پیش بینی مدیریت سود با بکارگیری مدل شبکه های عصبی پرسپترون دارای دو لایه پنهان
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده اقتصاد و علوم اداری
- نویسنده سیاوش محمودی
- استاد راهنما مهدی عربصالحی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
مدت های مدیدی است که، ارقام سود گزارش شده در صورت های مالی برای سهامداران، اعتباردهندگان، کارمندان، تحلیل گران مالی، مشتریان و عرضه کنندگان بسیار جذاب می باشد. استفاده کنندگان از صورت های مالی به طور کلی بر اساس اطلاعات استنتاج شده از صورت های مالی تصمیم گیری می کنند. بنابراین، گزارشگری مالی می بایست به شکل موثری اطلاعات مالی را به استفاده کنندگان برون سازمانی از طریق یک شیوه که معتبر و به هنگام باشد ارایه نماید. این درحالیست که مدیران همواره این فرصت را داشته اند که از این طریق استفاده کنندگان صورت های مالی را گمراه سازند. سرمایه گذاران برای شرکت هایی که دارای سود ثابت و پایدار هستند، ارزش بیشتری قائل می شوند، در نتیجه ممکن است مدیران به خاطر انگیزه های مختلف مانند افزایش قیمت سهام شرکت خود به مدیریت سود روی آورند. با توجه به اهمیت سود گزارش شده بر تصمیمات اقتصادی و تخصیص منابع کمیاب، مدیریت سود و پیش بینی آن، کانون توجه بسیاری از پژوهش های حسابداری قرار گرفته است. در این میان استفاده از تکنیک هایی چون شبکه های عصبی جایگاه ویژه ای پیدا کرده است. به طور کلی در این فصل ابتدا به شرح و بیان مساله پژوهشی پرداخته می شود و در ادامه اهمیت پژوهش مورد بررسی قرار می گیرد. پس از بیان اهداف و فرضیه های پژوهش، روش پژوهش شامل جامعه آماری، قلمرو پژوهش و ابزارهای گردآوری داده ها و تجزیه و تحلیل آنها عنوان می گردد. در پایان فصل پس از ارائه واژه های کلیدی خلاصه فصل ارائه می شود.
منابع مشابه
پیش بینی رسانایی گرمایی نانوسیال گرافن با مدل شبکه عصبی مصنوعی چند لایه پرسپترون
هدف از این مطالعه مدلسازی و پیش بینی رسانایی گرمایی نانو سیال گرافن به کمک شبکه عصبی مصنوعی چند لایه پرسپترون است. پارامترهای دمای نانوسیال، کسرحجمی و رسانایی گرمایی نانو ذره به عنوان ورودی شبکه در نظر گرفته شده است. بااطلاعات مربوط به اندازه گیریهای تجربی محققین قبلی در مورد رسانایی گرمایی نانوسیال گرافن در دمای 25 تا 50 درجه سلسیوس و در کسر حجمی 005/0 تا 056/0 تست عملکرد شبکه انجام شده است....
متن کاملبکارگیری الگو ترکیبی شبکه های عصبی مصنوعی با الگوریتم های فراکاوشی (ICA,PSO) در پیش بینی مدیریت سود
رویکردهای فراکاوشی عمدتاً بر اساس نظم و قواعد موجود در ارگانیسمهای طبیعی الهام گرفتهاند. این رویکردها امروزه کاربرد بسیاری در شاخههای مختلف پیدا کرده است. با توجه به اهمیت پیشبینی، شناخت روشها در پیشبینی مدیریت سود میتواند اطلاعات مفیدی را برای ذینفعان فراهم آورد. تنوع عوامل بدست آمده ناشی از نتایج الگوهای خطی برای سنجش مدیریت سود موجب شده است سرمایهگذارن نسبت به کیفیت سود گزارش شده ترد...
متن کاملپیش بینی سطح مدیریت سود با استفاده از شبکه های عصبی مصنوعی...
اکثر تحقیقات انجام شده در حوزه مدیریت سود به بررسی انگیزه ها و عوامل موثر بر سطح مدیریت سود پرداخته اند، ولی از این متغیرها به طور مستقیم برای پیش بینی سطح مدیریت سود استفاده نشده است. در نتیجه تنها همبستگی بین مدیریت سود و این متغیرها بررسی شده است. از این رو، طراحی یک مدل برای پیش بینی سطح مدیریت سود به منظور کاهش ریسک بحران های مالی ناشی از مدیریت سود و کمک به سرمایه گذاران، اعتبار دهندگان و...
متن کاملپیش بینی مدیریت سود با بکارگیری ترکیب مدل شبکه های عصبی مصنوعی و درختهای تصمیم
تعداد موارد بحران های مالی مربوط به شرکت های سهامی عام اخیرا افزایش یافته است، اما سرمایه گذاران و اعتباردهندگان به سختی قادر به پیش بینی بحران های مالی هستند، بویژه در مواردی که مدیریت سود نیز دخیل باشد. مدیریت سود، دستکاری کردن سود برای رسیدن به اهداف مدیریت با بکارگیری روش ها و فرآیندهای مطمئن می باشد. در ادبیات مدیریت سود، بسیاری از مطالعات مرتبط با مدیریت سود تنها بر شناسایی برخی عوامل مرت...
15 صفحه اولپیش بینی مدیریت سود با استفاده از شبکه عصبی و درخت تصمیم
بسیاری از موارد بحرانهای مالی مربوط به شرکتهای سهامی عام بوده که درحال افزایش است. بسیاری از سرمایه گذاران و اعتباردهندگان در مورد پیش بینی بحران مالی به خصوص زمانی که مدیریت سود رخ میدهد مشکلاتی دارند. تحقیقات اخیر به شناسایی عوامل و فاکتورهای مرتبط با مدیریت سود میپردازد. بنابراین از طریق آن قادر به تعیین ارتباط میان این عوامل و دستکاری سود هستند. به منظور کاهش ریسک بحرانهای مالی ناشی از...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده اقتصاد و علوم اداری
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023