پاییز

دانشجویان DBA

پیام خطا

Deprecated function: Array and string offset access syntax with curly braces is deprecated in include_once() (line 20 of /home/iranianaacom/public_html/includes/file.phar.inc).

پاییز

بررسی قدرت کشف مدلهای مدیریت سود

در سالهای اخیرمدیریت سود در تحقیقات دانشگاهی توجه زیادی را به خود جلب کرده است. یک عامل بنیادی در آزمون مدیریت سود در شرکتها، تخمین عامل اختیار و اعمال نظر مدیران در تعیین سود است که مبتنی بر اندازه گیری و کاربرد اقلام تعهدی اختیاری می باشد. بررسی ادبیات مبتنی بر مدیریت سود، بیانگر وجود رویکردهای متفاوت در تخمین و اندازه گیری اقلام تعهدی اختیاری می باشد. اغلب تحقیقات دانشگاهی داخلی براساس نتایج تحقیق دچو و همکاران (1995) [24] که مدل تعدیل شده جونز از قدرت کشف بیشتری در مدیریت سود برخوردار است،از این مدل در آزمون مدیریت سود استفاده می کنند.

بررسی رابطه ی بین کیفیت افشا و قیمت گذاری نادرست اقلام تعهدی و جریان نقدی

زمانی که سرمایه گذاران انتظار خود را از سودهای آتی شرکت ها شکل می دهند، پایداری اقلام تعهدی را کمتر از جریان نقدی پیش بینی کرده و به تبع آن سهام به اشتباه قیمت گذاری می شود. افشای اطلاعات به تحلیل گران و سرمایه گذاران آگاهی می بخشد و دقت پیش بینی آن ها را افزایش می دهد. بنابراین افشای با کیفیت بالاتر به درک کامل اطلاعات اقلام تعهدی و جریان نقدی کمک می کند و انتظار می رود بر قیمت گذاری نادرست اجزای سود تأثیرگذار باشد.

تبیین عوامل موثر بر عدم تقارن اطلاعاتی سود بودجه شده با پیش بینی سود حاصل از شبکه های عصبی فازی

عدم وجود معیاری مناسب برای اندازه گیری عدم تقارن اطلاعاتی بین مدیرانی که اقدام به پیش بینی سود می نمایند و تحلیل گران آماری که از طریق روش های آماری اقدام به پیش بینی سود می نمایند،مساله اصلی تحقیق حاضر می باشد.هدف از تبیین عوامل موثر بر عدم تقارن اطلاعاتی سود بودجه شده مدیران با سایر روش های پیش بینی سود، شناسایی میزان عدم تقارن اطلاعاتی بین افراد درون سازمانی و افراد برون سازمانی می باشد. مبنای نظری تحقیق حاضر به تئوری نمایندگی و تئوری عدم تقارن اطلاعاتی مرتبط می باشد.

مقایسه مدل تحلیل تمایزی چندگانه با مدل شبکه های عصبی در پیش بینی ورشکستگی شرکت های پذیرفته شده در بازار بورس اوراق بهادار تهران

پژوهش حاضر به مطالعه ي پيش بيني ورشكستگي مالي شركت های پذیرفته شده در بورس اوراق بهادار تهران به وسيله ي شبكه هاي عصبي مصنوعي مي پردازد. بهترين نسبت هاي مالي پيش بين در پژوهش هاي صورت گرفته در پيشينه موضوع به عنوان ورودي شبكه هاي عصبي انتخاب شده اند. شبكه ي عصبي به كار گرفته شده در اين پژوهش از نوع پرسپترون چند لايه مي باشد كه به روش الگوريتم پس انتشار خطا آموزش ديده اند، و شامل شبكه عصبي پيشخور سه لايه با تركيب (5:18:2) در آرايش نرون هاست.

بررسي اثر محرك هاي(مشوق هاي) مالياتي با هدف جذب سرمايه گذاري خارجي «كنكاش تجربه كانادا»

صفحه‌ها