مشخصات پژوهش

عنوان	پیش بینی میزان رعایت محافظه کاری حسابداری با استفاده از شبکه های عصبی مصنوعی
نوع پژوهش	مقالات در همایش ها
کلیدواژه‌ها	پیش بینی محافظه کاری حسابداری، شبکه های عصبی مصنوعی، الگوریتم پس انتشار خطا.
چکیده	هدف از پژوهش حاضر، طراحی یک مدل برای پیش بینی میزان رعایت محافظه کاری حسابداری ، به منظور کمک به اعتباردهندگان و سرمایه گذاران و دیگر کاربـران اطلاعات صورت های مالی، برای اجتناب از تحمل زیان های عمده در بازار سرمایه، است. به همین دلیل، 60 شـرکت پـذیـرفتـه شده در بورس اوراق بهادار تهران در دوره 10 ساله 1394ـ1385 مـورد بـررسی قـرار گـرفت. در ایـن پـژوهـش، بـا استـفـاده از بـرخـی اقـلام تـرازنامه و صورت سود و زیان و نسبت های حاصل از ترکیب برخی از اقلام این دو، کـه بـه نوعی محافظه کاری حسابداری در آن ها نمود پیدا می کند و بکارگیری یـک شبکـه عصبی پرسپترون سه لایه با الگوریتم پس انتشار خطا و متغییرهای پیش بینی کننده، میزان رعایت محافظه کاری حسابـداری پیش بینی شـد. در نهـایت، شبکه ای بـا میـانگین مـربعات خطا04407/ 0، 036068/ 0 ، 08015/ 0 و 0396/ 0 به ترتیب برای داده هـای آموزشی، اعتبارسنجی، آزمون و مجموع داده ها و ضریب تعیین بیش از 65 درصد، به عنوان بهترین شبکه انتخاب شد
پژوهشگران	محمد بنافی (نفر اول)