تابع خطا در شبکه MLP :

در این رابطه e بیانگر مقدار خطای مشاهده شده می باشد .
هنگام طراحی یک شبکه باید پارامترهای ساختار شبکه، نوع الگوریتم آموزش، نرخ یادگیری، تعداد لایه‌های شبکه و تعداد نرون‌ها در هر لایه و تعداد تکرارها برای هر الگو در خلال آموزش را مدنظر قرار داد (اعظمی،۱۳۸۸).

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۲-۵.پیشینه تحقیق
توماس و ژنگ(۲۰۰۰) دقت تعدادی از مدل‌های تعهدی حسابداری را در پیش‌بینی تعهدات جهت شناسایی مدیریت سود مورد بررسی قرار دادند. آنها در تحقیقات خود به بررسی شش مدل شامل: مدل جونز، مدل کنگ و سیوارا مک ریشنان، مدل صنعت، مدل تصادفی، مدل ترکیبی و مدل میانگین بازگشتی پرداختند. بازه زمانی مورد بررسی آنها از سال ۱۹۷۵ الی ۱۹۹۹ بود که از این میان ۱۵ سال را بعنوان داده تخمین جهت برآورد ضرایب مدلها و ۵ سال را جهت داده‌های آزمون در نظر گرفتند. تعداد شرکتهای مورد بررسی آنها ۱۷۴۸ شرکت بود. محققین پس از برآورد ضرایب با بهره گرفتن از داده‌های دوره آموزش تعهدات اختیاری و غیراختیاری را برای دوره آزمون محاسبه کردند. برای مقایسه بین مدلها بر مبنای اینکه کدام مدل دارای نزدیکترین عدد میانگین، میانه و انحراف معیار به صفر باشد، مدل برتر را انتخاب کردند. طبق نتایج آنها بطور کلی قدرت پیش‌بینی کلیه مدلها در حد پایین بوده است. در واقع می‌توان گفت محققانی که بدنبال شناسایی مدیریت سود هستند از مدلهایی استفاده می‌کنند که دارای دقتی کمتر از حد انتظار هستند. دربین این مدلها تنها مدل جونز و مدل کنگ و سیوارامک‌ریشنان تا حدی دارای عملکرد قابل قبولی بودند.
جتر و شیواکمار (۱۹۹۹) در مقاله‌ای با بهره گرفتن از داده‌های مقطعی فصلی و سالانه به برآورد تعهدات اختیاری پرداختند. آنها برخلاف تحقیقات پیشین (مانند دچو همکاران؛۱۹۹۵ و گوآی و همکاران؛۱۹۹۶) که بر مدلهای سری زمانی تاکید داشتند بر روی مدلهای مقطعی فصلی و سالانه تمرکز کردند. آنها از دو مدل جونز و مدل جریانات نقدی شیواکمار استفاده نمودند. طبق نظر شیواکمار رابطه بین تعهدات و نقد حاصل از عملیات یک رابطه غیرخطی برقرار است. نتایج بررسی‌ها نشان داد که مدل جونز برآوردی مثبت (منفی) از اقلام تعهدی غیرعادی برای شرکتهایی که جریانات نقدیشان کمتر (بیشتر) از میانگین صنعتشان است ارائه می‌دهد. همچنین ویژگی‌های منفی مدل جونز که توسط دچو و همکاران (۱۹۹۹) مطرح شده، تنها به شرکت‌هایی که عملکرد بالایی دارند محدود نمی‌شود. برخلاف مدل جونز، مدل جریانات نقدی برای تمام سطوح جریانات نقدی مناسب بود. بعلاوه، مدل جریانات نقدی در شناسایی مدیریت سود بخصوص در سطوح پایین مدیریت سود، قدرت بیشتری دارد.
کوتاری و دیگران (۲۰۰۵) به بررسی توان دقت آزمونهای مبتنی بر روش تطبیق عملکرد^[۱۹] جهت شناسایی مدیریت سود در مقایسه با آزمونهای مبتنی بر روش های سنتی پرداختند. روش‌های سنتی مورد استفاده آنها مدل جونز و جونز تعدیل شده بود. این محققین از دو معیار بازده دارایی‌ها و صنعت در رویکرد تطبیق عملکرد (نوعی روش نمونه کنترلی) استفاده کردند. آنها با مقایسه روش های مورد بررسی به این نتیجه رسیدند که رویکرد تطبیق عملکرد در مقایسه با دو مدل دیگر قابلیت اتکا و دقت بیشتری دارد. آنها علت این برتری را در رابطه غیرخطی بین تعهدات و متغیر عملکرد می‌دیدند. البته در نهایت عنوان کردند که رویکرد تطبیق عملکرد حلال تمام مشکلات و کاستی‌های مدلهای شناسایی مدیریت سود نیست. ولی می‌تواند بعنوان یک رویکرد کنترلی در شناسایی مدیریت سود مطرح شود.
بال و شیواکمار(۲۰۰۶) به بررسی نقش تعهدات بر عدم تقارن در شناسایی مدیریت بموقع سود و زیان پرداختند. آنها در بررسی خود ضمن ارائه یک مدل خطی چندگانه نشان دادند که این مدل نتیجه بهتری در مقایسه با مدلهای خطی ساده ارائه می‌دهند. طبق بررسی این محققین مدلهای خطی با حذف اثر عدم تقارن در شناسایی زیان نمی‌توانند تعهدات حسابداری را بخوبی تبیین کنند. طبق نظر آنها مدلهای خطی توانایی پیش‌بینی جریان نقد آتی را با بهره گرفتن از سود جاری کمتر از حد واقعی در نظر می‌گیرند. آنها در بررسی خود از داده‌های پانلی استفاده کردند که شامل ۵۷۳۶۲ سال – شرکت طی سالهای ۱۹۸۷ الی ۲۰۰۳ بود.
پالیوال و کومار(۲۰۰۹) در مقاله‌ای بعنوان «شبکه‌های عصبی و تکنیک‌های آماری» به بررسی کاربرد مدل‌های شبکه عصبی و سایر مدلهای آماری در حوزه‌های مختلف پرداخته و آنها را مورد مقایسه قرار دادند. حوزه‌های مورد بررسی آنها شامل حسابداری و مالی، سلامت و پزشکی، مهندسی و تولید و در نهایت حوزه بازاریابی بود. طبق یافته‌های تحقیقاتی آنها مدلهای شبکه عصبی در اکثر حوزه‌ها و پزوهش‌ها دارای عملکردی بهتر یا عملکردی مشابه سایر مدل‌های معمول مورد استفاده داشت.
چی فونگ تسایی و ین جونگ چیو(۲۰۰۹) به بررسی پیش بینی مدیریت سود از طریق شبکه عصبی و درخت تصمیم پرداختند. هدف اصلی تحقیق آنان بررسی کاربرد شبکه‌های عصبی برای پیش بینی رو به بالا یا پایین‌بودن مدیریت سود می‌باشد. از داده‌های بورس اوراق بهادار تایوان و ۱۱ متغیر ورودی که بر اساس عوامل مرتبط با مدیریت سود در تحقیقات پیشین بوده، استفاده گردید. پس از۵ مرحله اعتبارسنجی، نتایج تحقیق صحت پیش‌بینی سود روبه بالا ۸۱.۰۸ درصد را نشان داد. همچنین آنان از مدل درخت ت
صمیم استفاده کردند. در ایجاد درخت تصمیم آنان دریافتند که چندین قانون در موارد پیش‌بینی رو به بالای مدیریت سود وجود دارد. یعنی، مدیریت سود با احتمال بیشتری، زمانی رخ می‌دهد که شرکت‌ها در شرایط مشابهی مانند عملکرد پایین شرکت، تداوم سود بالا و سهام در دست مردم به میزان ۱۰درصد افزایش یا کاهش می یابد.
مشایخی و همکاران (۱۳۸۴) طی تحقیقی به بررسی نقش اقلام تعهدی اختیاری در مدیریت سود شرکتهای پذیرفته شده در بورس اوراق بهادار تهران پرداختند. در این تحقیق وجوه نقد حاصل از عملیات از آنجا که کمتر می‌تواند مورد دستکاری و اعمال نظر مدیریت قرار بگیرد بعنوان معیار اصلی عملکرد واحد تجاری در نظر گرفته شده است. آنان انتظار داشتند شرکت‌های با عملکرد تجاری ضعیف که وجوه نقد حاصل از عملیات کمی گزارش کرده‌اند. به منظور گمراهی بازار و یا دلایل دیگر، سود گزارش شده خود را از طریق افزایش اقلام تعهدی اختیاری افزایش دهند. به عبارت دیگر انتظار می‌رفت، وجوه نقد حاصل از عملیات و اقلام تعهدی اختیاری رابطه معکوسی را به شکل معناداری از خود به نمایش بگذارند. شرکتهای تولیدی پذیرفته شده در بورس اوراق بهادار تهران، جامعه آماری این تحقیق را تشکیل می‌داد. نتایج این تحقیق حاکی از آن است که در شرکت‌های مورد مطالعه، مدیریت سود اعمال شده است. در واقع مدیریت این شرکتها، به هنگام کاهش وجوه نقد حاصل از عملیات که بیانگر عملکرد ضعیف واحد تجاری بوده است، به منظور جبران این موضوع اقدام به افزایش سود از طریق افزایش اقلام تعهدی اختیاری کرده است.
نوروش و همکاران (۱۳۸۵) در بررسی کیفیت اقلام تعهدی و سود با تاکید بر نقش خطای برآورد اقلام تعهدی به آزمون تجربی مدل دچو و دیچو (۲۰۰۲) در مورد خطای برآورد اقلام تعهدی در بازار بورس تهران پرداخته‌اند. هدف از این مقاله آن بود که ابعاد جدیدی از کیفیت اقلام تعهدی مربوط به سرمایه در گردش و سود بررسی شود. از آنجا که اقلام تعهدی باعث تعدیل و یا تغییر در زمانبندی شناسایی جریان‌های نقدی در سود در طی یک دوره زمانی می‌شوند، انتظار می‌رفت سود معیار بهتری برای سنجش عملکرد باشد. اما اقلام تعهدی نیازمند برآورد و مفروضاتی است و کیفیت اقلام تعهدی و سود با افزایش در میزان خطای برآورد اقلام تعهدی کاهش می‌یابد. در این تحقیق، کیفیت سود برابر حدی تعریف شده که اقلام تعهدی را به جریانهای نقدی نزدیک می‌سازد. تعداد ۹۶ شرکت در طی سالهای ۱۳۸۳-۱۳۷۷ با بهره گرفتن از روش رگرسیون ترکیبی و در سطح شرکت مورد بررسی قرار گرفت. به صورت تجربی از معیار انحراف باقیمانده‌های رگرسیون در سطح شرکت بین اقلام تعهدی مربوط به سرمایه در گردش و جریانهای نقدی فعلی، آتی و گذشته استفاده شده است. نتایج بدست ‌آمده حاکی از ارتباط معناداری میان کیفیت اقلام تعهدی و قدرمطلق تغییرات در سرمایه در گردش شرکت‌ها است. به عبارت دیگر، از میان ویژگی‌های منتخب هر شرکت تغییرات در سرمایه در گردش را می‌توان به عنوان ابزاری برای ارزیابی کیفیت سود بکار برد. همچنین نتایج نشان داد سطح بالای اقلام تعهدی باعث کاهش کیفیت سود اقلام تعهدی می‌شود. به بیان دیگر افزایش در میزان اقلام تعهدی مشکلات بیشتری را در زمانبندی و تطابق جریان‌های نقدی ایجاد می‌کند و بنابراین به رغم این که اقلام تعهدی تلاش در بهبود این امر دارد، اما این منافع به قیمت خطای برآوردی است و میان سطح اقلام تعهدی و این خطاها نوعی رابطه مثبت وجود دارد. بنابراین اقلام تعهدی بیشتر به معنی کیفیت و پایداری کمتر سود است.
اصلانی و همکاران (۱۳۹۱) به پیش بینی مدیریت سود با بهره گرفتن از یازده متغیر تأثیرگذار بر مدیریت سود به عنوان متغیرهای مستقل و اقلام تعهدی اختیاری به عنوان متغیر وابسته پرداختند. برای این منظور از مدل شبکه‌های عصبی و درخت تصمیم‌گیری بهره جسته و همچنین به مقایسه آن با مدل‌های خطی پرداختند. در این تحقیق تعداد ۵۵ شرکت از سال ۱۳۸۵ تا سال ۱۳۸۸به صورت فصلی مورد بررسی قرار گرفت. از روش رگرسیون پنلی جهت مدل خطی و از شبکه عصبی پیشخور تعمیم یافته و درخت تصمیم کارت، جهت بررسی از طریق شبکه عصبی و درخت تصمیم استفاده شد. نتایج حاصل از این تحقیق نشان داد که روش شبکه عصبی و درخت تصمیم در پیش بینی مدیریت سود نسبت به روش رگرسیونی متغیرهای مورد استفاده دقیق‌تر و دارای سطح خطای کمتری است. ضمناً مدیریت سود با متغیرهای اقلام تعهدی اختیاری و غیراختیاری دوره قبل و عملکرد شرکت ، اندازه، تداوم سود در هر دو روش دارای بیشترین ارتباط است. خلاصه‌ای از تحقیقات انجام شده را در جدول ۲-۱ مشاهده می‌کنید.
با توجه به تحقیقات پیش گفته می‌توان گفت مدل‌های سنتی شناسایی مدیریت سود فاقد کارایی لازم هستند. بطوریکه توماس و ژنگ (۲۰۰۰)در بررسی خود عنوان کردند مدلهای شناسایی مدیریت سود مورد بررسی آنها فاقد کارایی لازم بوده و دقتی کمتر از حد انتظار دارند و فقط بطور تلویحی اشاره کردند که مدل جونز دارای کارکرد قابل قبولی است. البته جتر و شیواکمار(۱۹۹۹)در مطالعه خود کارکرد این مدل را نیز زیر سوال برده و مدعی شدند این مدل در شرکتهایی که جریان نقدشان کمتر یا بیشتر از میانگین صنعتشان است کارایی پایینی دارد. طبق نظر آنها بین جریان نقد و تعهدات باید یک رابطه غیرخطی وجود داشته باشد. کوتاری و همکاران(۲۰۰۵) و بال و شیواکمار(۲۰۰۶) نیز در بررسی‌های جداگانه عملکرد مدلهای موجود را زیر سوال برده و ادعا کردند بین متغیرهای توضیح د
هنده تعهدات و شاخص مدیریت سود رابطه غیرخطی برقرار است. چی فونگ تسایی و ین جونگ چیو(۲۰۰۹) ، هاگلند(۲۰۱۲) و اصلانی (۱۳۹۱) نیز در تحقیقات خود از شبکه عصبی بعنوان یک مدل پیش‌بینی غیرخطی استفاده کردند که همه موارد نشان از برتری این مدل داشت. اما باید این نکته را هم اضافه کرد که چی فونگ تسایی و ین چونگ چیو(۲۰۰۹) و اصلانی (۱۳۹۱) در بررسی‌های خود به مقایسه مدلهای سنتی شناسایی مدیریت سود و شبکه عصبی نپرداختند بلکه متغیرهای موثر بر مدیریت سود را از تحقیقات پیشین استخراج کرده و همزمان آنها را در یک شبکه عصبی و یک مدل رگرسیونی بکار بردند و سپس تخمینهای تعهدات اختیاری بدست آمده از دو مدل را با تخمینهای مدل آماری جونز تعدیل شده مقایسه کرده و مدل برتر را انتخاب کردند. با توجه به مطالب گفته شده در باب ناکارآمد بودن مدلهای سنتی شناسایی مدیریت سود و عملکرد مطلوب مدلهای مبتنی بر شبکه عصبی بر آن شدیم تا این مدل را در بازارهای مالی ایران مورد آزمون قرار داده و کارایی آن را نسبت به مدلهای سنتی بسنجیم. قابل توجه است که در این تحقیق از همان متغیرهای ورودی مدلهای شناسایی مدیریت سود در بررسی مقایسه‌ای خود استفاده می‌کنیم.