مقاله شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی :

مقاله شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی که چکیده‌ی آن در زیر آورده شده است، در زمستان ۱۳۸۹ در دانش حسابداری از صفحه ۷۷ تا ۹۷ منتشر شده است.
نام: شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی
این مقاله دارای ۲۱ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله اظهارنظر حسابرسان
مقاله شبکه عصبی پرسپترون چندلایه
مقاله شیوه های داده کاوی
مقاله رگرسیون لجستیک

چکیده و خلاصه‌ای از مقاله:
شیوه های داده کاوی جدید می تواند حسابرسان را در ارایه نوع اظهارنظر حسابرسی یاری رساند. در این تحقیق برای اولین بار در ایران به منظور توسعه الگوهایی که قادر به شناسایی و پیش بینی نوع اظهارنظر حسابرسان باشد، عملکرد شبکه های عصبی در مقایسه با الگوهای کلاسیک مورد بررسی قرار گرفته است. شیوه های مورد استفاده در این پژوهش شامل شبکه عصبی پرسپترون چند لایه (MLP) و هم چنین رگرسیون لجستیک (LR) است. دوره زمانی این تحقیق از ابتدای سال ۱۳۷۹ تا پایان سال ۱۳۸۶ و جامعه آماری تحقیق تمام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران است. در این مطالعه به منظور شناسایی و پیش بینی نوع اظهارنظر حسابرسان، شاخصهای مرتبط با سودآوری، نقدینگی، اهرمی، فعالیت، رشد، اندازه، دعاوی حقوقی، بهره وری و سایر عوامل تاثیرگذار مورد بررسی قرار گرفته است. نتایج تحقیق حاکی از توان زیاد شبکه پرسپترون چندلایه در شناسایی و پیش بینی انواع اظهارنظر حسابرسان است. این شبکه با میزان صحت %۸۷۷۵ بهترین عملکرد را در شناسایی نوع گزارش حسابرسی داشت و رگرسیون لجستیک عملکرد ضعیفی در شناسایی اظهارنظر مشروط دارد و الگوی نامتوازنی در شناسایی انواع اظهارنظر حسابرس است. نتایج این الگوها می تواند برای پیش بینی نوع اظهارنظر حسابرسی توسط حسابرسان داخلی و مستقل، سرمایه گذاران، اعتباردهندگان، و سایر ذی نفعان سودمند واقع شود.