بررسی سودمندی روش‌های مختلف انتخاب متغیرهای پیش‌بین در پیش‌بینی نوع اظهارنظر حسابرسان

پژوهش حاضر به بررسی و مقایسه سودمندی روش ‌های مختلف انتخاب متغیر در پیش بینی نوع اظهارنظر حسابرسان شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران می پردازد. در این راستا، عملکرد روش های انتخاب متغیر (شامل مبتنی بر همبستگی، آزمون t، تحلیل تشخیصی گام به گام، ریلیف و تحلیل عاملی) بررسی و با یکدیگر مقایسه شده است. طبقه‌بندی کننده های استفاده شده نیز شامل ماشین بردار پشتیبان و شبکه‌های عصبی مصنوعی است. ازاین‌رو، یافته های تجربی مربوط به بررسی 1214 مشاهده (سال شرکت) پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1386 الی 1393 حاکی از سودمندی و تاثیر مثبت استفاده از روش‌های انتخاب متغیر بر عملکرد پیش بینی نوع اظهارنظر حسابرسان و هم‌چنین وجود تفاوت معنادار بین میزان سودمندی این روش‌ها است. به عبارتی دیگر، در صورت استفاده از متغیرهای منتخب این روش‌ها نسبت به استفاده از 35 متغیر اولیه ، میانگین دقت افزایش و خطای نوع اول و دوم کاهش می‌یابد. افزون‌براین، یافته های پژوهش حاکی از عملکرد بهتر و مناسب ماشین بردار پشتیبان نسبت به شبکه‌های عصبی است.