فهرست و منابع پایان نامه پیش بینی ارزش افزوده اقتصادی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی
فهرست:
چکیده: 1
مقدمه: 2
فصل اول: کلیات تحقیق
1-1 مقدمه 4
2-1 تاریخچه مطالعاتی. 4
3-1 بیان مساله 8
4-1 سوالات تحقیق. 9
5-1 فرضیه های پژوهش.. 10
6-1 اهداف تحقیق. 10
7-1 حدود مطالعاتی. 10
1-7-1 قلمرو موضوعی. 10
2-7-1 قلمرو زمانی. 11
3-7-1 قلمرو مکانی. 11
8-1 تعریف واژگان کلیدی و اصطلاحات.. 11
فصل دوم: مروری بر ادبیات تحقیق
1-2 مقدمه 14
2-2 بخش اول: ادبیات پژوهش.. 15
1-2-2 بررسی مفاهیم مربوط به سود 15
2-2-2 بررسی سود نقدی. 15
3-2-2 مفهوم سود در حسابداری. 16
4-2-2 مفهوم سود هر سهم 16
3-2 بررسی مفاهیم مربوط به ارزش افزوده اقتصادی. 17
1-3-2 تاریخچه ارزش افزوده 17
2-3-2 مفهوم ثروت ایجاد شده برای سهام داران. 18
4-2 شاخص های ارزیابی عملکرد 18
5-2 شاخص های مربوط به اجزای سود باقی مانده 19
6-2ارزش افزوده اقتصادی. 19
1-6-2 ارزش افزوده اقتصادی در عمل. 22
2-6-2 تکامل ارزش افزوده اقتصادی. 23
7-2 تعاریف عملیاتی ارزش افزوده اقتصادی. 24
8-2ارزش افزوده اقتصادی از دیدگاه مدیریت مالی. 25
9-2 مدل عایدیها برای محاسبه هزینه سرمایه از محل آورده سهامداران. 27
10-2 مدل تقسم سود با نرخ رشد ثابت.. 29
11-2 محاسبه هزینه ی سرمایه با استفاده از مدل CAPM.. 31
12-2 هزینه تامین منابع مالی از طریق دریافت وام 32
13-2 هزینه تامین منابع مالی از طریق صدور سهام ممتاز. 32
14-2 هزینه تامین منابع پولی از محل سود تقسیم نشده 32
15-2 تجزیه و تحلیل نسبت های مالی. 33
16-2 نسبت های سرمایه گذاری. 37
1-16-2 نسبت دارایی ثابت به ارزش ویژه 37
2-16-2 نسبت بدهی. 37
3-16-2 نسبت بدهی جاری به ارزش ویژه 38
4-16-2 نسبت پوشش بهره 38
17-2 شبکه‌های عصبی. 38
18-2 اجزای شبکه‌های عصبی مصنوعی. 41
1-18-2 عناصر پردازشگر. 41
19-2 شبکه 42
1-19-2 ساختار شبکه 43
20-2 پرسپترون چندلایه 44
21-2 پردازش اطلاعات در شبکه‌های عصبی مصنوعی. 45
22-2 الگوریتم پس‌انتشارخطا 49
23-2 بخش دوم: مروری بر پژوهشها 50
1-23-2 پژوهشهای داخلی. 50
2-23-2 پژوهشهای خارجی. 54
فصل سوم: روش اجرای تحقیق
1-3 مقدمه 56
2-3 متغیرهای تحقیق. 56
3-3 مدل تحلیلی تحقیق. 57
4-3جامعه آماری. 57
5-3 روش گردآوری اطلاعات.. 60
6-3 روایی و پایایی. 60
7-3 ابزار گردآوری اطلاعات.. 60
8-3 ارزش افزوده اقتصادی یا EVA.. 61
1-8-3 نرخ بازده کلی سرمایه 61
2-8-3 سرمایه Capital 62
3-8-3 نرخ هزینه سرمایه 62
9-3 نسبت های مالی. 65
10-3 رگرسیون. 66
11-3 شبکه عصبی. 66
12-3 روش تجزیه و تحلیل داده‌ها 67
فصل چهارم: تجزیه و تحلیل داده‌ها
1-4 مقدمه 70
2-4 آماده سازی داده ها 71
3-4 محاسبه ارزش افزوده اقتصادی. 79
4-4 پیش بینی با استفاده از رگرسیون. 82
5-4 پیش بینی ارزش افزوده اقتصادی با استفاده از شبکه عصبی. 84
6-4 مقایسه پیش بینی شبکه عصبی و رگرسیون. 88
فصل پنجم: نتیجه‌گیری و پیشنهادات
1-5 مقدمه 93
2-5 نتایج فرضیات.. 93
1-2-5 بررسی فرضیه اول. 93
2-2-5 بررسی فرضیه دوم 95
3-5 نتیجه گیری کلی. 96
4-5 محدودیت های تحقیق. 97
5-5 پیشنهاد برای تحقیقات آتی. 97
پیوست ها
خروجی ها با استفاده ازنرم افزار مطلب.. 100
منابع و ماخذ
منابع فارسی: 126
منابع لاتین: 128
چکیده انگلیسی: 130
جدول 1-2 برخی از انواع شبکه‌های عصبی. 44
جدول 1-3 پنجاه شرکت برتر بورس بر اساس سودآوری. 59
جدول 1-3 فرمولهای نسبتهای مالی. 65
جدول 2-3 نسبت های مالی و نماد های آن. 66
جدول 1-4 نسبتهای مالی برای سالهای مختلف شرکت باما 72
جدول 2-4 نسبتهای مالی برای سالهای مختلف شرکت چادرملو. 73
جدول 3-4 نسبتهای مالی برای سالهای مختلف شرکت اتومبیل ایران. 74
جدول 4-4 نسبتهای مالی برای سالهای مختلف شرکت ایران خدرو دیزل. 75
جدول 5-4 نسبتهای مالی برای سالهای مختلف شرکت پارس خودرو. 76
جدول 6-4 نسبتهای مالی برای سالهای مختلف شرکت سایپا آذین. 77
جدول 7-4 نسبتهای مالی برای سالهای مختلف شرکت سایپا 78
جدول 8-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت باما 79
جدول 9-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت چادرملو. 79
جدول 10-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت قطعات اتومبیل ایران. 80
جدول 11-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت ایران خودرو دیزل. 80
جدول 12-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت پارس خودرو. 81
جدول 13-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت سایپا آذین. 81
جدول 14-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت سایپا 82
جدول 15-4 خروجی spss. 82
جدول 16-4 جدول اوزان 87
جدول 17-4 مقادیر واقعی و پیش بینی شده 88
جدول 18-4 مقایسه خطای شبکه و خطای رگرسیون خطی. 90
جدول 1-5 بررسی نتایج جدول اوزان. 94
جدول 2-5 جدول خطا ها و فاصله 96
نمودار 1-2 ارزش افزوده 20
نمودار 2-2 ارزش افزوده اقتصادی. 21
نمودار 3-2 اجزای یک عنصر پردازشگر. 42
نمودار 4-2 ساختار ساده شبکه‌های عصبی مصنوعی. 43
نمودار 5-2 ساختار پرسپترون چندلایه (MLP) 45
نمودار 6-2 عملیات یک شبکه عصبی نظارتی. 48
نمودار 1-3 مدل تحلیلی تحقیق. 57
نمودار 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
.
منبع:
منابع فارسی:
پیتام،ع.ر. ، ترجمه علی پارسائیان، 1380، " پیشگویی بازار بورس تهران بوسیله شبکه عصبی-فازی"، پایاننامه کارشناسی ارشد،دانشکده مهندسی کامپیوتر،دانشگاه شیراز.
تیموری اصل، ی، 1384، "پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی" بررسی های حسابداری و حسابرسی، شماره 41.
جکسون،ت. و بیل آر،"، ترجمه محمود البرزی،1380، "اشنایی با شبکه های عصبی مصنوعی، تهران موسسه انتشارت علمی.
جهانخانی،علی،1376، " بررسی عوامل مؤثر برقیمت سهام ومروری برروند تغییرقیمت سهام دربورس اوراق بهادار تهران"،زمینه،شماره 65 ،صفحات 13-16.
حجازی. ر، و عارفه حسینی ،1386، "مقایسه رابطه ارزش افزوده بازار و ارزش افزوده اقتصادی با معیارهای حسابداری در بورس اوراق بهادار تهران". پژوهشهای اقتصادی.
راعی، ر، 1377 ،" طراحی مدل سرمای هگذاری مناسب در سبد سهام با استفاده از هوش مصنوعی(شبکه های عصبی)"، رساله دوره دکتری مدیریت مالی، دانشگاه تهران.
راعی، رو کاظم چاوشی، 1382 ، "پیش بینی بازده سهام در بورس اوراق بهادار تهران: مدل شبکه های عصبی مصنوعی و مدل چند عاملی"، تحقیقات مالی، سال پنجم، شماره 15 ، صفحات97-120.
رحیمی، ع، 1374 ، "بررسی رابطه بین بازده سهام و ضریبP/E شرکت های پذیرفته شده در بورس اوراق بهادار تهران"، پایان نامه کارشناسی ارشد حسابداری، دانشگاه شهید بهشتی.
سراجی.ح، و علی اصغر انواری رستمی،1383، "بررسی ارتباط میان ارزش افزوده اقتصادی،سود قبل از بهره و مالیاتف جریان نقدی فعالیتهای عملیاتی با ارزش بازار سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران". بررسی¬های حسابداری و حسابرسی. سال یازدهم. شماره 37. صفحات 3-21
کارتالوپس، ا. و، ترجمه محمود جورابیان و رحمت الله هوشمند، 1381، "منطق فازی و شبکه های عصبی (مفاهیم و کاربرد)"، اهواز، دانشگاه شهید چمران.
مشایخی، ب، 1383، " بررسی تحلیلی محتوای افزاینده اطلاعاتی ارزش افزوده اقتصادی و ارزش افزوده نقدی در مقابل سود حسابداری و وجوه نقد حاصل از عملیات : طراحی مدل پیش بینی بازده سهام(بر مبنای ارزش افزوده اقتصادی ، ارزش افزوده نقدی، سود حسابداری و وجوه نقد حاصل از عملیات)" . دانشگاه تهران، دانشکده مدیریت.
منهاج،م،ب، 1377، " مبانی شبکه¬های عصبی مصنوعی"، مرکز نشر پروفسور حسابی.
نمازی ، م. و بهروز زارع، 1383، " کاربرد تئوری اطلاعات در تعیین ریسک سیستماتیک، مطالعه موردی : شرکت های پذیرفته شده در بورس اوراق بهادار تهران"، مجله بررسیهای حسابداری و حسابرسی، صفحات 79-100.
نمازی، م و شکر ا... خواجوی ، 1383 ، "سودمندی متغیرهای حسابداری در پیش بینی ریسک سیستماتیک شرکت های پذیرفته شده در بورس اوراق بهادار تهران" ، مجله بررس یهای حسابداری و حسابرسی، زمستان، شماره 38 ، صفحات93- 11.
وکیلیان آغویی، م، 1388 ، "برسی رابطه بین ارزش افزوده اقتصادی و سود باقیمانده،درپیش بینی سود هر سهم سال اتی"، تحقیقات مالی، دوره 11،شماره 27
منابع لاتین:
Bambang, Budi, R.J Widro, Z. Iftikar and L. Moses (2000). “Indonesia Stock Market Prediction Using Time Series Neural Network”. http: www.ssrn.comhtml. [15 feb 2004].
Campbell, John Y. (1987). "Stock Returns and the Term Structure"
Campbell, John Y. and M.Yogo (2002)”. Efficient Tests of Stock Return Predictability”at John - Campbell @Harvard.edu.
Dater, Vinayt, N. Naik and R.Radcliffe (1998) "Liquidity and Stock Returns: A Alternative Test" Journal of Financial Market, No. 1, PP: 203-219.
Fama, Eugene F. (1976). “Foundation of Finance. Manchester Basic Books Inc”.
Fama, Eugene F., and Kenneth R. French (1989). "Bussiness Conditions and Expected Returns on Stocks and Bounds” Journal of Financial Economics, No. 25, PP: 23-49.
Fama, Eugene, and Kenneth French (1988). "Dividend Yields and Expected Stock Returns." Journal of Financial Economics, Vol 22, pp: 3-25.
Hodrick, Robert J. (1992) "Dividend Yield and Expected Stock Returns: Alternative Procedures for Inference and Measurement" The Review ofFinancial Studies, No. 5, pp: 357-386.
Hsiao, C. (1985). “Benefits and Limitation of Panel Data” Econometric Review, No. 4, p: 21-174.
Januskevicius, Marius (2003). “Testing Stock Market Efficiency usingNeural Networks: Case of Lithunia”. http: www. SSERIGA. EDG.LV. [20 Apr 2004].
Jun, Sang. G, AchlaMarathe and H.A. Shawky. (2002). “Liquidity and Stock Returns in Emerging Equity Markets” Emerging Markets Review, No. 4, pp: 1-24.
Keim, Donald B., and Robert F. Stambaugh (1986). “Predicting Returns in the Stock and Bound Market” Journal of Financial Economics, No.17,pp: 357-390.
Leung, Mark, An-Sing Chen and HazemDaouk (2001). “Application of Neural Networks to an Emerging Financial Market: Forecasting and Trading The Taiwan Stock Index”, www. webuser. Bus. Umich. Edu \ hdaouk. Com.
Lev, B. (1974). “Financial Statement Analysis: A New Approach”. First Edition, New Jersy, Engelwood Cliffs: Prentic Hall.
O’Byrne, S.F. (1996).”EVA and Market Value”. Journal of Applied Corporate Finance. 9 (1), 116-125.
Stewart, G. B. (1991). “The Quest for Value: A Guide for Senior Managers.” New York: Harper Business Publisher.
Uymeura, D. G., Kantor, C. C. and Petit, J. M. (1996).” EVA for Banks, Value Creation, Risk Management and Profitability Measurement”. Journal of Applied Corporate Finance. 9 (1), 94-109.
Wong, bok. Bodnovich,Thomas A., selvi, yakup (1977). “neural network applications in business: A review and analisis of the literature (1988-1995).” Decision support systems. Pp. 320-230
Yoon, Y., T. Guimaraes and G. Swales(1994). “Integrating Artificial Neural Networks With Rule Based Expert Systems”, Decision Support Systems, Vol. 11,PP. 497-507
.