حسابداری

 2-3 شبکه عصبی مصنوعی. 67

نمودار 1-4 نمودار خطی رگرسیون. 84

نمودار 2-4 نمودار لونبرک- مارکو. 85

نمودار 3-4  نمودار آموزش شبکه عصبی. 86

نمودار 4-4 نمودار نمایانگر پیش بینی شبکه بر اساس داده های ورودی و مقایسه آنها با مقادیر واقعی. 87

نمودار 5-4 نمودار مقایسه ای دو پیش بینی. 91

نمودار 1-5  نمودار پیش بینی نتایج. 95

چکیده:

در این مقاله به دنبال پیش بینی و ارائه راهکاری برای یافتن ارزش افزوده اقتصادی شرکت های پذیرفته شده در بازار بورس اوراق بهادار تهران هستیم. مبنای پیش بینی های انجام شده در این پژوهش اطلاعات صورت های مالی حسابرسی شده است. داده های مورد استفاده نیز داده های بین سال های 1382 الی 1387 است. پس از انجام محاسبه های لازم با استفاده از رگرسیون به پیش بینی ارزش افزوده اقتصادی می پردازیم. همین پیش بینی را با استفاده از شبکه های عصبی مصنوعی انجام می دهیم و پیش بینی های صورت گرفته را با واقعیت مقایسه می کنیم که در پایان این پژوهش دیده می شود پیش بینی های صورت گرفته با استفاده از شبکه های عصبی مصنوعی عملکرد بهتری نسبت به رگرسون خطی دارند.

واژگان  کلیدی : شبکه عصبی، ارزش افزوده اقتصادی، نسبت های مالی

مقدمه:

با ظهور شرکت‌های بزرگ و شکل گیری مبحث عظیم جدائی مالکیت از مدیریت و ایجاد یک تضاد منافع عظیم بین مالکان و مدیران ارزیابی عملکرد شرکت‌ها و مدیران و رهبران آنها از موضوعات مورد توجه اقشار مختلف مثل اعتباردهندگان، مالکان دولت و حتی مدیران است. همچنین با توجه به جدائی مالکیت از مدیریت ایجاد ارزش و افزایش ثروت سامداران از جمله مهمترین اهداف شرکتها به شمار می‌رود. و افزایش ثروت در نتیجه علمکرد مطلوب حاصل خواهد شد. بنابراین استفاده کنندگان به دنبا شاخصی هستند تا بتوانند میزان رسیدن به مهمترین هدف شرکت را تعیین کنند. از نظر سهامداران نیز میزان افزایش ثروت چه از طریق افزایش قیمت و ارزش شرکت و چه از طریق سود نقدی حائز اهمیت است. اما آنچه که بیشتر اهمیت دارد از دید سرمایه گذاران است. زیرا این قشر حاضر نیستند که در شرکت‌های با مخاطره بالا سرمایه گذاری کنند و لذا اگر هم چنانچه این کار را انجام دهند، به ازای ریسک بیشتر، بازدهی بیشتر مورد انتظار خواهد بود. بنابراین آنها نیز بدنبال شاخصی برای ارزیابی عملکرد شرکتها هستند تا بتوانند تصمیم به سرمایه گذاری