مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

945
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

727
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تبیین الگوی اندازه گیری مدیریت سود با استفاده از روش ترکیبی هوشمند شبکه های عصبی و الگوریتم های فراابتکاری (ژنتیک و ازدحام ذرات)

صفحات

 صفحه شروع 99 | صفحه پایان 127

چکیده

 شناخت مدیریت سود برای استفاده کنندگان از اطلاعات حسابداری به دلیل ارزیابی عملکرد, پیش بینی سودآوری و تعیین ارزش واقعی شرکت بسیار حائز اهمیت است. هدف از این تحقیق برآورد الگوی برای پیش بینی مدیریت سود با استفاده الگوی شبکه های عصبی و سپس استفاده از الگوریتم های فراابتکاری ژنتیک و ازدحام ذرات برای یافتن ترکیبی بهتر از داده های ورودی است به گونه ای که بتواند الگو اولیه را بهینه نماید. برای این منظور از 28 متغیر تاثیر گذار در قالب چهار گروه (مالی, مدیریتی, شرکتی و حسابرسی) در طی سال های 1390 الی 1395 در شرکت های پذیرفته شده در بورس اوراق بهادار تهران استفاده گردید. نتایج حاصل نشان می دهد که کاربرد این دو الگوریتم قدرت تبیین الگوهای اولیه را افزایش داده است. همچنین ارزیابی عملکرد الگو های شبکه عصبی حاکی از برتری این الگو ها در قیاس با الگوی رگرسیون خطی (LR) است. روش ترکیبی شبکه های عصبی الگوریتم های ازدحام ذرات (A-PSO) و ژنتیک(A-GA) با شناسایی چهار متغیر بهینه به ترتیب شامل دقت پیش بینی, سهم مالکیت سهامداران عمده, اندازه شرکت و نسبت کیفیت, مدیریت سود را با دقت به ترتیب (%95.59) و (%94.75) پیش بینی کردند. بعلاوه روش های ترکیبی هوشمند فوق با بهبود ضریب همبستگی و معیار متوسط مربعات خطا نسبت به روش های رگرسیون خطی (LR) و روش شبکه های عصبی (ANN) در پیش بینی نتایج گروه ویژگی های مدیریتی و شرکتی کارآمدتر است.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    قادری، اقبال، امینی، پیمان، نورش، ایرج، و محمدی، عطا. (1397). تبیین الگوی اندازه گیری مدیریت سود با استفاده از روش ترکیبی هوشمند شبکه های عصبی و الگوریتم های فراابتکاری (ژنتیک و ازدحام ذرات). مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)، 9(36 )، 99-127. SID. https://sid.ir/paper/197531/fa

    Vancouver: کپی

    قادری اقبال، امینی پیمان، نورش ایرج، محمدی عطا. تبیین الگوی اندازه گیری مدیریت سود با استفاده از روش ترکیبی هوشمند شبکه های عصبی و الگوریتم های فراابتکاری (ژنتیک و ازدحام ذرات). مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)[Internet]. 1397؛9(36 ):99-127. Available from: https://sid.ir/paper/197531/fa

    IEEE: کپی

    اقبال قادری، پیمان امینی، ایرج نورش، و عطا محمدی، “تبیین الگوی اندازه گیری مدیریت سود با استفاده از روش ترکیبی هوشمند شبکه های عصبی و الگوریتم های فراابتکاری (ژنتیک و ازدحام ذرات)،” مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)، vol. 9، no. 36 ، pp. 99–127، 1397، [Online]. Available: https://sid.ir/paper/197531/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا