پیش بینی میزان کارایی مدیریت وجوه نقد با بکارگیری شبکه های عصبی مصنوعی

هدف از پژوهش حاضر، طراحی یک مدل برای پیش بینی میزان کارایی مدیریت وجوه نقد ، به منظور کمک به اعتباردهندگان و سرمایه گذاران بالفعل و بالقوه و دیگر ذینفعان، برای اجتناب از تحمل زیان های عمده در بازار سرمایه، است. به همین دلیل، ۹۵ شرکت پذیرفته شده در بورس اوراق بهادار تهران در دوره۱۰ ساله ۱۳۹۳تا۱۴۰۲ مورد بررسی قرار گرفت. در این پژوهش، با استفاده از متغیرهای پیش بینی کننده ی مالکیت نهادی، مالکیت مدیریتی، مالکیت شرکتی، تمرکز مالکیت، اندازه هیات مدیره، درصد اعضای غیر موظف هیات مدیره و دوگانگی نقش مدیر عامل و بکارگیری یک شبکه عصبی مصنوعی پرسپترون سه لایه با الگوریتم پس انتشار خطا میزان کارایی مدیریت موجودی کالا پیش بینی شد. در نهایت، شبکه ای با مقدار میانگین مربعات خطا ۰/۲۹۹، ۰/۴۲۴، ۰/۲۹۹ و ۲۶۸/۰ به ترتیب برای داده های آموزشی، اعتبارسنجی، آزمون و مجموع داده ها و مقدار ضریب تعیین بیش از ۷۶ درصد، به عنوان بهترین شبکه برای پیش بینی میزان معاملات با اشخاص وابسته در شرکت های پذیرفته شده در بورس اوراق بهادار تهران انتخاب شده است.