منابع و ماخذ پایان نامه مدیریت سود، داده کاوی، شبکه های عصبی، شبکه های عصبی مصنوعی

دانلود پایان نامه

و وانگ93 (2010) این متغیر کنترل می‌گردد.
رشد فروش (Growth) : طبق تحقیقات گذشته شرکت‌های با رشد فروش بیشتر، به دلیل فشار برآوردن انتظارات سرمایه گذاران (بازار سرمایه)، با احتمال بیشتری دست به مدیریت سود می‌زنند (منون و ویلیامز94 ، 2004؛ گیگر و نورث95، 2006) و از تفاوت درآمد فروش سال t شرکت نسبت به سال t-1 تقسیم بر فروش سال t-1 میباشد.
زیان‌ده بودن (Loss) : وقتی شرکتی در یک سال مالی عملکرد بسیار ضعیفی داشته باشد، با مدیریت سود کاهنده، نتایج عملیات را بدتر جلوه می‌دهد. این اقدام به شرکت این اجازه را می‌دهد تا زیان‌های سال‌های آتی را در سال مالی مورد نظر شناسایی کند و از این طریق بستر را برای مدیریت سود افزاینده در سال‌های بعد فراهم کند. به این استراتژی «انتقال اقلام منفی آینده به دوره جاری»96 می‌گویند (کردستانی، 1381). در برخی از تحقیقات اعمال این روش به اثبات رسیده است (لی و ماند97 ، 2003) و به عنوان یک متغیر مجازی، نشاندهنده عملکرد منفی سال گذشته میباشد که اگر شرکت در سال گذشته زیان خالص داشته باشد برابر 1 در غیر این صورت صفر میباشد.
وجه نقد حاصل از عملیات (CashFO) : در تحقیقات گذشته وجود رابطه منفی بین وجه نقد عملیاتی و اقلام تعهدی اختیاری یافت شده است (بکر و همکاران98، 1998؛ منون و ویلیامز، 2004). با مراجعه به صورت های مالی شرکت د رگردش وجه نقد رقم آن را استخراج می نماییم سپس وجه نقد عملیاتی تقسیم بر مجموع دارایی‌های شرکت i در سال t می گردد.
آشفتگی‌های مالی (Distress) : جهت کنترل برآورد بیش از حد اقلام تعهدی اختیاری به وسیله مدل تعدیل شده عملکردی جونز در شرکت‌های دارای آشفتگی مالی، این متغیر را کنترل می‌نماییم، و به صورت زیر در مدل وارد می گردد.
Zscore : آلتمن شرکت i در سال t می‌باشد.
نوع حسابرس (Audit type) : نتایج بسیاری از تحقیقات گذشته حاکی از این است که نوع حسابرس (دولتی یا خصوصی) تأثیر معناداری بر مدیریت سود دارد. البته تحقیقات مذکور از لحاظ جهت رابطه به نتایج متضاد در این باره دست یافته‌اند (ابراهیمیکردلر و سیدی،1387؛ سجادی و همکاران، 1388). روش محاسبه به شرح زیر است:
به عنوان یک متغیر مجازی، برابر با 1 است اگر حسابرس شرکت در سال t “سازمان حسابرسی” باشد در غیر این صورت صفر.
تغییر حسابرس (Audit change) :استدلال می‌شود که حسابرس جدید انگیزه زیادی برای اثبات توانایی‌های خود و همچنین استقلال بیشتری نسبت به صاحبکار دارد. بنابراین با تغییر حسابرس کیفیت حسابرسی افزایش و اقلام تعهدی اختیاری (مدیریت سود) کاهش می‌یابد (دیفوند و سابرامانیام99، 1998؛ ناگی100، 2005) روش محاسبه به شرح زیر است:
به عنوان یک متغیر مجازی، برابر با 1 است اگر حسابرس شرکت در سال t نسبت به سال t-1 تغییر کرده باشد در غیر این صورت صفر.
تامین مالی از طریق انتشار سهام(Stoch finance) : تأمین‌مالی از طریق انتشار سهام است که از طریق زیر محاسبه می گردد:
درصد افزایش سرمایه شرکت i در سال t+1 نسبت به سال t.
تامین مالی از طریق بدهی (Debt finance) : تحقیقات پیشین نشان می‌دهد که شرکت‌های در شرف تأمین‌مالی، بیشتر احتمال دارد که اقدام به مدیریت سود کنند؛ چراکه این شرکت‌ها برای نشان دادن تصویری بهتر از شرکت و کاهش هزینه و تسهیل تأمین‌مالی می‌توانند اقدام به مدیریت سود کنند (رامونس و همکاران، 2008) و از طریق زیر محاسبه می گردد:
درصد افزایش بدهی‌های بلندمدت (به جز ذخیره مزایای پایان خدمت) شرکت i در سال t+1 نسبت به سال t.

ج) تایید کیفیت داده ها
فقدان اطلاعات برخی از شرکت ها طی سال های مختلف در نرم افزارهای مذکور از جمله محدودیت هایی است که کیفیت داده ها را تحت الشعاع خود قرار می دهد. لذا به منظور جمع آوری این داده ها(خصوصا داده های کیفی) به صورت های مالی منتشر شده توسط سازمان بورس(با فرمت PDF) رجوع و داده های مورد نیاز را استخراج نمودیم. در عین حال سعی بر این شد تا تمامی داده های مورد نیاز از منابع معتبری جمع آوری گردد. نهایتا با توجه به داده های جمع آوری شده می توان گفت که کیفیت داده های موجود به لحاظ کفایت و اعتبار در سطح مطلوبی بوده است.
3-6-3 . آماده سازی داده ها 101
در این مرحله داده های گردآوری شده جهت استفاده در الگوریتم های داده کاوی آماده می شوند. در این مرحله گام های زیر دنبال می شوند(هان و کمبر، 2006) :
الف) پاکسازی داده ها
در مرحله قبل داده های مورد نیاز به صورت پالایش نشده در پایگاه داده جمع آوری شد. در این مرحله عملیات کاهش داده با هدف تولید یک مجموعه کوچکتر از داده های اولیه بر روی داده های موجود انجام گرفته است. نحوه برخورد با داده های ناقص شرکت ها، حذف نام شرکت ها از لیست شرکت های همان سال بوده است. پس از تمیز کردن پایگاه داده اولیه، پایگاه داده تمیز شده ای متشکل از 18 نوع داده برای شرکت های بورس اوراق بهادار تهران طی سال های 91-1384 تشکیل شد.
ب) شکل دادن و ساخت متغیرها (انتخاب برخی صفات و ایجاد رکوردها):
در مراحل قبل پس از شناسایی، جمع آوری و تمیز کردن 14 نوع داده، برای شرکت های بورس اوراق بهادار تهران طی سال های 1384 الی 1391 و ذخیره آن ها در پایگاه داده، 14 متغیر مورد نظر را با استفاده از این 14 داده محاسبه نمودیم(نمایه 3-4). لیست متغیرهای تحقیق و نحوه محاسبه آن ها در جدول زیر تشریح شده است :

مطلب مرتبط با این موضوع :  دانلود پایان نامه درموردمدل اندازه گیری، وظیفه شناسی، توانمندسازی، تاب آوری

نمایه ی شماره 3-4: متغیرهای مالی و غیر مالی

متغیرهای مستقل
ردیف
نام متغیر
ردیف
نام متغیر
1
ارزش بازار به ارزش
دفتری شرکت
8
زیان ده بودن
2
مجموع درصد مالکیت سهامداران عمده
9
وجه نقد حاصل از عملیات
3
اهرم مالی
10
آشفتگی مالی
4
اندازه شرکت
11
نوع حسابرس
5
نرخ بازده دارایی های سال قبل
12
تغییر حسابرس
6
مجموع اقلام تعهدی سال فبل
13
تامین مالی از طریق انتشار سهام
7
رشد فروش
14
تامین مالی از طریق بدهی

متغیر وابسته
1
مدیریت سود

ج) قالب بندی متغیر ها
در نهایت پس از ساخت 14 متغیر مورد نظر، آن ها در قالبی مورد استفاده جهت یادگیری بهتر مدل ساختار بندی شده اند. به عبارتی از فرمت نمایه ی 3-5 جهت ساختاربندی کلیه متغیرهای موجود استفاده نمودیم :
نمایه ی شماره ی 3-5: قالب بندی متغیر های تحقیق

متغیرها
متغیر مستقل 1
متغیر مستقل 2
متغیر مستقل 3
…..
متغیر مستقل 14
متغیر وابسته
شرکت ها

شرکت/سال 1
…..
…..
…..
…..
…..
مدیریت سود
شرکت/سال 2
…..
…..
مقادیر
…..
…..
مدیریت سود
…..
…..
…..
…..
…..
…..
…..
شرکت/سال n
…..
…..
…..
…..
…..
مدیریت سود

با توجه به توضیحات فوق الذکر، جامعه آماری تحقیق شامل 1793 رکورد شرکت/سال می باشد که با توجه به ماهیت داده کاوی(که در حجم داده بالا نتایج بهتری را ارائه می دهد) و به منظور کسب نتایج با اعتبار بالاتر، تمامی رکوردهای موجود جهت ساخت مدل مورد استفاده قرار گرفتند. متغیرهای مستقل هر سال با متغیر وابسته سال بعد در یک رکورد قرار گرفتند. همچنین تقسیم بندی رکوردهای جمع آوری شده به دو دسته آموزشی و آزمایشی را بر عهده سیستم گذاشته(سیستم به صورت تصادفی داده های موجود را به دو دسته آموزشی و آزمایشی تقسیم می کند) و نسبت آن را به ترتیب 80% آموزشی و 20% آزمایشی تعیین نمودیم.
3-6-4 . مدلسازی 102
در این مرحله تکنیک های داده کاوی متناسب با هدف تعیین شده انتخاب و بر روی متغیرهای آماده شده در مرحله قبل اجراء می شوند. گام های این مرحله شامل انتخاب تکنیک مدلسازی(فرضیه ها و تکنیکهای مدلسازی)، ارزیابی طراحی(طراحی آزمایشی)، ساخت مدل(پارامترهای انتخاب شده و توصیف مدل) و ارزیابی مدل(سنجش مدل و بازنگری در پارامترهای انتخاب شده) می باشد(هان و کمبر، 2006). در این تحقیق جهت مدلسازی گامهای زیر دنبال می گردد:
الف) انتخاب تکنیک های مدلسازی و ساخت مدل
در این مرحله 3 تکنیک شبکه های عصبی مصنوعی و ماشین بردار پشتیبان را متناسب با هدف داده کاوی(مدیریت سود) انتخاب و بر روی پایگاه داده آماده شده در مرحله قبل پیاده سازی می گردد.
3-6-5 . ارزیابی مدل 103
در این مرحله مدل طراحی شده مورد ارزیابی قرار می گیرد تا مشخص شود آیا اهداف انجام داده کاوی تأمین شده است. به عبارت دیگر باید مشخص شود که آیا مدل برای پاسخگویی به برخی از نیازهای کسب و کار مفید است یا خیر؟ ارزیابی مدل ممکن است به بازنگری در اهداف تعیین شده در مرحله اول منجر شود. ارزیابی نتایج در تحقیق حاضر به این صورت می باشد که به منظور ارزیابی مدل های حاصل از داده های آموزشی توسط داده های جدید(داده های آزمایشی) آزمون می شوند و این مدل ها در داده های آزمایشی اجرا می گردند نتایج با نتایج واقعی داده های آزمایشی مقایسه و بدین صورت دقت مدل ها تعیین می شوند (هان و کمبر، 2006).
ارزیابی نتایج حاصل از الگوریتم های مورد استفاده از طریق آزمون مدل های حاصله از داده های آموزشی توسط داده هایی که تاکنون با آن مواجه نبوده اند(داده های آزمایشی)، صورت می گیرد. به عبارت دیگر، مدل های ساخته شده در داده های آزمایشی اجرا می گردند و نتایج حاصله با نتایج واقعی موجود در داده های آزمایشی مقایسه می شوند و به این صورت دقت مدل ها تعیین می شوند. به منظور ارائه هر چه بهتر نتایج ارزیابی مدل برای هر سه مدل ساخته شده از فرمت زیر استفاده شده است :

مطلب مرتبط با این موضوع :  دانلود پایان نامه درموردبهداشت روان، عوامل شناختی، منزلت شغلی، روانشناسی

نگاره 3-6: طبقه بندی داده های به منظور آموزش و آزمون مدل

پارتیشن
آموزشی
آزمایشی
جمع

تعداد
درصد
تعداد
درصد
تعداد
درصد
طبقه بندی صحیح متغیر وابسته

%

%

%
طبقه بندی اشتباه متغیر وابسته

%

%

%
جمع کل

%

%

%

3-6-6 . توسعه و بکارگیری مدل 104
ایده این مرحله بکارگیری پتانسیل های مدل استخراج شده، ترکیب آن با فرآیندهای تصمیم گیری سازمان، ارائه گزارش هایی در مورد دانش استخراج شده و … می باشد. در این مرحله مدل پیاده سازی و اجرا می گردد و معمولاً یک رابط گرافیکی مناسب نیز برای کاربران طراحی می شود. گام های این مرحله برنامه ریزی برای توسعه، برنامه ریزی برای نگهداری، ارائه گزارش نهایی و بازنگری مجدد می باشند(هان و کمبر، 2006).
در آخرین مرحله، گزارش نهایی محصول که همان دانش کشف شده است(به عنوان مثال عوامل موثر بر مدیریت سود و همچنین مدل ساخته شده) را می توان در اختیار استفاده کنندگان قرار داد تا راجع به استفاده از نتایج، تصمیم گیری نمایند. با توجه به این که این تحقیق یک تحقیق کاربردی می باشد، لذا نتایج آن می تواند به صورت یک سیستم جهت پیش بینی مدیریت سود کاربرد داشته باشد(به عنوان مثال می توان با ایجاد سیستم های نه چندان پیچیده ای در شرکت های حسابرسی این مدل ها را در جهت افزایش کیفیت حسابرسی و کاهش ریسک حسابرسی مورد استفاده قرار داد).
3-7 . الگوریتم های داده کاوی مورد اس
تفاده در این تحقیق
به طور کلی الگوریتم های داده کاوی مورد استفاده در این تحقیق به دو دسته اصلی تقسیم می شوند :
نگاره 3-7: طبقه بندی الگوریتم های داده کاوی

در ادامه الگوریتم های داده کاوی مورد استفاده در این تحقیق شامل شبکه های عصبی مصنوعی و ماشین بردار پشتیبان و رگرسیون خطی به تفصیل مورد بحث قرار گرفته شده است.
3-7-1. الگوریتم شبکه های عصبی مصنوعی
شبکه های عصبی مصنوعی چکیده ای از مدل محاسباتی مغز انسان است. مغز انسان دارای 〖10〗^11 واحد های کوچک به نام نرون می باشد که این نرون ها با 〖10〗^15 لینک ارتباطی با هم در ارتباطند. مشابه مغز انسان، شبکه های عصبی مصنوعی هم از واحد های محاسباتی کوچک به نام گره 105 تشکیل شده اند. هر گره متغیرهای ورودی را می پذیرد و آنها را پردازش می کند و سپس به صورت یک خروجی در می آورد و برای استفاده در اختیار سایر عناصر پردازشگر قرار می دهد. شبکه های عصبی مصنوعی از لایه های مختلفی تشکیل شده اند و می توانند تعداد لایه های متفاوتی داشته باشند، که

دیدگاهتان را بنویسید