تحلیلی بر آینده نگری عملکرد شرکتها با استفاده از ابزارهای نوین شرکت های پذیرفته شده در بورس اوراق بهادار تهران
Publish place: The Second International Conference on New Research in Management, Economics and Accounting
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 888
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MRMEA02_481
تاریخ نمایه سازی: 16 اسفند 1394
Abstract:
در فرایند تصمیمگیری، رویدادهای گذشته به عنوان راهنمایی جهت تصمیمات مختلف آینده مورد استفاده قرار میگیرد. به همین جهت سرمایه گذاران و اعتبار دهندگان بیشترین استفاده را از اطلاعاتمالی جهت تصمیماتی که اتخاذ می کنند دارند و این تصمیمات باید از بالاترین درجه اعتبار و شفافیت برخوردار باشد در این راستا تحلیل نسبتهای مالی استخراج شده از صورتهای مالی حسابرسی شدهشرکتها می تواند کمک بسزایی را در جهت پیش بینی و ارزیابی عملکرد آینده شرکت ها به سرمایه گذاران و اعتبار دهندگان کند.تحقیق حاظر از نوع کاربردی است و ما در این تحقیق از ابزارهای شبکهعصبی مصنوعی چند لایه پیشخور و الگوریتم ژنتیک برای پیش بینی نسبتهای مالی به عنوان شاخصی جهت عملکرد آتی شرکتها در راستای سرمایه گذاری و اعتبار سنجی آنها پرداختیم. برای انجام اینتحقیق از اطلاعات 02 شرکت فعال در صنعت خودرو و دارو سازی طی بازه زمانی 7831 تا 7830 استفاده شده که جامعه آماری مورد مطالعه ،شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و جهتانتخاب نمونه مورد بررسی از تکنیک غربال گیری استفاده شده و تحقیق دارای دو فرضیه و یک سوال پژوهشی می باشد و همچنین برای تجزیه و تحلیل آماری نیز از نرم افزارهای MATLAB بهره برداریشده است. نتایج حاصل از پژوهش نشان می دهد که شبکه عصبی مصنوعی و مدل الگوریتم ژنتیک به عنوان روشهای فرا ابتکاری عملکرد دقیقی را در پیش بینی نسبتهای مالی به عنوان ابزار سنجش عملکرد آینده شرکتها در آینده دارند، که این میزان دقت پیش بینی در الگوریتم ژنتیک بهینه تر از شبکه عصبی مصنوعی می باشد.
Keywords:
Authors
سعیده یکتاخواه
دانشجوی کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی واحد اراک
محمدمهدی عباسیان فریدونی
عضو هیات علمی دانشگاه آزاد اسلامی واحد نور
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 :