پيش بيني مديريت سود با استفاده از درخت تصميم گيري

Earnings Management Prediction by decision trees

با تشكيل و گسترش موسساتي كه مالكيت عام يافته اند ضرورت تفكيك مالكيت از مديريت هر چه بيشتر مشخص گرديد. در نتيجه قشر جديدي به عنوان مباشران ، اداره اينگونه موسسات را بر عهده گرفته و عملا مديريت از مالكيت تفكيك شد. مديران وظيفه مباشرت و حسابدهي در قبال منابع در اختيار خود و تهيه و ارايه گزارشهاي مالي را بر عهده دارند. تضاد منافع ميان مديران و مالكان ، احتمال خطر ارايه اطلاعات غير قابل اتكا را افزايش مي دهد. سود به عنوان مهمترين منبع اطلاعاتي در دسترس استفاده كنندگان مي-تواند با انگيزه هاي مختلف توسط مديريت مورد دستكاري واقع شود. از اين رو، هدف اصلي اين تحقيق پيش بيني مديريت سود با استفاده از درخت تصميم گيري جهت كمك به سرمايه گذاران مي باشد. در اين پژوهش، درصد مالكيت سهامداران نهادي، نسبت بدهي، اندازه شركت، ماليات بردرآمد، تغيير پذيري فروش، تغييرپذيري سود، وجوه نقد حاصل از فعاليت هاي عملياتي، نسبت كيفيت سود، گردش مجموع داراييها، بازده فروش، بازده سرمايه گذاري و بازده حقوق صاحبان سهام متغيرهاي مستقل و اقلام تعهدي اختياري متغير وابسته مي باشد. نتايج پژوهش نشان مي دهد كه بالاترين ميزان دقت پيش بيني براي درخت تصميم گيري 7/74% مي باشد.

Following the development and establishment of public institutions, the separation of ownership and management became necessary. In result, agents took the control of such institutions and practically the management separated from ownership. The managers have the role of supervision and accountability against the resources and preparing financial reports as well. The conflict of interests between managers and owners increases the risk of unreliable information. Earnings as the most important information which available for users, can be manipulated by managersʹ various motivations. Thus , the main aim of this research is to predict earning management by decision trees in order to help investors. In this research , the independent variables consist of ownership percent of institutional stockholders , debt rate, firm size , income tax , sale variability, earnings variability , cash flow from operating activities , interest quality rate, total assets flow , sale return , return on investment and stockholdersʹ rate of return and the discretionary accruals are dependent valuable as well. The results of current research show that the highest prediction level for decision trees is 74.7 %.