در قلمرو ترکیبی اقتصاد و منابع طبیعی، مبادلات کالاها، خدمات و منابع طبیعی (آب و زمین) به دو صورت لایه آشکار و لایه پنهان در جریان است. نظام های حسابداری کلان و بخشی ارزشی (پولی) موجود فقط لایه های آشکار مبادلات کالاها و خدمات را که دارای قیمت و قابل مبادله در بازار هستند را نظام مند می کنند. لذا، مبادلات بین بخشی مقدار مصرف آب، اساسا خارج از حیطه نظام های حسابداری موجود و به صورت مبادلات پنهان بشمار می روند. در این مقاله سعی شده است تا بر مبنای الگوی تعمیم یافته داده- ستانده در قالب دو رویکرد مقداری و ترکیبی ارزشی- مقداری و با استفاده از پایه های آماری ارزشی- مقداری سال 1390، تصویر واقع بینانه تری از مصرف آب ارایه شود. یافته های کلی مقاله عبارتند از: یک- از منظر ضرایب فزاینده مصرف آب، نتایج در دو رویکرد یکسان است ولی تفسیر اقتصادی متفاوتی دارند. دو- بخش صنایع وابسته به کشاورزی با 149.18 میلیون مترمکعب بیشترین ضرایب فزاینده مصرف آب و بخش کشاورزی علیرغم بیش از 5/25 درصد سهم مصرف مستقیم آب کمترین ضرایب فزاینده مصرف آب را دارد. سه- لایه پنهان مبادلات بین بخشی مصرف آب نشان می دهد که از منظر بخش عرضه کننده، بخش کشاورزی 92.5 درصد و از منظر بخش تقاضا کننده 58 درصد از کل منابع آب کشور را به خود اختصاص می دهد.
در این مطالعه رشد بهره وری کل عوامل تولید زیربخش زراعت ایران با استفاده از روش ناپارامتریک مالم کوئیست طی سال های زراعی 69-1368 تا 87-1386 مورد بررسی و تجزیه و تحلیل قرار گرفته است. در این راستا مقادیر مصرف نهاده های بذر، کود حیوانی، کود شیمیایی، علف کش، سم، نیروی کار، آب مصرفی و سطح زیرکشت و مقدار ستانده زیربخش زراعت ایران مدنظر قرار گرفت. نتایج نشان داد که تولید چغندر قند از بیشترین و تولید جو دیم و نخود آبی از کمترین رشد بهره وری در دوره زمانی مورد مطالعه برخوردار می باشند. بررسی تغییرات سالانه بهره وری و اجزای آن نشان داد که بالاترین رشد بهره وری عوامل کل تولید محصولات عمده زراعی ایران در سال زراعی 80-1379 رخ داده است. در کل دوره مشتمل بر سال های 1387-1368، متوسط رشد بهره وری کل عوامل تولید محصولات عمده زراعی ایران به میزان 6/2 درصد در سال می باشد. پیشنهاد می شود که در تدوین الگوی کشت منطقه ای، به محصولات زراعی دارای رشد بهره وری بیشتر در تخصیص منابع و گسترش سطح زیر کشت اولویت داده شود.
تقلب در حقوق و مزایای بیمه بیکاری همواره یکی از موضوعات حساس و مورد توجه در حوزه بیمه های اجتماعی است که طبق قوانین، جزو جرائم کیفری بوده و قابل پیگیری است. در حال حاضر بهترین روش به منظور ارزیابی تقلب، کنترل آن در همان مراحل اولیه شکل گیری و به کمک اطلاعات تقلبهای کشف شده گذشته است. در این مقاله ابتدا مراحل استاندارد کنترل تقلب در تقاضاهای بیمه ای مورد بررسی قرار گرفته و سپس با توجه به وجود پایگاه داده مناسب در خصوص مقرری بگیران بیمه بیکاری سازمان تأمین اجتماعی، از دو روش داده کاوی شبکه های عصبی و درخت تصمیم به منظور یافتن الگوهایی مناسب استفاده شده است که می تواند به عنوان ابزاری سودمند همراه با کاهش قابل توجه در وقت و هزینه به ارزیابی به موقع تقلب در تقاضاهای بیمه بیکاری کمک کند. در فرایند مطالعه تجربی، این روشها بر روی داده های واقعی شامل اطلاعات 15983 تقاضای جدید و جاری مقرری بیمه بیکاری آزمایش و کارایی هر روش سنجیده شده است. روش شبکه های عصبی با دقت 88 درصد در ارزیابی صحیح متقلبانه یا عادی بودن تقاضاها، بهترین کارایی را در مقایسه با روش درخت تصمیم با دقت 84 درصد در برداشته است. بر این اساس، مهم ترین متغیرهای مؤثر بر تقاضاهای متقلبانه در روش شبکه های عصبی به ترتیب، متغیرهای شغل قبلی بیمه شده، سابقه پرداخت حق بیمه، سن و در روش درخت تصمیم، متغیرهای محل جغرافیایی شعبه، جنسیت، و تعداد افراد تحت تکفل متقاضی هستند.
در بانکداری اسلامی، دو دسته عقود مشارکتی و غیرمشارکتی (عقود مبادله ای) وجود دارد. عقود مبادله ای، عقودی با نرخ سود ثابت است که نرخ آنها معمولاً مبنای تخصیص منابع عقود مشارکتی است. در ایران نرخ سود عقود مبادله ای از سوی بانک مرکزی و به صورت دستوری تعیین می شود. در پژوهش حاضر با الهام از روش ارایه شده از سوی دادگر و فیروزان (1391) و به منظور مقایسه نتایج و ارتقای کارآیی برآوردها و نشان دادن قابلیت عملیاتی روش مذکور با استفاده از شبکه های عصبی مصنوعی پرسپترون چندلایه (MLP) و تابع پایه شعاعی (RBF) نرخ سود عقود مبادله ای محاسبه و برآورد شد. داده های مورد استفاده، اطلاعات حقیقی و واقعی عملکرد بخش تولید صنعتی یعنی بنگاه های با بیش از 10 نفر کارکن را شامل می شود. طبق نتایج به دست آمده، دو شبکه از دقت نسبتاً خوبی برای تخمین ضرایب تابع هزینه سایه ای برخوردارند و اکثر ضرایب، در صدم اعشار با هم تفاوت دارد. روش پیشنهادی علاوه بر سهولت انجام، در راستای روش اقتصادسنجی بوده ولی محدودیت های آن از جمله بررسی تعداد محدود صنایع به دلیل نمونه گیری را نداشته و تقریباً تمام 14 هزار داده کارگاه های صنعتی در سال 1386 را لحاظ نموده و میزان خطای محاسبات بسیار کمتر است. طبق نتایج حاصل، نرخ سود عقود مبادله ای برای سال مورد بررسی 15درصد به دست آمد که در مقایسه با نرخ سود 12 درصد برای سال مذکور، نشان دهنده 20 درصد انحراف در تعیین نرخ سود است که هزینه های غیرقابل انکاری بر اقتصاد کشور و تخصیص منابع محدود دارد.
یکی از چالش های نظام بانکداری بدون ربا، چالش حسابداری بانک هاست. این پژوهش در پی این پرسش است که آیا سیستم حسابداری فعلی، از نظام بانکداری بدون ربا پشتیبانی می کند؟ اگر چنین نیست، الگوی مطلوب حسابداری بانکداری بدون ربا کدام است؟ بر این اساس، فرضیه اصلی «الگوی مطلوب حسابداری متناسب با بانکداری بدون ربا مبتنی بر رویکرد پاسخگویی است»، تدوین و هشت فرضیه فرعی در راستای فرضیه اصلی طراحی و به خبرگان ارائه و پاسخ آنها راجع به این فرضیه ها جمع آوری گردید. داده های تحقیق با استفاده از آزمون کولموگروف اسمیرنوف و آنالیز واریانس ها تجزیه وتحلیل شده و در نتیجه فرضیه های تحقیق از سوی خبرگان تأیید شدند. نتایج تحقیق نشان می دهد که الگوی مطلوب حسابداری، دارای مشخصات زیر است: «رویکرد الگوی مطلوب حسابداری رویکرد پاسخگویی است»، «بانک نقش وکیل سپرده گذاران را دارد»، «اهداف استفاده کنندگان از اطلاعات مالی، کسب حداکثر سود با رعایت موازین اسلامی است»، «ویژگی اصلی اطلاعات، صحیح بودن، منصفانه بودن و قابل فهم بودن می باشد»، «تعیین و توزیع سود بر مبنای موازین اسلامی است»، «ارزش جاری مبنای اندازه گیری است»، «اهداف گزارشگری، ارائه اطلاعات درباره چگونگی انجام وظیفه وکالت و رابطه پاسخگو و پاسخ خواه است».
یکی از مسائل مهم در پیش بینی درماندگی مالی، انتخاب متغیرهای پیش بین می باشد. پژوهش پیش رو به نشان رویکردی جدید برای انتخاب ویژگی با استفاده از دسته بندی نسبت های مالی بر مبنای مفاهیم مالی و ترکیب روش های آماری با الگوریتم های فراابتکاری می پردازد. بدین منظور 34 نسبت مالی برای شرکت های تولیدی درمانده براساس ماده 141 قانون تجارت و به همان تعداد شرکت سالم به صورت تصادفی از شرکت های پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1380 تا1390با استفاده از صورت های مالی حسابرسی شده برای یک و دو سال قبل از درماندگی جمع آوری شده است. سپس با استفاده از آزمون آماری تی و الگوریتم ژنتیک، بهترین نسبت ها انتخاب و با استفاده از ماشین بردار پشتیبان، پیش بینی درماندگی مالی انجام شده است. نتایج بدست آمده از پژوهش حاکی از آن است که روش پیشنهادی هارک در یک و دو سال پیش از وقوع درماندگی به طور معناداری در پیش بینی درماندگی مالی نسبت به رگرسیون لجستیک و مدل آلتمن از عملکرد بهتری برخوردار است.