محسن حمیدیان

محسن حمیدیان

مدرک تحصیلی: استادیار گروه اقتصاد و حسابداری، دانشگاه آزاد اسلامی، واحد تهران جنوب

مطالب
ترتیب بر اساس: جدیدترینپربازدیدترین

فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۶۱ تا ۶۳ مورد از کل ۶۳ مورد.
۶۱.

ارائه الگوی عملکرد بانک ها بر اساس حاکمیت شرکتی و ارتباطات سیاسی و پیش بینی آن بر اساس الگوریتم های (FA) ، (DT) و (SVM)(مقاله پژوهشی دانشگاه آزاد)

نویسنده:
حوزه‌های تخصصی:
تعداد بازدید : ۴۸ تعداد دانلود : ۴۸
هدف: پژوهش حاضر بر پایه بررسی تبیین الگوی رگرسیون غیرخطی عملکرد بانک های تجاری بر اساس مؤلفه های حاکمیت شرکتی و ارتباطات سیاسی و پیش بینی آن بر اساس الگوریتم های FA ، DT و SVM بنا نهاده شده است. روش: پژوهش حاضر با رویکرد توصیفی- علّی تدوین شده و در گام اول؛ فرضیه های پژوهش تدوین شد. در ادامه اطلاعات مالی 17 بانک پذیرفته شده در بورس اوراق بهادار تهران برای یک دوره زمانی 10 ساله از ابتدای سال 1393 تا پایان 1402 استخراج؛ متغیرهای پژوهش محاسبه و از طریق رگرسیون خطی چند متغیره و شبکه های عصبی، به آزمون فرضیه ها پرداخته شده و در نهایت با استفاده از رگرسیون غیر خطی؛ الگوی بهینه ارائه شد. یافته ها: یافته ها بیان داشت اندازه هیأت مدیره بر عملکرد مالی بانک ها ، تأثیر معناداری ندارد، استقلال هیأت مدیره بر عملکرد مالی بانک ها ، تأثیر مثبت و معناداری داشته و دوگانگی نقش مدیرعامل بر عملکرد مالی بانک ها ، تأثیر مثبت و معناداری دارد. همچنین بر اساس شبکه های عصبی؛ این نتیجه حاصل شد که الگوریتم کرم شب تاب در جهت پیش بینی عملکرد مالی بانک ها بر اساس معیارهای تعریف شده؛ عملکرد بهتری نسبت به الگوریتم های ماشین بردار پشتیبان و درخت تصمیم داشته است و همچنین الگوریتم درخت تصمیم عملکرد بهتری نسبت به الگوریتم ماشین بردار پشتیبان داشته است. نتیجه گیری: از آنجا که راهبری شرکتی می تواند به صورت مجموعه سازوکارهایی هدایت و کنترل بانک ها تعریف شود، این سازوکارها به صورت دستورالعمل ها و هنجار های فرهنگی تعریف شود که بانک ها می توانند از طریق رعایت نمودن آن ها، ضمن تحقق فرآیند شفافیت اطلاعاتی پاسخ گویی خود را مقابل ذینفعان بهتر نموده و فرآیند های کاری خود را بهتر نمایند. اینگونه سازوکارها می تواند ضمن کاهش هزینه های نمایندگی عملکرد بانک ها را نیز بهبود بخشد.
۶۲.

بررسی کارایی رویکردهای رگرسیون و یادگیری عمیق برای کشف تقلب صورت های مالی با تمرکز بر ابعاد فشار/ انگیزه و فرصت(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۶ تعداد دانلود : ۵۶
پژوهش حاضر با هدف شناسایی عوامل مؤثر بر عملکرد حسابرسی داخلی و بررسی عملکرد روش های رگرسیون و یادگیری عمیق برای کشف تقلب صورت های مالی با تمرکز بر ابعاد فشار/انگیزه و فرصت انجام شده است. در این پژوهش، فرضیات اصلی شامل شناسایی عوامل مؤثر بر فشار/انگیزه و فرصت در کشف تقلب صورت های مالی از طریق مدل های رگرسیون و یادگیری عمیق و مقایسه عملکرد این دو رویکرد در شبیه سازی این عوامل و شناسایی تقلب است. قلمرو مکانی این پژوهش، شرکت های پذیرفته شده در بورس اوراق بهادار تهران و قلمرو زمانی، سال های بین 1391 تا 1400 است. به منظور گردآوری داده های مورد نیاز برای انجام این پژوهش، از روش کتابخانه ای استفاده شد. در بخش بررسی عوامل مؤثر بر عملکرد حسابرسی داخلی از روش رگرسیونی استفاده شد. در بخش کشف تقلب نیز از یادگیری عمیق و شبکه عصبی پیشخور استفاده گردید. نتایج نشان داد که مدل های یادگیری عمیق و شبکه عصبی پیشخور در مقایسه با روش های رگرسیونی عملکرد بهتری در شبیه سازی و پیش بینی تقلب صورت های مالی داشتند. به ویژه، یادگیری عمیق توانست ارتباط بهتری بین ابعاد فشار/انگیزه و ابعاد فرصت شناسایی کند و نسبت به مدل های رگرسیونی عملکرد بالاتری از خود نشان داد. در این راستا، این روش ها توانستند ویژگی های پنهان بیشتری را در داده ها شبیه سازی کرده و عوامل پیچیده تری را شناسایی کنند که مدل های سنتی قادر به آن نبوده اند. پژوهش حاضر به طور ویژه به ارزش استفاده از تکنیک های یادگیری عمیق در شناسایی تقلب در صورت های مالی پرداخته است و نشان داده که این تکنیک ها می توانند ابعاد پیچیده تری از فشار/انگیزه و فرصت ها را که پیش تر کمتر مورد توجه قرار گرفته بود، شبیه سازی و شناسایی کنند. این تحقیق به پر کردن شکاف موجود در مدل های سنتی پیش بینی تقلب کمک کرده و همچنین در شناسایی عوامل کلیدی که بر عملکرد حسابرسی داخلی تأثیر می گذارند، گامی مؤثر برداشته است. بدین ترتیب، استفاده از یادگیری عمیق می تواند دقت و اثربخشی روش های پیش بینی تقلب صورت های مالی را به طور قابل توجهی افزایش دهد. این تحقیق با بررسی عملکرد یادگیری عمیق در کشف تقلب صورت های مالی، به ویژه با تأکید بر ابعاد فشار/انگیزه و فرصت ها، به غنای علمی در حوزه حسابداری و حسابرسی افزوده است. این پژوهش اولین مطالعه ای است که از این تکنیک ها برای شبیه سازی و شناسایی روابط پیچیده و پنهان در داده های صورت های مالی استفاده کرده و بدین ترتیب می تواند به محققان و حرفه ای های حسابرسی کمک کند تا ابزارهای جدید و مؤثرتری برای شناسایی تقلب ارائه دهند.
۶۳.

واکنش شاخص بازار سهام، ریسک پذیری و احساسات سرمایه گذاران به شوک سیاست پولی با استفاده از رگرسیون انتقال ملایم (STR)(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۳۰ تعداد دانلود : ۴۴
این پژوهش به دنبال ارائه الگویی به منظور بررسی واکنش شاخص بازار سهام، ریسک پذیری و احساسات سرمایه گذاران به شوک سیاست پولی در قالب مدل های غیرخطی است. رویکرد مورد استفاده در این پژوهش، رگرسیون غیرخطی انتقال ملایم (STR) بوده است. بدین منظور از اطلاعات آماری بازه زمانی 1370-1400 بر اساس فراوانی داده های فصلی برای بازده شاخص، متغیرهای اقتصادی و مالی استفاده شده است. در این پژوهش وجود رفتار غیرخطی در ارتباط بین شاخص ریسک پذیری، احساسات سرمایه گذاران و سیاست پولی تأیید گردید. نتایج بدست آمده حاکی از این است که رابطه بازدهی شاخص با شاخص احساسات سرمایه گذاران و سیاست پولی غیرخطی و نامتقارن است و از میان متغیرهای توضیح کلان اقتصادی و مالی، نرخ ارز متغیر انتقال یا عامل تعویض رژیم است. رابطه میان بازدهی شاخص و شاخص احساسات سرمایه گذاران و سیاست پولی در دوران استقرار رژیم اول و دوم که به ترتیب بیانگر نوسان کم نرخ ارز و نوسان بالای نرخ ارز است، متفاوت بوده است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان