|
پیش‌بینی حق‌الزحمه حسابرسی با استفاده از شبکه‌های عصبی پرسپترون چند لایه و شعاعی
|
محمد حسنی*    ، آرزو معماری مقدم ، محمدحامد خانمحمدی |
| استادیار حسابداری، گروه تحصیلات تکمیلی حسابداری و حسابرسی، دانشکده حسابداری و امور مالی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران. نویسنده مسئول. رایانامه: mhassani@iau.ac.ir |
|
|
چکیده: (468 مشاهده) |
| در پژوهش حاضر، از دو نوع شبکه عصبی مصنوعی پرسپترون چند لایه و شعاعی برای مدل‌سازی و پیش‌بینی حق‌الزحمه حسابرسی استفاده شده است. در این راستا، از جامعه شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران، تعداد 123 شرکت به روش غربالگری طی سال‌های 1392 تا 1400 انتخاب شدند. پژوهش در محیط نرم افزار متلب مدل‌سازی شده است. در این پژوهش، مجموعه‌ای از پارامترهای اندازه شرکت، نسبت دارایی‌های جاری به کل دارایی‌ها، اهرم مالی، نسبت دارایی‌های جاری به بدهی‌های جاری، نسبت بدهی‌های بلندمدت به کل دارایی‌ها، نسبت آنی، زیان‌دهی و تجدید ارائه صورت‌های مالی به عنوان پارامترهای ورودی و حق‌الزحمه حسابرسی به عنوان پارامتر هدف در مدل‌سازی استفاده شدند. نتایج نشان دادند در داده‌های آموزش طی سال‌های 1392 تا 1397، شبکه‌های عصبی مصنوعی شعاعی با توجه به ساختار خاصی که دارند، دارای خطای کمتری نسبت به شبکه‌های عصبی پرسپترون چند لایه هستند. به منظور تعمیم‌پذیری مدل‌ها، عملکرد بهترین مدل‌ها با استفاده از داده‌های سال‌های مالی 1398 تا 1400 بررسی شد. در این حالت عملکرد شبکه عصبی پرسپترون چند لایه با دقت بالاتر توانست حق‌الزحمه حسابرسی را پیش‌بینی کند؛ در حالی که شبکه عصبی مصنوعی شعاعی نتوانست با دقت مناسبی حق‌الزحمه حسابرسی را پیش‌بینی نماید؛ ضمن این که بین پیش‌بینی حق‌الزحمه حسابرسی با بکارگیری شبکه عصبی پرسپترون پرسپترون چند لایه در مقایسه با شبکه عصبی شعاعی اختلاف معناداری وجود دارد. همچنین، نتایج تحلیل حساسیت نشان داد اندازه شرکت مهم‌ترین تأثیر در تعیین حق‌الزحمه حسابرسی دارد. |
|
| واژه‌های کلیدی: حق‌الزحمه حسابرسی، شبکه‌های عصبی مصنوعی، شبکه پرسپترون چندلایه، شبکه شعاعی. |
|
|
متن کامل [PDF 1278 kb]
(246 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
حسابرسی
دریافت: 1403/4/19 | پذیرش: 1403/9/5 | انتشار: 1404/7/10
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
.png)
