چکیده:
امروزه استفاده از برآورد اطلاعات حسابداری همانند سایر رشته ها بدلیل عدم دسترسی به تمام اطلاعات، لازم و ضروری می باشد. به همین دلیل در این پژوهش سعی شده با استفاده از روش های مختلف خوشه بندی دقت مدل های مربوط به برآورد های حسابداری مورد بررسی قرار گیرد تا مشخص گردد روش های مختلف خوشه بندی به چه میزان دقت مدل های مدنظر را افزایش میدهند و روش ارجح تر در میان روش های مختلف خوشه بندی در افزایش دقت مدل ها کدام روش می تواند باشد. نمونه آماری پژوهش بدین منظور شامل 99 شرکت پذیرفته شده در بورس اوراق بهادار تهران بوده و به منظور جمع آوری داده های مورد نیاز، از اطلاعات صورت های مالی و یادداشت های دوره 9 ساله (1387-1395) شرکت های مورد نظر استفاده شده است. نتایج حاصل از تحقیق نشان داد که استفاده از روش های مختلف خوشه بندی دقت مدل های مربوط به برآوردهای حسابداری را در اکثر موارد افزایش می دهد ولی از میان روش های خوشه بندی مورد استفاده در تحقیق، روش خوشه بندی کلاسیک روش مناسب تری نسبت به روش سنتی در افزایش دقت مدل های مربوط به برآورد های حسابداری می باشد.
Today, the use of accounting information estimation is the same as other disciplines because of the lack of access to all information. For this reason, in this research, we tried to study the accuracy of accounting estimation models using different clustering methods to determine how different clustering methods increase the accuracy of the desired models and the preferred method Among the different clustering methods, which method can be used to increase the accuracy of the models. The research sample consisted of 99 companies listed in the Tehran Stock Exchange. In order to collect the required data, the financial statements and notes of the 9-year period (2008-2017) were used by the companies. The results of the research showed that the use of different clustering methods increases the accuracy of accounting estimates models in most cases. However, among the clustering methods used in the research, the classic clustering method is a more appropriate method than the method The traditional approach is to increase the accuracy of accounting estimates models.