تعداد نشریات | 418 |
تعداد شمارهها | 9,997 |
تعداد مقالات | 83,560 |
تعداد مشاهده مقاله | 77,801,279 |
تعداد دریافت فایل اصل مقاله | 54,843,911 |
کاربرد روشهای گوسی و شعاعی در پیش بینی محدودیت مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران | ||
مهندسی مالی و مدیریت اوراق بهادار | ||
مقاله 13، دوره 10، شماره 41، دی 1398، صفحه 286-311 اصل مقاله (1.65 M) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
محمدرضا غلامزاده1؛ مهدی فغانی* 2؛ احمد پیفه3 | ||
1دانشجوی دوره دکتری حسابداری، دانشکده علوم انسانی، واحد زاهدان، دانشگاه ازاد اسلامی، زاهدان، ایران. | ||
2گروه حسابداری، دانشکده مدیریت و اقتصاد، دانشگاه سیستان و بلوچستان، سیستان و بلوچستان، ایران. | ||
3گروه حسابداری، دانشکده مدیریت و اقتصاد، دانشگاه سیستان و بلوچستان، سیستان و بلوچستان، ایران . | ||
چکیده | ||
یکی از مسائل مهم در پیش بینی محدودیت مالی، انتخاب متغیرهای مناسب جهت پیش بینی میباشد. در این پژوهش جهت پیش بینی محدودیت مالی، روش هوش مصنوعی فرآیند گوسی و شبکه عصبی شعاعی را بررسی نمودیم. برای این منظور تعداد 208 شرکت طی سالهای 1390 تا 1396 بهعنوان جامعه آماری انتخاب شدهاند که با توجه به در دسترس بودن اطلاعات، تمام شرکتها بهعنوان نمونه آماری مورد بررسی قرارگرفته است. نتایج این پژوهش که نشان داد روشهای هوش مصنوعی توانایی پیش بینی محدودیت مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران را دارد. بنابراین فرضیه اصلی این پژوهش تأیید میگردد و روشهای شبکه عصبی شعاعی و فرآیند گوسی روشهای کارآمد برای پیشبینی محدودیت مالی است. همچنین نتایج پژوهش نشان داد که متغیرهای ارزش شرکت، نسبت وجه نقد عملیاتی به داراییها، اهرم مالی، بازده داراییها، درصد مالکان نهادی دارای بیشترین اهمیت در پیشبینی محدودیت مالی میباشند. | ||
کلیدواژهها | ||
محدودیت مالی؛ شبکه عصبی شعاعی؛ رگرسیون فرآیند گوسی | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 1,019 تعداد دریافت فایل اصل مقاله: 357 |