آرشیو

آرشیو شماره ها:
۲۰

چکیده

موضوع و هدف مقاله: هدف پژوهش حاضر ارائه الگویی بهینه برای ارتقاء کیفیت محیط اطلاعات مالی داخلی شرکت های پذیرفته شده در بورس اوراق بهادار تهران براساس ویژگی های مدیریتی شرکتهای بامالکیت دولتی و غیردولتی به کمک تحلیل مقایسه ایی مدل شبکه عصبی مصنوعی با روش رگرسیون بود. روش شناسی پژوهش: این پژوهش از نظر هدف کاربردی و روش مورد استفاده آن، توصیفی از نوع علّی- پس رویدادی بود. برای آزمون فرضیه ها نمونه ای متشکل از 72 شرکت دولتی و 38 شرکت غیردولتی از سال های 1400–1393 انتخاب شد. برای تجزیه و تحلیل اطلاعات از روش داده های پانل و برای آزمون فرضیه اول از آزمون مقایسه میانگین دو جامعه و برای پیش بینی ارتقاء کیفیت محیط اطلاعات مالی داخلی از روش رگرسیون خطی چندگانه و شبکه های عصبی پرسپترون چندلایه استفاده نمودیم.یافته ها: مقایسه این دو معیار نشان داد که علاوه بر تأثیر ویژگی های مدیریتی شرکت های با مالکیت دولتی و غیردولتی بر ارتقاء کیفیت محیط اطلاعات داخلی، به ترتیب در فرضیه 1-2 و 2-2 با میزان ضریب تبیین 67/0 و 75/0 نسبت به روش شبکه عصبی MLP با مقدار R2 47/0 و 50/0 دارای ارجحیت می باشد، اما در فرضیه سوم، تفاوت معنی داری بین روش MLP و رگرسیون در ضرایب تعیین مشاهده نگردید. نتایج نشان داد روش رگرسیون به دلیل بیشتر بودن تعداد مشاهدات نسبت به شبکه های عصبی در این تحقیق دارای دقّت بیشتری در برآورد و تبیین کیفیت محیط اطلاعات داخلی شرکت ها می باشد. استفاده از شبکه عصبی مصنوعی به عنوان روش جدید در پیش بینی و مدل سازی شرکت های فعال در بازارهای مالی و تحلیل مقایسه ایی آن با روش رایج رگرسیون، یکی از نوآوری این پژوهش است.

Presenting a comparative model: improving the quality of the internal financial information environment of government and non-government companies based on management characteristics (artificial neural network model and regression method

Subject and Purpose of the Article: The purpose of the current research was to present an optimal model for improving the quality of the internal information environment of companies accepted in the Tehran Stock Exchange based on the management features of government and non-government owned companies with the help of a comparative analysis of the artificial neural network model with the regression method.This study is applied and the method used is descriptive ex post facto (causal). To test the research hypotheses, a sample of 72 public companies and 38 nongovernmental organizations was selected during the years 1388-1400.We used panel data method to analyze the data and to test the first hypothesis, used the mean comparison test of two societies and used multiple linear regression and multilevel perceptron neural networks to predict the quality of the internal information environment.Research Findings: Comparison of these two criteria showed that in addition to the effect of the management features of public and private companies on improving the quality of the internal information environment, in hypothesis 1-2 and hypothesis 2-2, with a coefficient of explanation of 0.67 and 0.75, respectively, compared to the MLP neural network method With a value of R2 0.47 and 0.50, it is preferred, but in the third hypothesis,The results showed that the regression method is more accurate in estimating and explaining the quality of the internal information environment of companies due to the greater number of observations compared to neural networks in this research.

تبلیغات