متغیرهای نامربوط و اضافه و انتخاب متغیرهای بهینه قبل از ایجاد مدل دانست. در این رابطه، پژوهش حاضر به بررسی سودمندی روش انتخاب متغیر مبتنی بر همبستگی برای پیشبینی نوع اظهارنظر حسابرسان شرکتهای پذیرفتهشده در بورس اوراق بهادار ت...
full textبررسی 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 ...
full textبررسی سودمندی روش انتخاب متغیر ریلیف در بهبود نتایج پیشبینی فرار مالیاتی با استفاده از دادهکاوی
پژوهش حاضر به بررسی سودمندی روشهای ریلیف و دادهکاوی در پیشبینی فرار مالیاتی شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران، با استفاده از دادههای حسابداری و الگوهای درخت تصمیم، در دو حالت بدون انتخاب متغیرها و با انتخاب متغیرها، میپردازد. جامعه آماری پژوهش حاضر کلیه شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران در بازه زمانی 1384 تا 1394 است و نمونه پژوهش برابر با 1081 سال شرکت میباشد....
full textبررسی سودمندی طبقهبندیکنندۀ جنگلهای تصادفی و روش انتخاب متغیر ریلیف در پیشبینی بحران مالی: مطالعۀ شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران
پژوهش حاضر به پیشبینی بحران مالی شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران با استفاده از طبقهبندیکنندۀ غیرخطی جنگلهای تصادفی میپردازد. در این راستا، پس از بررسی متون پژوهش و شناسایی 69 متغیر پیشبین اولیه، از روش انتخاب متغیر ریلیف برای شناسایی متغیرهای پیشبین بهینه استفاده شد. یافتههای تجربی مربوط به بررسی 95 شرکت - سال سالم (بدونِ درماندگی مالی) و 95 شرکت - سال (درماندۀ مالی) پذیر...
full textشناسایی نوع اظهارنظر حسابرسان با استفاده از شبکههای عصبی
شیوههای دادهکاوی جدید میتواند حسابرسان را در ارائه نوع اظهارنظر حسابرسی یاری رساند. در این تحقیق برای اولین بار در ایران به منظور توسعه الگوهایی که قادر به شناسایی و پیشبینی نوع اظهارنظر حسابرسان باشد، عملکرد شبکههای عصبی در مقایسه با الگوهای کلاسیک مورد بررسی قرار گرفته است. شیوههای مورد استفاده در این پژوهش شامل شبکه عصبی پرسپترون چند لایه (MLP) و همچنین رگرسیون لجستیک (LR) است. دوره ز...
full textپیش بینی نوع اظهارنظر حسابرسان با رویکردی بر روش های داده کاوی
روش های داده کاوی می تواند حسابرسان را در ارائه اظهارنظر حسابرسی یاری رساند. هدف این پژوهشپیش بینی نوع اظهارنظر حسابرسان با استفاده از رو شهای داده کاوی و مقایسه عملکرد این روش ها است. بدینمنظور از روش های شبکه عصبی مصنوعی، ماشین بردار پشتیبان، نزدی کترین همسایگی و درخت تصمیم استفادهشده است. نمونه مورد بررسی شامل 842 مشاهده طی سال های 1380 تا 1389 بوده که این مشاهدات به دو قسمتتقسیم شده است، قس...
full textMy Resources
Journal title
volume 6 issue 21
pages 109- 120
publication date 2017-03-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023