|
Title
|
پيش بيني ميزان كارايي مديريت وجوه نقد با بكارگيري شبكه هاي عصبي مصنوعي
|
|
Type
|
Presentation
|
|
Keywords
|
پيش بيني كارايي مديريت وجوه نقد، شبكه هاي عصبي مصنوعي، الگوريتم پس انتشار خطا.
|
|
Abstract
|
هدف از پژوهش حاضر، طراحي يك مدل براي پيش بيني ميزان كارايي مديريت وجوه نقد ، به منظور كمك به اعتباردهندگان و سرمايه گذاران بالفعل و بالقوه و ديگر ذينفعان، براي اجتناب از تحمل زيان هاي عمده در بازار سرمايه، است. به همين دليل، 95 شـركت پـذيـرفتـه شده در بورس اوراق بهادار تهران در دوره10 ساله 1393تا1402 مـورد بـررسي قـرار گـرفت. در ايـن پـژوهـش، بـا استـفـاده از متغيرهاي پيش بيني كننده ي مالكيت نهادي، مالكيت مديريتي، مالكيت شركتي، تمركز مالكيت، اندازه هيأت مديره، درصد اعضاي غير موظف هيأت مديره و دوگانگي نقش مدير عامل و بكارگيري يـك شبكـه عصبي مصنوعي پرسپترون سه لايه با الگوريتم پس انتشار خطا ميزان كارايي مديريت موجودي كالا پيش بيني شـد. در نهايت، شبكه اي با مقدار ميانگين مربعات خطا 299/0، 424/0، 299/0 و 268/0 به ترتيب براي داده هاي آموزشي، اعتبارسنجي، آزمون و مجموع داده ها و مقدار ضريب تعيين بيش از 76 درصد، به عنوان بهترين شبكه براي پيش بيني ميزان معاملات با اشخاص وابسته در شركت هاي پذيرفته شده در بورس اوراق بهادار تهران انتخاب شده است.
|
|
Researchers
|
Mohammad Banafi (First researcher) , Safdar Alipour (Second researcher)
|