ارائه الگوی پیش بینی مدیریت سود با استفاده از الگوریتم های کلونی مورچگان و پرواز پرندگان

این تحقیق برآن است که دو الگوریتم کلونی مورچگان و الگوریتم پرواز پرندگان را جهت پیش بینی مدیریت سود بکار گرفته و مشخص نماید که کدام الگوریتم قدرت تبیین بیشتری دارد. برای دستیابی به هدف پژوهش، تعداد 163 شرکت به روش حذف سیستماتیک در بازه زمانی 1398 1392 انتخاب گردیده اند. داده های ترکیبی بوده و سیزده متغیر جهت بررسی الگوها در نظر گرفته شده که نهایتا هشت متغیر موثر شناخته و با استفاده از نرم افزار پایتون آزمون ها انجام شده است. نتایج نشان می دهد که مدیریت سود با دقت بیش از 97 درصد توسط هر دو الگوریتم قابل پیش بینی بوده اما توان پیش بینی مدل پرواز پرندگان در مدیریت سود تعهدی بیشتر بوده و این در صورتی است که الگوریتم کلونی مورچگان توان بیشتری در پیش بینی مدیریت سود واقعی دارد.

provide a earnings management forecasting model using ant colony and particle swarm algorithm algorithms

this study aims to use two ant colony algorithm and particle swarm algorithm to predict earning management and determine which algorithm has more explanatory power.to achieve the research goal, 163 companies have been selected by systematic elimination method in the period 2013 2019. the data are panel and thirteen variables have been considered to examine the models. finally, eight variables have been identified as effective and tests have been performed using python software. the results show that earnings management can be predicted with more than 97% accuracy by both algorithms, but the ability to predict the particle swarm model in accrual earnings management is higher, however ant colony algorithm has more power in predicting real earnings management.