توسعه مدل رگرسیونی پویا برای پیش بینی وجه نقد عملیاتی آتی
Publish place: Quarterly Financial Accounting، Vol: 11، Issue: 43
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 240
This Paper With 26 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_QFAJ-11-43_003
تاریخ نمایه سازی: 1 اسفند 1399
Abstract:
هدف این پژوهش توسعه یک مدل رگرسیونی پویا جهت پیش بینی وجه نقد عملیاتی آتی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، میباشد. بدین منظور اطلاعات 250 شرکت در دوره زمانی سالهای 1383 الی 1396 در نظر گرفته شدند. در این پژوهش متغیرهای عملیاتی و اقتصادی به مدل بنیادی بارت، کرام و نلسون (BCN) اضافه شدند. با توجه به تاثیر همزمان متغیر عملیاتی نرخ رشد فروش بر اقلام تعهدی سرمایه در گردش موجود در مدل (متغیرهای مستقل) و نیز متغیر وجه نقد عملیاتی آتی (متغیر وابسته)، برای برازش مدل از روش جعبه خاکستری با بکارگیری تابع پاده استفاده شد. به منظور تخمین مدل حاصل از جعبه خاکستری، سه الگوریتم فراابتکاری گرگ خاکستری، پرواز پرندگان و الهام گرفته از نور بکار گرفته شدند. نتایج نشان داد، تخمین مدل با استفاده از الگوریتم گرگ خاکستری، کمترین خطای پیش بینی وجه نقد را در بین همه الگوریتم ها دارد. علاوه بر آن، به منظور بررسی برتری الگوریتم گرگ خاکستری نسبت به دو الگوریتم دیگر از آزمون فریدمن استفاده شد. نتایج این آزمون نیز برتری الگوریتم گرگ خاکستری را در پیش بینی دقیق تر وجه نقد آتی تایید کرد.
Keywords:
Cash Flow Forecasting , Gray Wolf Algorithm , Grey Box Method , sale growth rate , Friedman Test. , پیش بینی وجه نقد عملیاتی , الگوریتم گرگ خاکستری , روش جعبه خاکستری , نرخ رشد فروش , آزمون فریدمن
Authors
احمد احمدی
دانش آموخته دکتری حسابداری، دانشگاه فردوسی مشهد، ایران
فرزانه نصیرزاده
دانشیار حسابداری، دانشگاه فردوسی، مشهد، ایران
اسماعیل هداوندی
استادیار مهندسی صنایع، دانشگاه صنعتی بیرجند، بیرجند، ایران
محمدرضا عباس زاده
دانشیار حسابداری، دانشگاه فردوسی، مشهد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :