پیش بینی مدیریت سود با بکارگیری شبکه های عصبی پرسپترون چند لایه دارای دو لایه پنهان در صنعت خودرو و ساخت قطعات
محل انتشار: چهارمین کنفرانس ملی مدیریت و حسابداری
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 943
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCFIN04_034
تاریخ نمایه سازی: 22 مهر 1394
چکیده مقاله:
افزایش تعداد موارد بحران مالی در شرکتهای سهامی عام در سالهای اخیر، توجه بسیاری از سرمایه گذاران واعتباردهندگان را به پیش بینی این موارد از طریق اطلاعات ارایه شده در صورتهای مالی شرکتها، جهت جلوگیری از زیانهای ناشی از آن جلب کرده است. اما پیش بینی این بحران های مالی بخصوص در مواردیکه مدیریت سود نیز دخیل استبسیار دشوار می باشد.بسیاری از مطالعات مدیریت سود تنها بر شناسایی عواملی که می تواند بر مدیریت سود اثرگذار باشد و بررسی وابستگیمدیریت سود با این عوامل و نه استفاده از این عوامل در پیش بینی مدیریت سود پرداخته است. در پژوهش حاضر، از 12عامل موثر در مدیریت سود که توسط مطالعات صورت گرفته ی پیشین شناسایی شده، برای سنجش توانایی شبکه هایعصبی در پیش بینی مدیریت سود و سطوح مختلف آن استفاده گردیده است. به منظور پیش بینی، شبکه های عصبیپرسپترون چند لایه دارای دو لایه پنهان مورد استفاده قرار گرفته است. همچنین، داده های مورد نیاز، از صورتهای مالیشرکت های پذیرفته شده در بورس اوراق بهادار تهران در صنعت خودرو و ساخت قطعات استخراج گردیده است.یافته های پژوهش بیانگر آن است که شبکه های عصبی بکار رفته، توانایی بالایی در پیش بینی مدیریت سود و سطوحمختلف آن در صنعت خودرو و ساخت قطعات را دارد.
کلیدواژه ها:
نویسندگان
مهدی عربصالحی
استادیار گروه حسابداری، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان
سیاوش محمودی
کارشناسی ارشد حسابداری، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان
علی محمودی
کارشناسی ارشد حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :