مقایسه کارایی تکنیک‌های تجزیه‌وتحلیل درونی و مقایسه‌ای داده در الگوریتم ژنتیک غیرخطی جهت پیش‌بینی سودآوری شرکت‌ها

author

زهرا پورزمانی استادیار، گروه آموزشی حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

Abstract:

هرچند دانسته‌ها در مورد روش تصمیم‌گیری استفاده‌کنندگان از صورت‌های مالی اندک است. اما به‌طور قطع می‌توان گفت بخشی از تصمیم‌گیری، به پیش‌بینی توانایی سودآوری آینده شرکت‌ها مربوط می‌شود. همچنین سودآوری به‌عنوان مبنایی برای ارزیـابی کـارایی مـدیران شرکت‌ها مورداستفاده قرار می‌گیرد. این پژوهش، باهدف معرفی الگـوریتم مـناسب جهت پیش‌بینی سودآوری به تصمیم‌گیرندگان، با استفاده از 23 نسبت مالی برتر، به ‌عنوان متغیر مستقل، به مقایسه توانمندی تکنیک‌های تجزیه ‌و تحلیل درونی و مقایسه‌ای داده در الگوریتم ژنتیک غیرخطی در پیش‌بینی سودآوری آینده شرکت‌های پذیرفته‌شده در بـورس اوراق بهـادار تهران طی سال‌های 1371 تا 1391 پرداخته که طبق نتایج به‌دست‌آمده، نتایج نشان می‌دهد مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه ‌و تحلیل درو نی داده‌ها با دقت 90.04% دارای توانمندی بیشتری در پیش‌بینی سودآوری نسبت به مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه ‌و تحلیل مقایسه‌ای داده‌ها با دقت 72.85% می‌باشد.

Upgrade to premium to download articles

Already have an account?login

similar resources

مقایسه کارایی تکنیک های تجزیه وتحلیل درونی و مقایسه ای داده در الگوریتم ژنتیک غیرخطی جهت پیش بینی سودآوری شرکت ها

هرچند دانسته ها در مورد روش تصمیم گیری استفاده کنندگان از صورت های مالی اندک است. اما به طور قطع می توان گفت بخشی از تصمیم گیری، به پیش بینی توانایی سودآوری آینده شرکت ها مربوط می شود. همچنین سودآوری به عنوان مبنایی برای ارزیـابی کـارایی مـدیران شرکت ها مورداستفاده قرار می گیرد. این پژوهش، باهدف معرفی الگـوریتم مـناسب جهت پیش بینی سودآوری به تصمیم گیرندگان، با استفاده از 23 نسبت مالی برتر، به ع...

full text

کاربردالگوریتم ژنتیک خطی و غیر خطی در بهبود قدرت پیش‌بینی

سود آوری به عنوان مبنایی برای ارزیابی کارایی مدیران شرکتها مورد استفاده قرار می گیرد. همچنین بخشی از تصمیم گیری به پیش بینی توانایی سودآوری آینده شرکتها مربوط می شود. امروزه تجزیه و تحلیل نسبت های مالی یک تکنیک قوی و ابزاری مناسب برای استفاده کنندگان در جهت شناخت و ارزیابی عملکرد گذشته، حال و پیش بینی وضعیت آینده شرکت هاست. یکی از مشکلاتی که در استفاده از نسبتهای مالی برای ارزیابی وضعیت مالی شر...

full text

کاربرد شبکه های عصبی و الگوریتم های ژنتیک در پیشبینی و بهینه سازی فرآیند نمک زدایی

full text

ارائه‌ی یک مسئله‌ی غیرخطی تولید - توزیع پیشنهادی با دو رویکرد حل برنامه‌ریزی غیرخطی و الگوریتم ژنتیک

یکی از موضوعات بسیار مهم در بهینه‌سازی مسائل زنجیره‌ی تأمین، مسائل تولید - توزیع است. در این مقاله یک مسئله‌ی تولید - توزیع برای یک شبکه‌ی زنجیره‌ی تأمین دوسطحی شامل تولیدکنندگان و توزیع‌کنندگان ارائه شده است. مدل پیشنهادی یک برنامه‌ریزی غیرخطی پیوسته است که محدودیت‌های ظرفیت انبار و ظرفیت تولید کالاها را شامل می‌شود. در این مسئله‌ی پیشنهادی سعی می‌شود که مقدار محصول ارسالی و حمل توسط هر وسیله‌...

full text

مقایسه کارایی الگوریتم DDS با الگوریتم ژنتیک و تکامل تصادفی جوامع در بهینه‌سازی پارامترهای مدل هیدرولوژیکی یکپارچه HyMod

در دهه‌های اخیر مدل‌های هیدرولوژیکی کاربرد گستردهای در شبیه‌سازی فرایند بارش رواناب یافته‌اند. این مدل‌ها دارای مقادیر پارامترهای ثابت هستند که نیاز است با روش مناسب، مقادیر آن‌ها بهینه شوند. در واقع، کارایی مدل‌های هیدرولوژیک علاوه بر ساختار آن‌ها به مقادیر بهینه پارامترهای آن‌ها بستگی دارند. در این پژوهش، به بررسی کارایی سه روش بهینه‌سازی اتوماتیک شامل الگوریتم تکامل تصادفی جوامع...

full text

کاربردالگوریتم ژنتیک خطی و غیر خطی در بهبود قدرت پیش بینی

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

Journal title

پژوهش های حسابداری مالی و حسابرسی

volume 6 issue 23

pages 117- 131

publication date 2014-11-22

unfollow

{@ msg @}

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

پیش‌بینی سودآوری الگوریتم ژنتیک غیرخطی تجزیه ‌و تحلیل درونی داده‌ها تجزیه ‌و تحلیل مقایسه‌ای داده‌ها

Hosted on Doprax cloud platform doprax.com