تبيين مهمترين عوامل موثر بر رتبه افشاي اطلاعات شركت‌هاي پذيرفته‌شده در بورس اوراق بهادار تهران با رويكرد داده‌كاوي

A Data Mining Approach for Determining The Most Affecting Factors on Information Disclosure in Tehran Stock Exchange

افشاي مناسب اطلاعات توسط شركت‌ها، در كنار ساير منابع اطلاعاتي، به سرمايه‌گذاران و ساير ذي‌نفعان در تصميم‌گيري‌هاي اقتصادي كمك مي‌كند. اين تحقيق با توجه به رتبه‌‌هايي كه سازمان بورس و اوراق بهادار از لحاظ به موقع بودن و قابليت اتكاي افشاي اطلاعات شركت‌ها منتشر مي‌نمايد، در صدد شناسايي عوامل تاثيرگذار بر رتبه افشاي اطلاعات مي‌باشد، با توجه مطالعات انجام شده در ساير كشورها و شرايط حاكم بر بازار سرمايه ايران، 19 عامل انتخاب گرديد. با استفاده از رويكرد داده‌كاوي و به طور اخص الگوريتم C5.0، و نمونه‌اي متشكل 520 سال - شركت از شركت‌هاي پذيرفته شده در بورس اوراق بهادار تهران در سال‌هاي مالي 85 ، 86 و 87، عواملي كه بيشترين تكرار را در مجموعه قوانين توليد شده به خود اختصاص دادند (بيشترين تاثير را بر رتبه افشاي اطلاعات داشته‌اند) استخراج گرديد. اين عوامل "كيفيت موسسه حسابرسي كننده شركت"، "بازده دارايي"، "نسبت بدهي" و "موظف يا غيرموظف بودن رييس هييت مديره" مي‌باشند. مرتب‌سازي اين قوانين براساس رويكرد ACS و بررسي عوامل چهارگانه فوق در قوانين مرتب شده مي‌تواند به‌عنوان يك سيستم خبره تصميم‌گيري به سرمايه‌گذاران در تشخيص ميزان شفافيت اطلاعاتي شركت‌ها كمك كند.

Disclosure quality is very important to the listed companies and capital market. There has been considerable numbet of researches in respect of voluntary disclosure by companies and factors that may explain such disclosure but information disclosure status of listed companies is hard to be evaluated by investors. For more informed decision, Tehran Stock Exchange (TSE) announces the ranking of companies due to their information disclosure every year. But understanding the most important factors affecting the companiesʹ information disclosure is impossible. The aim of this research is to explore the hidden knowledge of information disclosure status among the TSE listed companies. For this reason, the most important national and international papers have been survived and factors influencing disclosure were collected. With applying of data mining approach, particularly the "C5.0 decision tree algorithm", the most important factors are extracted and the rules are sorted by ACS (Antecedent Size-Confidence-Support) method. It is worth rioting that the resultingrule set is attributable as an expert system.