چکیده

 

اکثر مدلهای شناسایی مدیریت سود بر اساس تعهدات حسابداری بنا شده‌اند چرا که فرض بر این است دستکاری سود با بهره گرفتن از اقلام تعهدی حسابداری صورت می‌گیرد. توانایی مدل‌های شناسایی مدیریت سود در تعدادی از پژوهش‌ها مورد بررسی قرار گرفت که نتایج بعضی از این بررسی‌ها شاهدی بر ناکارآمدی مدل‌های ارائه شده است. آنچه در توضیح کارایی پایین این مدل‌ها عنوان شده، استفاده این مدل‌ها از روش‌های خطی برای مدلسازی فرایند تعهدات می‌باشد. طراحی مدلهای پیش‌بینی که توانایی تحلیل روابط پیچیده غیرخطی را دارا هستند فرصت آزمون دوباره روابط بین متغیرهای توضیح دهنده مدیریت سود و بهبود فرایند شناسایی آن را فراهم می‌کنند. نمونه مورد استفاده در این پژوهش شامل 1408 سال-شرکت (176 شرکت در بازه سالهای 83-90) است که به دو بخش داده‌های آزمون و آموزش تقسیم می‌شود. مدلهای مورد استفاده ما شامل شبکه عصبی پرسپترون و مدل خطی ساده و خطی چند بخشی است. تحلیل نتایج بر اساس میانگین تعهدات اختیاری تخمینی هر مدل در داده‌های آزمون بر اساس چهار متغیر عملکرد می‌باشد. بر این اساس مدل شبکه عصبی پرسپترون کارکرد بهتری نسبت به سایر مدلها دارد.

 

واژگان کلیدی: مدیریت سود، شبکه عصبی، تعهدات اختیاری

 

فهرست مطالب

 

عنوان                                       صفحه

 

فصل اول: مقدمه و کلیات طرح تحقیق 1

 

1-1.مقدمه 2

 

1-2.تعریف مساله 2

 

1-3.ضرورت انجام تحقیق 5

 

1-4.اهداف 6

 

1-5.سوالات تحقیق 6

 

1-6. فرضیات تحقیق: 6

 

1-7.کاربردهای تحقیق 7

 

1-8.جامعه آماری 7

 

1-9.روش تجزیه و تحلیل 8

 

1-10.روش گردآوری اطلاعات 9

 

1-11.جنبه جدید بودن و نوآوری: 9

 

1-12.تعریف اصطلاحات تخصصی 9

 

فصل دوم: ادبیات تحقیق 11

 

2-1. مقدمه 12

 

2-2.مدیریت سود 13

 

2-2-1.انگیزه‌های مدیریت سود 15

 

2-2-2.الگوهای مدیریت سود 19

 

2-2-3 . تکنیک‌های مدیریت سود 21

 

2-3 . مدل های شناسایی مدیریت سود 23

 

2-3-1. هیلی (1985) 24

 

2-3-2. مدل دی آنجلو (1986) 25

 

2-3-3. مدل جونز (1991) 25

 

2-3-4. مدل دچو وهمکاران-تعدیل شده جونز (1995) 27

 

2-3-5. مدل ریس و همکاران (1996) 28

 

2-3-6.کوتاری و همکاران(2005) 29

 

2-3-7. مدل بال و شیوا کمار(2006) 30

 

2-3-8. استابن (2010) 31

 

2-3-9. دچو و همکاران (2012) 32

 

2-4. مدل شبکه عصبی 33

 

2-4-1. مقدمه 33

 

2-4-2. ساختار شبکه های عصبی مصنوعی 35

 

2-4-3.توابع فعال سازی شبکه های عصبی 37

 

2-4-4. شبکه های عصبی تک لایه 38

 

2-4-5. شبکه‏های پیش‏خور 40

 

2-4-6. شبکه‏های بازگشتی (پس خور) 41

 

2-4-7. طبقه بندی انواع آموزش در شبکه 41

 

2-4-8 . شبکه عصبی پرسپترون 43

 

2-5.پیشینه تحقیق 45

 

فصل سوم: روش تحقیق 52

 

3-1.مقدمه 53

 

3-2. روش تحقیق 53

 

3-3. جامعه و نمونه آماری تحقیق 54

 

3-4. سؤالات و فرضیه های تحقیق 55

 

3-5. معرفی مدلهای تحقیق 56

 

3-5-1. مدل ریس و دیگران (1996) 56

 

3-5-2. مدل بال و شیواکمار(2006) 56

 

3-5-3. مدل شبکه عصبی پرسپترون 57

 

3-6.اندازه گیری تعهدات کل 63

 

3-7.معیار اندازه‌گیری عملکرد مدلها 65

 

3-8. آزمونهای آماری 65

 

3-8-1. آزمون کولموگوروف – اسمیرنوف (KS) 66

 

3-8-2. بررسی نرمال بودن خطاها 67

 

3-8-3. آزمون دوربین – واتسون (DW ) 67

 

3-8-4. ضریب همبستگی پیرسون 68

 

3-8-5. آزمون برای معنی‌دار بودن رگرسیون 69

 

3-8-6. آزمون هم‌خطی 70

 

3-8-7. آزمون میانگین یک جامعه 70

 

فصل چهارم: تجزیه و تحلیل 72

 

4-1. مقدمه 73

 

4-2. آمار توصیفی 73

 

4-3. همبستگی بین متغیرها 74

 

4-4.آزمون کولموگوروف–اسمیرنف 75

 

4-5. مدل های رگرسیون خطی 76

 

4-5-1. مدل ریس و همکاران(مدل خطی ساده) 76

 

4-5-2. مدل بال و شیواکمار(مدل خطی چندبخشی) 79

 

4-5-3.تحلیل ضرائب حاصل از داده‌های آموزش 82

 

4-6. مدل شبکه عصبی پرسپترون 84

 

4-6-1. تعیین بهینه تعداد نرون‌های لایه پنهان 85

 

4-6-2. تعیین بهینه تعداد تکرار شبکه 86

 

4-6-3. تعیین بهینه نرخ یادگیری شبکه 86

 

4-6-4. تعیین بهینه شتاب شبکه 86

 

4-7. بررسی کارایی مدلها 87

 

4-8.آزمون فرضیات 88

 

4-8-1.نحوه رتبه‌بندی 89

 

فصل پنجم: نتایج و پیشنهادات 92

 

5-1. مقدمه 93

 

5-2.نتایج آزمون فرضیات 94

 

5-3.بحث و نتیجه‌گیری 95

 

5-4.پیشنهادات 96

 

5-5. محدودیت های تحقیق 97

 

مراجع 98

 

 1-1.مقدمه

 

در اواخر دهه 1920 رایج شدن صورتحساب سود و زیان همراه با فشارهای قابل توجه از سوی افراد خارج از حرفه حسابداری و نیز عدم رضایت دست‌اندرکاران حرفه‌ای و دانشگاهیان از روش‌های جاری، تغییرات مهمی را در تفکر و نظریه حسابداری بوجود آورد. یکی از مهمترین این تغییرات تاکید و توجه بیشتر به صورت حساب سود و زیان که پیشتر معطوف به ترازنامه بود، سبب شده‌است تا مقوله‌ای به نام مدیریت سود متولد و مطرح شود.

 

در دهه‌های اخیر مطالعات زیادی در خصوص مدیریت سود صورت پذیرفته و ادبیات بسیاری از آنها در مورد انگیزه‌ها، اهداف، ابزارها و روش های شناسایی آن بوده است. برای نمونه مک‌نیکولز (2000) شواهدی از افزایش فراوانی نسبی تحقیقات مرتبط با مدیریت سود نسبت به سایر موضوعات در اواخر دهه 90 ارائه نمود. بطوری که در سال‌های 1996 الی 1998 تقریبا 20 درصد از کل مقالات انتشار یافته توسط 8 مجله معتبر حسابدری و مدیریت مالی آمریکا به موضوع مدیریت سود اختصاص داشت.تحقیقات اخیر به تعیین مدلی برای شناسایی  مدیریت سود می‌پردازد. در واقع برای کاهش ریسک بحران‌های مالی ناشی از مدیریت سود و کمک به سرمایه‌گذاران برای اجتناب از زیان‌های بزرگ در بازار سهام لازم است تا مدلی برای پیش‌بینی مدیرت سود توسعه یابد (چی فونگ تسایی و ین چونگ چیو،2009).

 

1-2.تعریف مساله

 

گزارش‌های حسابداری باید مربوط[1] و قابل‌اتکا[2] باشد. ولی از منظر حسابداری بین این دو ویژگی باید نوعی موازنه برقرار باشد. این دو ویژگی در دو سر یک طیف می‌باشند که با توجه به شرایط به یکی از این دو ویژگی توجه بیشتری می‌شود. بعبارت دیگر هرگاه ویژگی کیفی مربوط بودن اطلاعات افزایش (کاهش) یابد ویژگی قابلیت اتکا کاهش (افزایش) می‌یابد. در تلاش برای ایجاد توازن بین این دو ویژگی، اصول عمومی پذیرفته شده حسابداری تا حدی به مدیران شرکت‌ها اجازه می‌دهد که در تهیه صورتهای مالی، بر مبنای ارزیابی‌ها و قضاوت‌های حرفه‌ای خود از شرایط واحد تجاری و محیط اقتصادی عمل کنند. اما متاسفانه این قضاوت‌ها می‌تواند مورد سوءاستفاده مدیران در جهت منافع خودشان قرار گیرد که موجب کاهش قابلیت اتکای گزارش‌های مالی می‌شود. بطوریکه گراهام و همکاران (2005) طی نظرسنجی خود از چهارصد نفر از مدیران شرکت‌های آمریکایی نشان دادند که انگیزه زیادی بین مدیران برای انجام مدیریت سود وجود دارد. این استفاده فرصت‌طلبانه از قضاوت‌های اختیاری در صورتهای مالی را مدیریت سود[3] می‌گویند.

 

شواهدی وجود دارد (تئو، ولچ و وانگ،1998؛ اسلون،1996) که نشان می‌دهد سوء استفاده مدیریت از قضاوت‌های اختیاری و مدیریت سود، موجب گمراهی استفاده‌کنندگان می‌شود. بدلیل ناتوانی استفاده‌کنندگان در تشخیص سوء استفاده مدیریت از قضاوت های اختیاری ، عده‌ای از محققان برای ارائه مدلی جهت شناسایی مدیریت سود پژوهش‌هایی انجام دادند. از آنجا که مدیریت سود از طریق دستکاری در تعهدات صورت می‌پذیرد(چن 2009؛ لافوند و لنگ 2007؛ لویز و همکاران 2003؛ تاکر و زارووین 2006 و دچو و همکاران 2003). لذا اکثر این مدل‌ها بر این فرض استوارند که مدیریت سود در قالب تعهدات حسابداری صورت می‌گیرند. دچو و همکاران(2003)در پژوهش خود در مورد مدیریت سود عنوان می‌کند منطقی‌ترین راه برای مدیریت سود توسط مدیران بوسیله دستکاری در تعهدات حسابداری صورت می‌گیرد و یا گوش و اولسن(2009) با بررسی میزان استفاده مدیران از اقلام تعهدی اختیاری در شرایط ابهام، بیان کردند که مدیران برای کاهش نوسانات در سود گزارش شده از اقلام تعهدی اختیاری استفاده می کنند. در ایران نیز نوروش و همکاران در پژوهشی نشان دادند که شرکت‌های بزرگ در ایران اقدام به مدیریت سود کرده‌اند و از اقلام تعهدی برای کمترکردن مالیات استفاده می‌کنند و با بزرگتر شدن شرکت‌ها، تمایل مدیران به مدیریت سود بیشتر می شود.

 

اولین مدل توسط هیلی[4] (1985) ارائه شد و در ادامه آن مدل‌های دیگری نظیر دی‌آنجلو(1986)، جونز(1991)، دچو و همکاران (1995)، کوتاری و همکاران (2005)، استابن (2010) و اخیرا دچو و همکاران(2012) ارائه گردید. در میان این مدل‌ها، مدل رگرسیون خطی چندگانه جونز[5] و یا مدل تعدیل شده جونز عمومیت بیشتری دارند. بر اساس مدل جونز میزان تعهدات را می‌توان با بهره گرفتن از تغییرات درآمدها و دارایی‌های استهلاک‌پذیر توضیح داد. از این رابطه برای تعیین سطحی از تعهدات که تعهدات غیراختیاری(تعهدات عادی) نام دارد، استفاده می‌شود. تفاوت بین تعهدات کل[6] و تعهدات غیراختیاری[7]، تعهدات اختیاری[8] (تعهدات غیرعادی) نام دارد که بعنوان معیاری برای مدیریت سود در نظر گرفته می‌شود.

 

علی‌رغم استفاده گسترده‌ای که از مدل جونز و سایر مدل‌ها می‌شود، اما همواره انتقاداتی هم نسبت به این مدل‌ها وجود دارد. همانطور که می‌دانید فرض اصلی این مدل‌ها، شناسایی مدیریت سود بواسطه تعهدات حسابداری است. بر اساس این فرض مدل‌های مختلف، تعهدات کل را به دو بخش اختیاری و غیراختیاری تقسیم می‌کنند، که تعهدات اختیاری معیاری برای مدیریت سود است. کارایی این مدلها در شناسایی و استخراج تعهدات اختیاری از تعهدات کل در بسیاری از تحقیقات مورد بررسی قرار گرفت. توماس و ژنگ (2000) در بررسی خود نشان دادند که این مدل‌ها دارای کارایی خوبی نیستند. یکی از دلایل کارایی پایین این مدل‌ها، ناشی از نامناسب بودن داده‌های مورد استفاده برای این مدل‌ها است. دلیل دیگر که عنوان شد این است که این مدل ها از روش رگرسیون خطی برای مدلسازی فرایند شناسایی تعهدات اختیاری استفاده می‌کنند، درحالیکه تعدادی از بررسی‌ها (دچو، اسلون و سویینی،1995؛ جتر و شیواکمار،1999؛ کوتاری، لئون و وازلی 2005) نشان می‌‌دهد این رابطه غیرخطی است. علی‌رغم نیاز به روش‌های غیرخطی برای تعیین تعهدات اختیاری، تاکنون مدل‌های خیلی کمی از این دست ارائه شده‌است. مدل‌هایی نظیر مدل مقایسه عملکرد (کوتاری و همکاران،2005) و مدل رگرسیون خطی چندبخشی (بال و شیواکمار ،2006؛ جتر و شیواکمار 1999) از جمله روش‌هایی هستند که برای حل مشکل غیرخطی بودن رابطه حاکم بر فرایند تعهدات ارائه شدند. یکی از روش‌های جایگزین که برای ویژگی غیرخطی بودن فرایند تعهدات مفید است، مدل شبکه‌ عصبی[9] می‌باشد. اگر چه این روش‌ها در سایر مطالعات حسابداری کاربرد موفقیت آمیزی داشته است (مراجعه شود به ویلدو، لیسبو و واقان،1999؛پالیوال و کومار،2009)، ولی این روش در مورد شناسایی مدیریت سود بندرت بکار رفته است. در بسیاری از موارد استفاده از شبکه‌های عصبی در مقایسه با روش‌های آماری سنتی نظیر رگرسیون خطی چندگانه، منجر به نتایج چشمگیری شده است که البته دارای مشکلات عدیده روش‌های رگرسیونی هم نمی‌باشند. بطور کلی به چند برتری عمده مدل شبکه عصبی می‌توان اشاره کرد: اول از همه اینکه مدل‌های شبکه عصبی را می‌توان برای مدلسازی روابط غیر خطی بکار برد. دوم، بسیاری از فرض‌هایی که در استفاده از روش‌های رگرسیونی باید برقرار باشند، در استفاده از این شبکه‌ها می‌توان نادیده گرفت.سوم، شبکه‌های عصبی به اندازه مدل‌های رگرسیونی تحت تاثیر داده‌های پرت و داده‌های از دست رفته قرار نمی‌گیرند.

 

 

 

1-3.ضرورت انجام تحقیق

 

نقش اصلی اطلاعات حسابداری در بازارهای مالی فراهم کردن زمینه‌های لازم برای تخصیص منابع است. در میان اطلاعات حسابداری سود  بعنوان یک عامل مهم در تعیین اعتبار و قابلیت اعتماد اقلام گزارش شده پدیدار گشته است. در نتیجه، تعیین کیفیت سود، مورد علاقه سرمایه گذاران، مدیران، قانونگذاران و تدوین کنندگان استاندارد‌ها است. همچنین کیفیت سود، اغلب بیشتر از کیفیت جریان‌های نقدی می باشد، زیرا اقلام تعهدی منتج در سود رابطه پایدارتر، دارای نوسان کمتر و رابطه قویتری با جریان نقد آتی داشته و همچنین نسبت به جریانات نقدی دارای ارتباط قویتری با قیمت جاری سهام می‌باشد. حال با توجه به اینکه یکی از جنبه‌های کاهنده کیفیت سود، مدیریت سود است لذا ارائه مدلی که بتواند به بهترین نحو در شناسایی مدیریت عمل کند، کمک شایانی را برای استفاده‌کنندگان به ارمغان می‌آورد.

 

 

 

1-4.اهداف

 

هدف از انجام این بررسی، ارزیابی این مساله است که آیا رابطه حاکم بر فرایند تعهدات یک رابطه غیر خطی است. بعبارتی آیا مدل شبکه عصبی بر مدل‌های خطی و مدل خطی چندبخشی، در شناسایی مدیریت سود برتری دارد. در این بررسی به مقایسه یک مدل رگرسیون خطی، یک مدل رگرسیون خطی چندبخشی و مدل شبکه عصبی پرسپترون[10] خواهیم پرداخت.

 

1-5.سوالات تحقیق

 

1.آیا مدل رگرسیون خطی چند بخشی بر مدل رگرسیون خطی در شناسایی مدیریت سود برتری دارد؟

 

آیا مدل شبکه عصبی پرسپترون بر مدل رگرسیون خطی در شناسایی مدیریت سود برتری دارد؟
 

آیا مدل شبکه عصبی پرسپترون بر مدل رگرسیون خطی چند بخشی در شناسایی مدیریت سود برتری دارد؟
1-6. فرضیات تحقیق:

 

مدل رگرسیون خطی چند بخشی بر مدل رگرسیون خطی در شناسایی مدیریت سود برتری معناداری دارد.
 

مدل شبکه عصبی پرسپترون بر مدل رگرسیون خطی در شناسایی مدیریت سود برتری معناداری دارد.

 

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

 

چکیده 1

 

فصل اول : کلیات تحقیق 2

 

1-1مقدمه 3

 

1–2  بیان مسئله 3

 

1-3 اهمیت وضرورت تحقیق 5

 

1-4اهداف تحقیق 6

 

1-4-1 اهداف اصلی 6

 

1-4-2 اهداف فرعی تحقیق 6

 

1-5 فرضیه های پژوهش 7

 

1-6 روش تحقیق 7

 

1-7قلمرو پژوهش 7

 

1-7-1 قلمرو موضوعی تحقیق 7

 

1-7-2 قلمرو مکانی تحقیق 8

 

1-7-3 قلمرو زمانی تحقیق 8

 

1- 8روش نمونه گیری وتعیین حجم نمونه 8

 

1-9ابزار گرد آوری داده ها 8

 

1-10روش تحلیل داده ها 9

 

1-11شرح واژه ها واصطلاحات بکار رفته در تحقیق 10

 

1-11-1تعاریف نظری 10

 

1-11-2تعاریف عملیاتی: 11

 

فصل دوم: مبانی نظری پیشینه تحقیق 13

 

2-1مقدمه 14

 

2-2معرفی سیستم برنامه ریزی منابع سازمانERP 15

 

2-3سابقه تاریخیERP 16

 

2-4تئوری پذیرش فناوری 19

 

2-4-1رابطه فناوری اطلاعات باERP 20

 

2-4-2انواع سیستم های اطلاعاتی 21

 

2-4-2-2سیستم پشتیبانی تصمیم گیری DSS: 22

 

2-4-2-3سیستم اطلاعات مدیران عالی EIS: 23

 

2-4-2-3هوشمندی سازمانی(B I) 23

 

2-5جایگاه E R P در لایه های نرم افزاری و سیستم های اطلاعاتی: 24

 

2-5-1قابلیتهای کیفی نرم افزار 25

 

2-6نقش IT در شکست اغلب پروژه های برنامه ریزی منابع سازمان 26

 

2-7سازگاری سیستم مدیریت منابع بنگاه با تجارت الکترونیک 27

 

2-8مدل راهبردی ارزیابی وانتخاب ERP: 28

 

2-8-1شاخصهای عملکردی سیستمهایERP: 29

 

2-9دلایل عمده استفاده ازERPدر سازمان ها 29

 

2-9-1دلایل اصلی پذیرشERP 30

 

2-10منابع ERP 31

 

2-11عوامل موفقیت استقرارERP 33

 

2-12روشهاى مختلف پیاده سازى برنامه ریزى منابع سازمان دریک سازمان: 35

 

2-12-1ویژگی های پیاده سازی موفق یک ERP 36

 

2-12-2فازهای عملیاتی پیاده سازی سیستم ERP 37

 

2-12-3اثرات پیاده سازی سیستم های ERP در حوزه حسابداری 38

 

2-12-4اثرپیاده سازی سیستم های ERPدر قابلیت اتکا ومربوط بودن اطلاعات حسابداری 39

 

2-12-5 عکس العمل تحلیل گران مالی به طرح های پیاده سازی ERP: 40

 

2-13مزایای پیاده سازی سیستم برنامه ریزی منابع سازمان 40

 

2-14حسابداری مدیریت در محیط برنامه ریزی منابع سازمان 41

 

2-15پشتیبانی از سیستم برنامه ریزی منابع سازمان: 42

 

2-16بررسی ERPدر بازار ایران 43

 

2-16-1تقسیم بندی بازار برنامه ریزی منابع سازمانی 43

 

2-17هزینه‌های‌واقعی 45

 

2-17-1هزینه‌های نامشهودERP: 45

 

2-18مسئولیت پاسخگویی  و:ERP 47

 

2-19بررسی پیشینه تحقیق 48

 

2-19-1پیشینه داخلی 48

 

2-19-2پیشینه تحقیق در سطح بین المللی 55

 

فصل سوم: روش تحقیق 61

 

3-1مقدمه 62

 

3-2روش تحقیق: 62

 

3-3جامعه آماری پژوهش : 63

 

3-4روش نمونه گیری و تعیین حجم نمونه: 63

 

3- 5فرضیه های تحقیق 64

 

3-6ابزار جمع آوری داده های پژوهش 65

 

3-6-1متغیر های تحقیق ونحوه محاسبه ی آن ها 65

 

3-7روایی وپایایی پرسشنامه 66

 

3-8روش تجزیه وتحلیل داده های پژوهش 67

 

3-9توضیحات مربوط به آزمون 68

 

3-9-1آزمون شفه : 68

 

3-9-2آزمون کلمو گروف اسمیرنف: 68

 

3-9-3ضریب همبستگی پیرسون : 69

 

فصل چهارم : تجزیه و تحلیل داده ها 72

 

4-1مقدمه 73

 

4-2آمار توصیفی 73

 

4-3فراوانی پاسخ های مربوط  به سوال شرکت شما کدام یک از حوزه های زیر رادارد؟ 75

 

4-4آمار استنباطی: 76

 

4-4-1کلموگروف اسمیرنف 76

 

4-4-1مقایسه متغیر های پژوهش با حد وسط مقیاس اندازه گیری 77

 

4-5آزمونها و تحلیل های مرتبط با فرضیات پژوهش 78

 

فصل پنجم : نتیجه گیری و پیشنهادات 86

 

5-1 مقدمه 86

 

5-2 خلاصه تحقیق 88

 

5-3- نتایج آزمون فرضیات 88

 

5-3-1 یافته های فرضیه اول 88

 

5- 3- 2 یافته های فرضیه دوم 89

 

5- 3- 3 یافته های فرضیه سوم 89

 

5- 3- 4 یافته های فرضیه چهارم 89

 

5- 3- 5 یافته های فرضیه پنجم 90

 

5-4 نتیجه گیری کلی 90

 

5-5 بحث 92

 

5-6 پیشنهادات 93

 

5-6-1 پیشنهادات مبتنی بر نتایج بدست آمده 93

 

5-6-2پیشنهادات آتی 94

 

5-7 محدودیت ها 94

 

منابع ومأخذ: 96

 

منابع فارسی 96

 

منابع لاتین: 100

 

پیوست ها: 102

 

1مقدمه

 

امروزه با تشدید روز افزون شرایط رقابتی وپذیرش این واقعیت که تنها عنصر ثابت خود، پدیده تغییر می باشد سازمانها بایستی از مزیت رقابتی جهت بقاءو رشد خود در بازار برخوردار باشنداین مزیت قطعایا ناشی از بهاءمطلوب کالاوخدمات ،یا ناشی از تمایز کیفی وچشمگیر آن در

 

قیاس با موارد مشابه ویا ترکیبی از این دو خواهد بود برای اینکه سازمان وموسسه وشرکتی بتواند به مزیت رقابتی نسبی مجهز شود بایستی ظرفیت ترکیب بهینه نیروی انسانی مجرب با تجهیزات مناسب سیستم ها و روش های اجرایی قابل اتکا را داشته باشد. باید اذعان کردکه یکی از مهمترین دغدغه های مدیریت در هر سازمان، وجود منابع مورد نیاز و مدیریت بهینه آنهاست. سازمان ها برای دستیابی به موفقیت مجبورند منابع خود را به بهترین نحو تخصیص دهند. انجام این کار، یکی از مهمترین و پیچیده ترین فعالیت های سازمان است. امروزه بابهره گیری از دانش و شیوه های مدرن، سیستم هایی به نام برنامه ریزی منابع سازمان طراحی شده اند که مجموعه فعالیت های یک سازمان را در تمامی ابعاد برنامه ریزی و کنترل می کنند ومدیریت را در مسیر یکپارچگی فرایندهای سازمانی و تخصیص بهینه منابع یاری می رسانند(شفیعی وهمکاران،68،1390). نرم افزار برنامه ریزی منابع سازمان همه سیستم ها را با هم ترکیب کرده و آنها را در قالب یک نرم افزار ی یکپارچه یا پایگاه داده های واحد ارائه می کنند تا بخش های مختلف بتوانند در استفاده از اطلاعات یکدیگر آسانتر با هم ارتباط برقرار کنند (اخوان طباطبایی،1382،49).که این یکپارچگی سازی ،باعث استاندارد شدن و ارتقای مراحل عملیات سازمان می شودیکپارچه سازی ماژول پشتیبانی فروش با سایر بخش های زنجیره تامین ،این اطمینان را ایجاد  می کند که کلیه تبادلات مربوط به فرایند پشتیبانی از تدارک مواد وانبارداری تا فروش وتوزیع به شکل بهینه تنظیم شوند.از طریق یکپارچه سازی دقیق برنامه های کاربردی ،گردش مقادیر بخش پشتیبانی به طور خودکار به روز ومطابق با گردش ارزش در بخش مالی ،دارائی ها وحسابداری مدیریتی نگهداری می شوند ودر واقع پشتیبانی تولید سطح بالایی از عملکرد را در برنامه ریزی وکنترل گردش مواد ارائه می دهد.

 

1-2  بیان مسئله

 

با کوتاه شدن دوره عمر محصولات ، سازما نها قادر نخواهند بود در این محیط رقابتی و همراه با تغییرات شدید در فناوری ،منابع زیادی را برای تولید محصولات جدید صرف نمایند و به عبارتی باید به فکر استفاده بهینه از منابع سازمان باشندبر همین اساس در جهت استفاده بهینه از منابع سازمان مشکل اصلی مدیران، کمبود اطلاعات راجع به منابع سازمان نیست، بلکه مسئله اصلی بررسی اطلاعات حسابداری و میزان رضایت کاربر در استفاده از ERP و عملکرد آن در سازمان می باشد. امروزه استفاده ا ز سیستم های اطلاعاتی که یکی از دستاورد های فناوری اطلاعات در سازمان ها می باشد به یک ضرورت تبدیل گشته و سازما نها را در جهت استفاده از گنجاندن تکنیک های حسابداری و فناوری جدید در یک سیستم ERPترغیب خواهد کرد . اما در سازما نها و مؤ سسات تجاری ایرانی کاربرد شایان توجهی در سطح گسترده نداشته است . محققان به این نکته اشاره کردند که رضایت کاربر یکی از عوامل کلیدی مؤثر بر موفقیت سیستم های اطلاعاتی می باشد . رضایت کاربر یکی از شاخص های غیر مستقیم است و زمانی به کار گرفته می شود که تعیین شاخص های مستقیم وبا تبدیل  آن ها به ارزش پولی امکان پذیر نباشد( آذر و همکاران ، 1391 ،118).

 

استفاده از ERPموجب ارتقاء عملکرد تجاری سازمان می گردد در واقع انتظار می رود در اثر حضور سیستم ERPفعالیت واحد های مختلف تبدیل به فرایند های استا ندارد و یکپار چه  گشته و دارای مدیریت و کنترل متمرکز باشند مثلا برای فرایند دریافت سفارش از مشتری تا تحویل انتظار می رود پس از اینکه سفارش رسیده از سوی مشتری وارد سیستم ERPشد همه اطلاعات لازم جهت تکمیل و ارائه این سفارش در آن وجود خواهد داشت و اینکه مشتری سفارش دهنده اعتبار کافی نزد شرکت دارد یا خیر از ماژول مالی و سطح موجودی انبار کالا و مواد اولیه مر بوط به این  سفارش از ماژول های انبار استخراج می گردد(عابدینی،1388،49).

 

رقابتی شدن محیط کسب وکار ضرورت ایجاد یکپارچگی درون سازمانی وتسهیل و تسریع فرایند های کسب وکار کارایی واثر بخشی عملیاتی سازمان ها را افزایش داده ها و آن ها را برای حضور در بازار رقابتی آماده می نماید(عمید و همکاران،1388،1).

 

پیاده سازی یک ERPبه علت تغییراتی که عموما از طریق یکپارچگی تکنیکی نرم افزار ، سخت افزارو عملکرد ها اتفاق می افتد بیشتر تولید کنندگان و هم مشتریان را تحت تاثیر قرار می دهند و توانایی وقابلیت یک شرکت برای پیاده سازی موفقیت آمیز یک ERPاهمیت به سزایی دارد (علیزاده ،1385،90).

 

پرسشی در راستای پیاده سازی ERPدر سازمان و منابع ERPمطرح می شودکه  به شرح زیر می باشد.

 

به کارگیری ERPاز دید گاه حسابداران چه منافعی به همراه دارد؟

 

 

 

1-3 اهمیت وضرورت تحقیق

 

بقای سازمان  ها ، وابسته به کسب موقعیت در فضای رقابتی بازار است. در بازارهای رقابتی امروز طول عمر مزایای رقابتی سازمان ها کاهش یافته است و به سرعت باید روندها را در راستای آن بدست آورد و مزایای جدید رقابتی ، بهینه سازی کرد .

 

در سیستم های سنتی که به صورت جزیره ای در سازمان پراکنده بودند و ماهیت کارکردی داشتندبه علت عدم یکپارچگی وفقدان ارتباط بین آنها ونبود زیر ساخت وبستر مشترک نرم افزاری وسخت افزاری نتوانستند گام مناسبی در حل مشکلاتی مانند پیچیدگی فرایند زنجیره تامین ،ضعف در مدیریت ارتباط بامشتری وداشته باشند .برای حل این مشکلات نیاز به سیستم جامعی که پاسخگو ی طبیعت فرایند گرای سازمان باشد،بود تا بتواند تمام حوزه های سازمانی و فعالیت آنها را یکپارچه سازد.بدین ترتیب ،سیستم برنامه ریزی منابع سازمانی برای شناسایی ،تقویت واصلاح این نقاط ضعف ،در بسیاری از سازمان ها پیاده سازی شد(طاهری و همکاران ،1387،42). سیستم برنامه ریزی منابع سازمانی یک بسته نرم افزاری قابل تنظیم واز پیش استاندارد شده کسب وکار است که هدف آن یکپارچگی در اطلاعات وهماهنگی در چگونگی جریان مابین تمامی بخشهای سازمان از جمله مالی ،حسابداری ،منابع انسانی  ،زنجیره تامین ومدیریت مشتریان با رویکرد مشتری مداری وپاسخ به بازار است این سیستم سعی دارد تا عملکرد همه واحد های شرکت را در یک سیستم کامپیوتری ،یکپارچه نموده ونیازهای متفاوت وهر واحد را پاسخ گوید .این برنامه از طریق پایگاه داده ها اجرا می شود لذا واحدهای مختلف می توانند اطلاعات را ساده تر به اشتراک بگذرندوبا هم ارتباط برقرار سازند .ERP برنامه ریزی کلیه منابع در سطح سازمان است (کشوری وهمکاران، 1391،84).قابلیت های این سیستم ها باعث شده که علاوه بر بخش های تجاری، سازمان های دولتی و غیر انتفاعی نیز جهت استفاده از آنها اقدام نموده و و زمینه بهبود خدمات مشتریان را فراهم نماید(غضنفری ،23،1387).

 

از آنجایی که هماهنگی در بخش های مختلف سازمان همچون واحد بازرگانی و فروش و واحد تولیدنبوده و  اطلاعات مربوط  را به موقع در اختیار واحد حسابداری قرار نمی دهند و سیستم بهایابی  سازمان به روز نمی باشد و نمی توان در هر لحظه از زمان گفت چه مقدار موجودی کالای آماده برای فروش  است یا وضعیت تسهیلات دریافتی شرکت و سود تعیین شده آنها در حال حاضر چگونه است؟ ازاین رو با به کارگیری  ERPمی توان پاسخگوی پارامترهای ذکر شده فوق در واحد حسابداری بوده بدین جهت ضرورت تحقیق در زمینه به کارگیری منافع ERP از دیدگاه حسابداران احساس می شود .

 

 

 

1-4اهداف تحقیق

 

1-4-1 اهداف اصلی

 

بررسی منافع به کارگیری ERPاز دیدگاه حسابداران

 

 

 

1-4-2 اهداف فرعی تحقیق

 

1-تعیین تاثیرمیزان به کارگیری تکنیک های حسابداری مدیریت در اجرایی بودن ERP

 

2-تعیین میزان تاثیر دیدگاه حسابداران درباره اجرایی بودن ERP برمیزان منافع حسابداری

 

3-تعیین میزان تاثیر تحصیلات حسابداران در اجرایی بودن ERP

 

4-تعیین میزان تاثیرسن حسابداران در اجرایی بودن ERP

 

5-تعیین میزان  تاثیر سابقه کار حسابداران در اجرای بودن ERP

 

 

 

1-5 فرضیه های پژوهش

 

در این تحقیق فرضیه های زیر تدوین شده است.

 

دیدگاه حسابداران درباره اجرایی بودن ERPبرمیزان بکارگیری تکنیک های حسابداری مدیریت اثر دارد.
 

دیدگاه حسابداران درباره اجرایی بودن ERPبرمیزان منافع حسابداری اثر دارد.
 

سن بر دیدگاه حسابداران درباره اجرایی بودن ERPاثر می گذارد.
 

میزان تحصیلات بر دیدگاه حسابداران درباره اجرایی بودن ERPاثر می گذارد.
 

سابقه کار در دیدگاه حسابداران درباره اجرایی بودن ERPتاثیر دارد.

 

تابستان 89
 

 

(در فایل دانلودی نام نویسنده و استاد راهنما موجود است)

 

 

 

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

 

فهرست مطالب

 

عنوان

 

شماره صفحه

 

چکیده  .1

 

فصل اول

 

1-3 مقدمه 3

 

1-2 بیان مساله  4

 

1-3کلیات تاریخچه و ادبیات موضوع تحقیق 5

 

1-3-1تحقیقات داخلی6

 

1-3-2تحقیقات خارجی.6

 

1-4 اهمیت و ضرورت موضوع تحقیق .7

 

1-5 اهداف تحقیق.8

 

1-6 چارچوب نظری تحقیق 8

 

1-7 متغیر های تحقیق  8

 

1-8فرضیه های تحقیق .10

 

1-9 روش تحقیق .11

 

1-10 قلمرو مکانی تحقیق (جامعه آماری):.12

 

1-11 قلمرو زمانی تحقیق.12

 

1-12 روش نمونه گیری و تعین حجم نمونه.12

 

1-13 ابزارهای گرد آوری داده ها  .12

 

1-41 روش تجزیه وتحلیل داده ها.13

 

1-15 شرح واژه ها و اصطلاحات به کاررفته در تحقیق  14

 

 

 

فصل دوم

 

2-1 مقدمه  .17

 

2-2.19

 

2-2-120

 

2-2-1-1.21

 

2-2-1-2.24

 

2-2-1-3)   26

 

2-3.28

 

2-3-130

 

2-3-2.31

 

2-3-3.34

 

2-3-4.35

 

2-3-5.42

 

2-3-6.44

 

2-3-744

 

2-3-845

 

2-3-8-145

 

2-3-8-2.45

 

2-3-8-46

 

2-3-8-447

 

2-3-8-547

 

2-3-8-648

 

2-3-8-7.48

 

2-3-.49

 

2-3-10.50

 

2-3-1151

 

2-452

 

2-4-154

 

2-4-1-1).55

 

2-4-1-2)55

 

2-4-1-3).55

 

2-4-1-4).55

 

2-4-259

 

2-4-3 60

 

2-4-460

 

2-561

 

2-662

 

2-6-1.62

 

2-6-2.62

 

2-6-3.63

 

2-6-464

 

فصل سوم

 

3-1 مقدمه66

 

3-2 روش تحقیق66

 

3-3 فرضیه های پژوهش68

 

3-4 جامعه آماری.68

 

3-4-1 جامعه آماری از لحاظ محدوده زمانی69

 

3-4-2 جامعه آماری از لحاظ محدوده مکانی69

 

3-5ابزارهای گرد آوری اطلاعات.69

 

3-6 روش نمونه گیری و تعیین حجم نمونه.71

 

 

 

فصل چهارم

 

4-1 مقدمه77

 

4-277

 

4-:.78

 

4-4.81

 

4-584

 

4-5-1.89

 

4-5-290

 

4-5-391

 

4-92

 

4-6-193

 

4-6-1-193

 

4-6-1-293

 

4-6-1-3.94

 

4-795

 

فصل پنجم

 

5-1نتیجه گیری97

 

5-2 محدودیت های پژوهش.98

 

5-3 پیشنهادات مبتنی بر نتایج .99

 

5-4پیشنهاتحقیقات آتی100

 

منابع .101

 

چکیده انگلیسی.104

 

فهرست جداول.

 

 چکیده:

 

پژوهش حاضر به بررسی این موضوع می پردازد که آیا سود هر سهم دارای بار اطلاعاتی کافی جهت ارزیابی سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد و آیا می تواند به عنوان یک ابزار جایگزین با مدل های پیش بینی ورشکستگی مورد استفاده قرار گیرد؟با بهره گرفتن از یک نمونه از شرکت های موجود در بورس اوراق بهادار تهران در محدوده زمانی 1380 و 1387 به آزمون این فرضیه پرداخته می شود.بدین منظور همبستگی نوسانات EPS با نسبتهای مالی معرفی شده بدست آمده است.با بهره گرفتن از داده های شرکت های نمونه جهت شناسائی سلامت مالی شرکت های پذیرفته شده در بورس تهران با بهره گرفتن از 2 روش Enter و Step wise مدل رگرسیون لجستیک ساخته شده است که در مدل برازش شده نسبت EBTA دارای بالاترین ضریب اهمیت می باشد،در حالی که ضریب همبستگی پیرسون مابین نوسانات EPS و نوسانات EBTA ؛ 444% محاسبه گردیده است.

 

یافته های تحقیق انجام شده حکایت از آن دارد که در نمونه مورد بررسی سود هر سهم به تنهایی قادر به تشخیص سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران نمی باشد،بلکه باید همراه آن تحلیل های تکنیکال و فاندمنتال جهت شناخت سلامت مالی شرکت های پذیرفته شده در بورس اوراق تهران نیز بکار برده شود.

 

 مقدمه:

 

یکی از راههایی که می توان با بهره گرفتن از آن به بهره گیری مناسب از فرصت های سرمایه گذاری و تخصیص بهتر منابع کمک کرد،پیش بینی درماندگی مالی یا ورشکستگی است.به این ترتیب که اولا،با ارائه هشدارهای لازم می توان شرکتها را نسبت به وقوع درماندگی مالی هوشیار کرد تا آنها با توجه به این هشدارها دست به اقدام های مقتضی بزنند و دوم اینکه،سرمایه گذاران و اعتباردهندگان فرصت های مطلوب سرمایه گذاری را از فرصت های نامطلوب تشخیص دهند و منابعشان را در فرصت های مناسب سرمایه گذاری کنند.ارزش استفاده از نسبت های مالی در ماجرای ورشکستگی شرکت ها مشخص شده است.در مطالعه حاضر به بررسی این موضوع پرداخته می شود که آیا EPS و نوسان پذیری آن می تواند مشکلات مالی موجود در شرکت ها را برای عموم آشکار سازد،به عبارت دیگر روند سود هر سهم در شرکتها می تواند شرکت های سالم را از شرکت های دارای مشکلات مالی متمایز سازد.تحقیقات زیادی در زمینه ورشکستگی و پیش بینی آن انجام شده است در عمده تحقیقات صورت گرفته قبلی سعی بر آن شده که با بهره گرفتن از نسبت های مالی مدلی ساخته شود تا بر اساس آن مدل بتوان وضعیت مالی شرکت را مشخص نمود.قدیمی ترین مدل جهت شناسایی ورشکستگی مدل نمره Z آلتمن می باشد.در مطالعه حاضر سعی بر آن شده تا تاریخچه پیش بینی ورشکستگی در ایران و دنیا به تصویر کشیده شود برای این منظور به تفصیر کلیه مدل های پیش بینی ورشکستگی و مقایسه آنها با هم شده است.در نهایت با بهره گرفتن از داده های شرکت های پذیرفته شده در بورس ایران در محدوده زمانی 79 الی 87  به بررسی این موضوع پرداخته می شود که آیا EPS شرکتها و نوسان پذیری آن دارای بار اطلاعات اضافی جهت شناسایی سلامت مالی شرکت ها می باشد یا نه؟

 

   هدف پژوهش:

 

هدف پژوهش حاضر معرفی سود هر سهم به عنوان یک ابزار جهت ارزیابی سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران بوده است.با توجه به اینکه سهامداران نیازمند ابزاری می باشند که بتواند آنها را در انتخاب شرکت های سالم کمک نماید ،نتایج بدست آمده در این پژوهش می تواند آنها را در زمینه انجام سرمایه گذاری صحیح یاری نماید.اهداف دیگر پژوهش به شرح زیر می باشد:

 

1)برای تجزیه و تحلیل اهمیت سلامت مالی یک شرکت در زمان تصمیم گیری.

 

2)برای تعیین و بررسی سایر عواملی که شاید برای تشخیص ورشکستگی یک شرکت مورد استفاده قرار گیرد.

 

3)برای تجزیه و تحلیل فعالیتهایی که ممکن است که مدیریت شرکتی که از لحاظ مالی ضعیف است انجام دهد تا مشکلات مالی شرکت را پنهان کند.

 

4)برای توضیح تاثیرات ورشکستگی بر همه سهامداران.

 

5)برای نشان دادن اینکه چگونه محرکات جاری در محیط اقتصادی در ورشکستگی شرکتها نقش دارند.

 

پیشینه پژوهش:

 

در پژوهشی که در سال 2008 توسط ویلفورد موانزا در بورس اوراق بهادار زینباوه تحت عنوان”ورشکستگی شرکت،دلیلی برای نگرانی در بخش تجارت زینباوه:آیا سرمایه گذاران و سهامداران به صورت مداوم از رشد سود هر سهم برای تشخیص سلامت مالی یک شرکت استفاده می کنند.”هدف اصلی از پژوهش انجام شده این بود که تعیین شود آیا رشد EPS می تواند برای تشخیص سلامتی مالی یک شرکت مورد استفاده قرار گیرد؟تحقیق صورت گرفته همچنین فعالیتهایی را که توسط مدیریت برای پنهان سازی درماندگی مالی انجام می شود را نشان می دهد.تحقیق حاضر از طریق مطالعه تعدادی شرکت ورشکسته و سالم در محدوده زمانی 2002 الی 2008 انجام شده است.داده های مربوط به سود و قیمتهای سهام پشتیبان آنها مربوط به Barbican holding ،Century holding ، CBZH در دوره زمانی مورد نظر بررسی شده است.تجزیه و تحلیل از طریق نمودارهای میله ای و خطی برای نشان دادن روند سود هر سهم انجام گردیده است.یافته های تحقیق حاکی از آن است که ورشکستگی شرکت می تواند توسط رشد سود هر سهم از طریق ترکیب با تجزیه و تحلیلهای فاندمنتال[1] و تکنیکال[2] پیش بینی شود.بسیاری از سرمایه گذاران در زمان ارزیابی سلامت مالی یک شرکت به صورت های مالی یک شرکت اتکا می کنند.دریک محیط با تورم شدید به بزرگی 60% درسال صورت های مالی دیگر نمی تواند برای تفکیک شرکت های سالم و ورشکسته مورد استفاده قرار گیرد.

 

روش کار و تحقیق:

 

روش تحقیق در پژوهش حاضر به صورت میدانی از نوع تحقیقات پس رویدادی  خواهد بود.برای انجام بررسی میدانی معیارهای سلامت مالی شرکت از طریق منابع و همچنین مدلهای پیش بینی ورشکستگی ارائه شده Altman  وLogistic و DEA بدست آمده و ارتباط آن را با نوسانات EPS بررسی می گردد.صورت های مالی حسابرسی شده از طریق بورس اوراق بهادار تهران بدست می آید و معیار های سلامتی مالی و همچنین EPS شرکت ها با بهره گرفتن از این صورتهای مالی محاسبه می گردد.سپس فرضیات فرعی تحقیق با بهره گرفتن از داده های گرد آوری شده آزمون می گردند.روش آزمون فرضیات فرعی تحقیق همبستگی می باشد. سپس بر اساس نسبت های مالی سال 87 شرکت های سالم و 1 سال قبل از ورشکستگی شرکت های مشمول ماده 141 قانون تجارت اقدام به ساخت مدل لجستیک میشود،پس از ساخت مدل لجستیک متغیرهای مستقل بکار رفته در مدل و ضریب اهمیت آنها در مدل مشخص و با ضرایب همبستگی بدست آمده در آزمون فرضیات فرعی مقایسه می گردد و در نهایت نسبت به فرضیه اصلی پژوهش تصمیم گیری می گردد.

 

مسئله‌ تحقیق‌:

 

با تجزیه و تحلیل صورتهای مالی امکان گرد آوری اطلاعات زیادی راجب مسائل مالی شرکت ها وجود ندارد. نسبتهایی که بازار برای ارزیابی قدرت  پرداخت و نقدینگی شرکتها مورد استفاده قرار می دهد در معرض دستکاری مدیریت(Manipulation) قرار دارد.شرکت هایی که تمامی عایدات خود را انباشته میکنند،این فعالیت ممکن است که به بالا رفتن قیمتهای سهام آنها منجر گردد،بازار نیز معتقد است که به دلیل سودهای انباشته شده عایدات آتی شرکت رشد خواهد کرد.تجدید ساختار می تواند شامل این باشد که یک شرکت اقدام به معرفی خطوط تولید جدید بنماید که ممکن است به فعالیتهای جاری مرتبط یا غیر مرتبط باشد.تصمیمات سرمایه  در گردش میتواند تحت نام تجدید ساختار تغییر یابد.همه اینها میتواند به این امر منجر گردد که بازار عقیده داشته باشد که یک شرکت تا زمانی که دوره افت خود را آغاز نکرده عایدات مطلوبتری را در آینده کسب خواهد کرد.شناسایی به موقع نابسامانی مالی از جانب سرمایه گذاران بالقوه از اهمیت وافری برخوردار است،در این خصوص به ابزاری نیاز است که شرکتها را از بعد وضعیت مالی تفکیک نماید و مانع از سرمایه گذاری در پروژه های ناکارآمد توسط سرمایه گذاران گردد، در مطالعه حاضر به بررسی این موضوع پرداخته می شود که آیا با مشاهده روند رو به رشد EPS یک شرکت می توان سلامتی مالی آن را اثبات نمود و یا به عبارت دیگر با مشاهده نوسانات زیاد در EPS یک شرکت در طول زمان دلیلی برای ناتوانایی های مالی آن می باشد.متغیر های مورد بررسی در تحقیق حاضر شامل شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد.

 

3 – اهمیت و ضرورت انجام تحقیق :

 

از تحقیق حاضر انتظار می رود که دارای منافعی برای سرمایه گذاران حقیقی و حقوقی،کسانی که آگاهی کمتری را نسبت به سایر نیروهای بازار دارند،داشته باشد.بنابر این سرمایه گذارانی که اطلاعات داخلی را در دسترس ندارند باید از اطلاعات مربوط به عایدات با احتیاط در ترکیب با سایر عوامل کیفی در تصمیمات سرمایه گذاری خود استفاده کنند.امکان دسترسی به اطلاعات تخصصی از جانب سرمایه گذاران حقیقی وجود ندارد و دسترسی به اطلاعات تهیه شده از جانب کارشناسان مالی ممکن است که برای آنهاپر هزینه باشد.بنابر این یک گروه میتواند برای رد یابی روند رشد عایدات و کاربرد های مربوط به آن آموزش داده شود.فهم چارچوب بخش صنعت ایران ممکن است که به آنها کمک کند مواردی را که احتمال ورشکستگی شرکت می رود و می تواند از طریق تغییرات قیمت سهام و ارتباط آن با EPS مشاهده شود،بدست آید.

 

سرمایه گذاران حقوقی و سایرین در چگونگی انتخاب پرتفولیویی هایی که دارای بیشترین بازده است و در عین حال موجب کمینه شدن خسارت بر ثروتشان می شود روشنفکر هستند.بنابر این تحقیق حاضر قابلیت فهم رابطه بین عوامل بازار ،قیمت سهام و رشد عایدات را افزایش می دهد.

 

4- مرور ادبیات و سوابق مربوطه :

 

4-1) در پژوهشی که در سال 2008 توسط ویلفورد موانزا در بورس اوراق بهادار زینباوه تحت عنوان”ورشکستگی شرکت،دلیلی برای نگرانی در بخش تجارت زینباوه:آیا سرمایه گذاران و سهامداران به صورت مداوم از رشد سود هر سهم برای تشخیص سلامت مالی یک شرکت استفاده می کنند.”هدف اصلی از پژوهش انجام شده این بود که تعیین شود آیا رشد EPS می تواند برای تشخیص سلامتی مالی یک شرکت مورد استفاده قرار گیرد؟تحقیق صورت گرفته همچنین فعالیتهایی را که توسط مدیریت برای پنهان سازی درماندگی مالی انجام می شود را نشان می دهد.تحقیق حاضر از طریق مطالعه تعدادی شرکت ورشکسته و سالم در محدوده زمانی 2002 الی 2008 انجام شده است.داده های مربوط به سود و قیمتهای سهام پشتیبان آنها مربوط به Barbican holding ،Century holding ، CBZH در دوره زمانی مورد نظر بررسی شده است.تجزیه و تحلیل از طریق نمودارهای میله ای و خطی برای نشان دادن روند سود هر سهم انجام گردیده است.یافته های تحقیق حاکی از آن است که ورشکستگی شرکت می تواند توسط رشد سود هر سهم از طریق ترکیب با تجزیه و تحلیلهای فاندمنتال[1] و تکنیکال[2] پیش بینی شود.بسیاری از سرمایه گذاران در زمان ارزیابی سلامت مالی یک شرکت به صورت های مالی یک شرکت اتکا می کنند.دریک محیط با تورم شدید به بزرگی 60% درسال صورت های مالی دیگر نمی تواند برای تفکیک شرکت های سالم و ورشکسته مورد استفاده قرار گیرد.

 

4-2)کاربرد مدل‌ آلتمن‌ در تعیین‌ وضعیت‌ ورشکستگی‌ شرکتها:

 

‌دراین‌ پژوهش، مدل‌ آلتمن‌(Z’-SCORE) در دو گروه‌ از شرکتهای‌ ورشکسته‌ و غیرورشکسته‌ موردبررسی‌ قرار گرفته‌ تا میزان‌ خطای‌ نوع‌ اول‌ و دوم‌ آن‌ مشخص‌ شود.
‌ ‌گروه‌ ورشکسته‌ که‌ شامل‌ 16 شرکت‌ است، نتایج‌ پیش‌بینی‌های‌ مدل‌ آلتمن، در مورد 12 شرکت‌ صحیح‌ و 3 شرکت‌ که‌ طبق‌ پیش‌بینی‌ مدل‌ باید طی‌ دوره‌ مطالعه‌ از بورس‌ خارج‌ می‌شدند، از بورس‌ خارج‌ نشده‌ و همچنان‌ خرید و فروش‌ سهام‌ آنها در بورس‌ ادامه‌ دارد. با این‌ نتیجه‌گیری، مدل‌ آلتمن‌ با 81 درصد اطمینان‌ وضعیت‌ ورشکستگی‌ شرکتها را قبل‌ از ورشکستگی‌ درست‌ پیش‌بینی‌ کرده‌ است. درضمن‌ خطای‌ نوع‌ دوم‌ درمورد شرکتهای‌ ورشکسته، حدود 19 درصد بوده‌ است‌ که‌ نشان‌دهنده‌ این‌ است‌ که‌ مدل‌ در 19 درصد موارد، شرکتهایی‌ را که‌ ورشکسته‌ نیستند ورشکسته‌ پیش‌بینی‌ کرده‌ است. در این‌ رابطه، آلتمن‌ در آزمون‌ مدل‌ خود روی‌ شرکتهای‌ ورشکسته‌ آمریکا، به‌ این‌ نتیجه‌ می‌رسد که‌ مدل‌ در حدود 90 درصد موارد توانسته‌ شرکتهای‌ ورشکسته‌ را قبل‌ از ورشکستگی‌ درست‌ پیش‌بینی‌ کند و خطای‌ نوع‌ دوم‌ او در این‌ تحقیق‌ حدود 10 درصد بوده‌ است.

 

‌درگروه‌ شرکتهای‌ غیرورشکسته‌ که‌ شامل‌ 25 شرکت‌ است، پیش‌بینی‌ مدل‌ در 23 مورد صحیح‌ بوده‌ و تنها در 2 مورد که‌ مدل‌ پیش‌بینی‌ می‌کرد، آنها از بورس‌ خارج‌ نخواهندشد، از تابلوی‌ بورس‌ خارج‌ شده‌اند. با این‌ نتیجه‌گیری، مدل‌ آلتمن‌ با 92 درصد اطمینان، وضعیت‌ عدم‌ ورشکستگی‌ شرکتها را طی‌ دوره‌ مورد مطالعه، درست‌ پیش‌بینی‌ کرده‌ است. همچنین‌ خطای‌ نوع‌ اول‌ درمورد این‌ شرکتها حدود 8 درصد بوده‌ که‌ نشان‌دهنده‌ این‌ است‌ که‌ مدل‌ در 8 درصد موارد، شرکتهایی‌ را که‌ فعال‌ نیستند را غیرورشکسته‌ پیش‌بینی‌ نموده‌ است. در این‌ رابطه، آلتمن‌ در آزمونی‌ دیگر، مدل‌ را روی‌ شرکتهای‌ فعال‌ در ایالات‌ متحده‌ آمریکا موردآزمون‌ قرار داد و به‌ این‌ نتیجه‌ رسید که‌ مدل‌ در 97 درصد موارد توانسته‌ است، شرکتهای‌ غیرورشکسته‌ را صحیح‌ پیش‌بینی‌ کند. در ضمن‌ خطای‌ نوع‌ اول‌ در این‌ تحقیق‌ حدود 3 درصد بوده‌ است )مهدی رسول زاده).

 

4-3)در سال 2006 آقای مک کلار تحقیقی پیرامون رابطه بین EPS و قیمت های سهام انجام داده است و به این نتیجه رسید که عایدات شرکت ها جهت اندازه گیری ارزشیابی مناسب از قیمت سهام یک نقش مهم را برای سرمایه گذاران بازی می کند.

 

4-4)جونز در سال 1943 می گوید که قیمت های سهام بوسیله چگونگی انتظارات بازار از روند رشد عایدات و خطراتی که منتسب به سهام است تعین شده است.از این رو اطلاعات تعین کننده اصلی قیمتهای سهام است و بنابراین آن اساس فرضیات بازار کارا است .FAMA در سال 1969 سه شکل از کارائی بازار را مشخص نموده است،شکل ضعیف،شکل نیمه قوی  و شکل قوی بازار کارا.بنابر این یک بازار زمانی قوی است که قیمت های سهام همه اطلاعات موجود و قابل درک را منعکس نماید.اگر کارایی بازار به شکل قوی نباشد،آنوقت برخی سرمایه گذاران به نسبت دیگران آگاهی کمتری دارند.از این رو سرمایه گذارانی که آگاهی کمتری دارند نمی توانند از نوسانات عایدات و قیمت سهام برای تشخیص سلامت مالی یک شرکت و انجام تصمیمات اقتصادی استفاده نمایند.

 

5- اهداف مشخص تحقیق (شامل اهداف آرمانی، کلی‌‌‌‌‌ ، اهداف ویژه و کاربردی) :

 

هدف کلی‌:

 

هدف پژوهش حاضر معرفی سود هر سهم به عنوان یک ابزار جهت ارزیابی سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران بوده است.با توجه

 

قیمت ارائه گردید. با مقایسه نتایج حاصل از پیش ­بینی شاخص قیمت مشخص گردید که الگوریتم استخراج قانون از شبکه عصبی نسبت به مدل ترکیبی تبدیل موجک-شبکه عصبی-ARIMA، شبکه عصبی و مدل ARIMA از قدرت پیش ­بینی بالاتری برخوردار است و همچنین استفاده از مدل تبدیل موجک- شبکه عصبی بجای شبکه عصبی در الگوریتم استخراج قانون طراحی شده قدرت پیش ­بینی الگوریتم را بالا برده بطوریکه نتایج بیانگر برتری این روش نسبت به بقیه روش­ها در پیش ­بینی شاخص قیمت سهام می­باشد.

 

 واژه­های کلیدی:

 

شاخص قیمت، تبدیل موجک، الگوریتم ژنتیک، سیستم ژنتیک فازی

 

فهرست مطالب

 

عنوان                                                                                                    صفحه

 

فصل اول: مقدمه و کلیات طرح تحقیق

 

1-1- مقدمه 2

 

1-2- بیان مسئله 3

 

1-3- ضرورت و اهمیت موضوع 5

 

1-4-  اهداف تحقیق 5

 

1-5- سوالات و فرضیه ­های تحقیق 6

 

1-6- روش انجام تحقیق 7

 

1-6-1- مدل ARIMA 8

 

1-6- 2- شبکه ­های عصبی مصنوعی 9

 

1 -6-2-1- شبکه­ی عصبی درک چند لایه 10

 

1-6-3- الگوریتم ژنتیک 12

 

1-6-3-1- استخراج قانون از شبکه­ی عصبی با بهره گرفتن از الگوریتم ژنتیک 13

 

1-6-4- روش ترکیبی تبدیل موجک- شبکه عصبی و ARIMA 15

 

1-6-4-1- تبدیل فوریه 15

 

1-6-4-2- تبدیل موجک 16

 

1-7- ابعاد کلی تحقیق 18

 

1-7-1- روش تحقیق 18

 

1-7-2- جامعه و نمونه آماری تحقیق 19

 

1-7-3- جنبه­ی نوآوری تحقیق 19

 

1-8- ساختار کلی تحقیق 20

 

1-9- خلاصه فصل 21

 

فصل دوم: مروری بر مبانی نظری و ادبیات تحقیق

 

2-1- مقدمه 23

 

2-2- مبانی نظری پژوهش 24

 

2-2-1- تئوری سرمایه­گذاری در بازار بورس 24

 

2-2-2- قابلیت پیش ­بینی و فرضیه بازار کارا 25

 

2-2-3-  شکل ضعیف نظریه بازار کارا 26

 

2-2-4-  شکل نیمه قوی نظریه بازار کارا   27

 

 2-2-5-  شکل قوی نظریه بازار کارا   28

 

 2-2-6- مطالعات صورت گرفته بر روی کارایی بازار  30

 

 2-2-7-  مطالعات تجربی سطح ضعیف کارایی در بورس اوراق بهادار تهران 31

 

2-2-8-  روش­های پیش ­بینی 32

 

2-2-8-1-  تحلیل فنی 32

 

 2-2-8-2- تحلیل بنیادی 33

 

2-2-8-3- پیش ­بینی­های سری زمانی کلاسیک 34

 

2-2-8-4- روش­های هوشمند 35

 

2-2-8-5- جمع بندی روش های هوشمند 36

 

 2-2-9-  شاخص قیمت سهام  38

 

2-2-10-  تعریف شاخص 39

 

2-2-11-  فواید شاخص 40

 

 2-2-12-  شاخص قیمت بورس تهران 40

 

 2-2-13- ویژگی­های TEPIX. 42

 

 2-2-14-  شاخص­های فرعی در بورس اوراق بهادار تهران 43

 

2-2-14-1-  شاخص صنایع 43

 

2-2-14-2- شاخص شرکت 44

 

 2-2-14-3- شاخص 50 شرکت با بیشترین ارزش  44

 

 2-3-  پیشینه تحقیق 44

 

2-3-1-  مطالعات داخلی   45

 

2-3-2- مطالعات خارجی 50

 

2-4-  نتیجه­گیری و خلاصه فصل 57

 

 

 

  فصل سوم: روش تحقیق                                                                                                         

 

3-1-  مقدمه 60

 

3-2-  روش تحقیق 60

 

3-3-  جامعه آماری و متغیرهای تحقیق 61

 

3-3-1-  جامعه آماری 61

 

3-3-2- متغیر­های تحقیق  61

 

3-4-  سوالات و فرضیه ­های تحقیق   62

 

3-5- آماده سازی داده­های ورودی 63

 

3-6- معرفی مدل­های تحقیق 64

 

3-6-1- مدل سری زمانی خطی ARIMA 65

 

3-6-2- شبکه پرسپترون چند لایه (MLP). 65

 

 3-6-3-الگوریتم ژنتیک 71

 

3-6-4- استخراج قانون از شبکه عصبی 75

 

3-6-5-تبدیل موجک  78

 

3-6-5-1-موجک مادر  79

 

3-7- معیار­های ارزیابی عملکرد 83

 

3-8-خلاصه فصل 84

 

 

 

فصل چهارم: تجزیه و تحلیل داده­ ها

 

4-1- مقدمه 86

 

4-2- آزمون فرضیه اول 86

 

4-3- آزمون فرضیه دوم 88

 

4-4- آزمون فرضیه سوم 90

 

4-5- آزمون فرضیه چهارم 94

 

4-6- آزمون فرضیه پنجم 96

 

4-7- خلاصه فصل 99

 

فصل پنجم: نتایج و پیشنهادات

 

5-1- مقدمه 101

 

5-2-مقایسه عملکرد مدل­های پیش بینی 101

 

5-3- نتایج آزمون فرضیات 103

 

5-4- نتیجه گیری 104

 

5-5- محدودیت­های تحقیق 106

 

5-6- پیشنهادات تحقیق 107

 

5-6-1- پیشنهادات برای سرمایه ­گذاران و متولیان بازار 107

 

5-6-2- پیشنهادات برای تحقیقات آتی 108

 

منابع و ماخذ 109

 

: مقدمه

 

رفع نا آگاهی از آینده از اصلی ترین دغدغه های خاطر انسان در طول تاریخ بوده است . آدمی همیشه به دنبال آن بوده که از آینده خود آگاه شده و آن را به نحوی که خود می خواهد سازمان دهد.  در ابتدا چون توان پیش بینی صحیح و قابل اطمینان فراهم نبود، انسان متوسل به نیروهای فراطبیعی شد و آنگاه که توانایی عقلایی بیشتری پیدا کرد، درصدد استفاده از این توانایی برآمد و چون علم امکاناتی برای پیش بینی های او فراهم آورد، از این دستاورد بهره جست.(قدیری مقدم، 1388)

 

امروزه با رشد و توسعه­ی اقتصاد جهانی و رقابتی شدن آن، تصمیم گیری در­خصوص تخصیص بهینه منابع به مراتب بیش از پیش اهمیت پیدا کرده است. از این رو بازار بورس و اوراق بهادار به عنوان آینه­ی تمام نمای وضعیت اقتصادی کشورها و مکانی برای اینکه سرمایه گذاران بتوانند منابع و پس انداز خود را در آن سرمایه گذاری کنند، بیشترین توجه را به خود جلب کرده است.

 

تصمیمات مربوط به آینده، همواره با ابهام و عدم اطمینان روبروست و کسانی در رقابت پیروز می شوند که بتوانند آینده را پیش بینی و حداقل اطلاعاتی در خصوص آن داشته باشند و بر اساس آن اقدام به تصمیم گیری نمایند. با گسترش علم، امکان پیش بینی مطلوب آینده فراهم شده است. یکی از راه های کمک به سرمایه گذاران، ارائه­ الگوهای پیش بینی وضعیت بازار است. هرچه پیش بینی به واقعیت نزدیک تر باشد، مبنای تصمیمات صحیح تری قرار خواهد گرفت.

 

پیش بینی آینده در عرصه پویای اقتصاد و بازار سرمایه یکی از مهمترین مسائل مورد بحث درعلوم مالی بوده است. معمولاً به منظور پیش بینی وقایعی که در آینده اتفاق می افتد به اطلاعات به دست آمده از رویدادهای تاریخی اتکا می شود .­به این ترتیب که داده های گذشته تجزیه و تحلیل می گردد تا از آن الگویی قابل تعمیم به آینده حاصل گردد، دراغلب روش های پیش بینی فرض بر این است که روابط بین متغیرها در آینده نیز ادامه خواهد داشت.(فلاح شمس، 1388)

 

بازار های مالی، به عنوان بخش مهم اقتصاد هر کشور ، بدلیل رابطه تنگاتنگ آن با ساختار اقتصادی، بسیار مورد توجه  قرارگرفته اند. بورس اوراق بهادار نیز به عنوان یکی از مهمترین عناصر بازار سرمایه و توسعه اقتصادی هر کشور شناخته شده است. چرا که این بازار به عنوان پیش نیازی برای بسیاری از تحولات بازرگانی و اقتصادی مورد توجه است. تامین مالی پروژه های مالی – سرمایه ای بلند مدت از محل پس اندازها و نقدینگی بخش خصوصی در مطلوبترین شکل ممکن از طریق بورس اوراق بهادار تحقق می یابد.

 

 

 

1-2: بیان مساله

 

سرمایه گذاران حق دارند نسبت به آینده­ی سرمایه گذاری خود نگران و حساس باشند، به این ترتیب به دنبال این هستند تا اطلاعاتی در مورد آینده بدست آورند. پیش بینی به سرمایه گذاران و تخصیص دهندگان منابع در تصمیم گیری صحیح کمک می کند و ریسک سرمایه گذاری را تا حد امکان کاهش می دهد. بیور می گوید”:پیش بینی ها را می توان بدون اخذ تصمیم انجام داد ولی کوچکترین تصیم گیری را نمی توان بدون پیش بینی انجام داد”.

 

روشن است که خصوصیت عدم اطمینان، امر نامطلوبی است و از طرفی برای سرمایه گذارانی که بازار بورس را به عنوان مکان سرمایه گذاری انتخاب نموده اند، این خصوصیت اجتناب ناپذیر است. بنابراین بطور طبیعی تمام تلاش های سرمایه گذار کاهش عدم اطمینان است و از این جهت پیش بینی بازار بورس یکی از ابزارهای کاهش عدم اطمینان می باشد.

 

یکی از مفروضات مهمی که در بازارهای مالی وجود دارد، فرضیه بازار کارا است. بر اساس این فرضیه قیمت اوراق بهادار به ارزش ذاتی آنها نزدیک است، یعنی قیمت تعیین شده دربازار شاخص مناسبی از ارزش واقعی اوراق بهادار است.(جهانخانی،1376) از جمله مواردی که فرضیه بازار کارا را ضعیف­تر می­ کند، قابلیت پیش بینی در این بازارها است. (نمازی،1386) آنچه سرمایه گذاران اعم از حقیقی و حقوقی را برای سرمایه­گذاری در سهام شرکت­ها نگران می­ کند، نوسانات شدید قیمت های سهام می­باشد.

 

پیش بینی قیمت سهام  یکی از مهمترین و جذاب ترین فعالیت ها برای مدیران داخلی و سرمایه گذاران خارجی شرکت می باشد. در خارج از شرکت، سرمایه گذاران از این پیش بینی به عنوان اساس و مبنای انتخاب سبد سرمایه گذاری(پرتفولیو[1]) بهینه و سودآور استفاده می کنند؛ از طرف دیگر در داخل شرکت، هدف مدیران که حداکثر سازی ثروت سهامدارن بوده از این پیش بینی در اتخاذ تصمیمات مهم و بحرانی از جمله بودجه بندی عملیاتی، سرمایه ای و تخصیص بهینه منابع به منظور دستیابی به اهداف سازمان استفاده می­ کنند. بنابراین روشن است که دقت پیش بینی قیمت سهام بسیار مهم و حیاتی است؛ زیرا مبنای تصمیم گیری های داخلی و خارجی قرار می گیرد. از این رو انتخاب روش پیش بینی یکی از مهم ترین تصمیمات پیش بینی کنندگان است.

 

بیشتر مطالعاتی که در گذشته در مورد پیش بینی قیمت  انجام شده، از مدل سازی خطی و غیر خطی برای پیش بینی استفاده کرده و به مقایسه و بررسی دقت این روش ها پرداختند. در این تحقیق قصد داریم با بهره گرفتن از ترکیب مدل های غیرخطی(تبدیل موجک[2]، شبکه های عصبی[3] و الگوریتم ژنتیک[4]) و مدل­­های خطی به مدل سازی پیش بینی قیمت سهام بپردازیم.

 

 

 

1-3: ضرورت و اهمیت تحقیق

 

سرمایه گذاری و انباشت سرمایه در تحول اقتصادی کشور نقش بسزایی داشته است. اهمیت این عامل و نقش موثر آن را می توان به وضوح در سیستم کشورهایی با نظام سرمایه داری مشاهده کرد. بدون شک بورس یکی از مناسب ترین جایگاهها جهت جذب سرمایه های کوچک و استفاده از آنها جهت رشد یک شرکت، در سطح کلان و نیز رشد شخصی فرد سرمایه گذار است. از آنجایی که هدف و تعریف سرمایه­گذاری، به تعویق انداختن مصرف جهت مصرف بیشتر در آینده است، افراد با سرمایه گذاری انتظار دستیابی به سود مورد انتظار خود را دارند. بنابراین مهمترین امر در این زمینه، خرید یک سهم به قیمت پایین و فروش آن به قیمت بالاتر است که این موضوع به معنی پیش بینی قیمت سهام است.

 

از دوران گشایش بازارهای اوراق بهادار همواره این فکر وجود داشته است که به کمک روشی، قیمت سهام را پیش بینی کنند و در این راه سخت افزارها و نرم افزارها، تحلیل های متفاوت مالی و مانند اینها ابداع شده و مورد استفاده قرار گرفت.(حق پرست،1386)

 

1-4: اهداف تحقیق

 

هدف اصلی تحقیق، ارائه مدلی برای پیش بینی قیمت سهام با بکارگیری شبکه عصبی درک چندلایه[5] و تکنیک استخراج قانون از شبکه های عصبی با بهره گرفتن از الگوریتم ژنتیک[6]  و ترکیب مدلهای مزبور با مدل خطی [7]ARIMA در شرکت های عضو بورس و اوراق بهادار تهران است. علاوه بر هدف اصلی تحقیق، اهداف فرعی دیگری نیز مورد نظر هستند که در سطح پایین تری از هدف اصلی قرار می گیرند. این اهداف عبارتند از:

 

-کمک به سرمایه گذاران جهت اتخاذ تصمیم های صحیح و مطلوب

 

-کمک به مدیران برای انجام وظیفه­ی حداکثر سازی ثروت سهامدارن

 

-تعیین مدل بهینه از میان مدل های فوق برای پیش بینی قیمت سهام

 

1-5: سؤالات و فرضیه های تحقیق

 

پس از بررسی مسئله­ و اهداف تحقیق و مطالعات مقدماتی درباره پاسخ های احتمالی، سؤالات تحقیق به شرح زیر قابل طرح است:

 

آیا سری زمانی خطی ARIMA مدل مناسبی برای پیش بینی قیمت سهام است؟
 

آیا شبکه عصبی درک چند لایه(MLP) در پیش بینی قیمت سهام بر مدل خطی ARIMA برتری دارد؟
 

آیا تکنیک استخراج قانون(ExtractionRule ) از شبکه های عصبی با بهره گرفتن از الگوریتم ژنتیک نتیجه قابل قبولی برای پیش بینی قیمت سهام بدست می دهد؟
 

آیا تکنیک استخراج قانون(ExtractionRule ) از شبکه های عصبی با بهره گرفتن از الگوریتم ژنتیک در پیش بینی قیمت سهام بر شبکه عصبی درک چند لایه(MLP) برتری دارد؟
 

آیا ترکیب مدل ARIMA با شبکه عصبی برای پیش بینی قیمت سهام با بهره گرفتن از تبدیل موجک نتیجه قابل قبولی برای پیش بینی قیمت سهام بدست می دهد؟
 

آیا مدل ترکیبی تبدیل موجک، شبکه عصبی و الگوریتم ژنتیک فازی در پیش ­بینی شاخص قیمت نسبت به بقیه مدل­های ارائه شده از دقت بالاتری برخوردار است؟
بنابراین فرضیات اصلی تحقیق به صورت زیر خواهد بود:

 

فرضیه1) مدل خطی ARIMA مدل مناسبی برای پیش بینی قیمت سهام بدست می دهد.

 

فرضیه2) شبکه عصبی درک چند لایه(MLP) در پیش بینی قیمت سهام از مدل خطی ARIMA عملکرد بهتری را نشان می دهد.

 

فرضیه3) تکنیک استخراج قانون(ExtractionRule ) از شبکه های عصبی با بهره گرفتن از الگوریتم ژنتیک                               نتیجه قابل قبولی برای پیش بینی قیمت سهام بدست می دهد.

 

فرضیه4) مدل ترکیبی ARIMA، شبکه عصبی درک چند لایه و تبدیل موجک نتیجه قابل قبولی برای پیش بینی قیمت سهام بدست می دهد.

 

فرضیه5) مدل ترکیبی تبدیل موجک، شبکه عصبی درک چند لایه و الگوریتم ژنتیک فازی در مقایسه با سایر مدل­ها ارائه شده از دقت بالاتری برخوردار است.

 

 

 

1-6: روش انجام تحقیق

 

هدف اصلی تحقیق حاضر، پیش بینی قیمت سهام با بهره گرفتن از مدل سری زمانی خطی ARIMA و شبکه عصبی و همچنین ترکیب شبکه­ی عصبی درک چندلایه یا تکنیک استخراج قانون از شبکه های عصبی با بهره گرفتن از الگوریتم ژنتیک  و استفاده از تبدیل موجک برای ترکیب مدل خطی ARIMA و شبکه عصبی و همچنین استخراج قانون از مدل ترکیبی تبدیل موجک عصبی و تعیین مدل بهینه با مقایسه نتایج حاصل از روش­های پیش ­بینی مورد استفاده است. تبدیل موجک، شبکه های

 

است)

 

فهرست مطالب

 

عنوان                                                                                                                   صفحه

 

 

 

چکیده 1

 

فصل 1: کلیات موضوع تحقیق 2

 

1-1- مقدمه 3

 

1-2- اهمیت موضوع 5

 

1-3- بیان مسأله 6

 

1-4- اهداف تحقیق 8

 

1-5- سوال و فرضیه تحقیق 8

 

1-6- قلمرو تحقیق 9

 

1-7- متدولوژی وروش تحقیق 9

 

1-8- مفاهیم واژه های به کار رفته در تحقیق 10

 

فصل 2: ادبیات موضوع  تحقیق 11

 

2-1- مقدمه 12

 

2-2- سیستم مالی 12

 

2-2-1- تعریف بازار 13

 

2-3- کارایی بازار 13

 

2-3-1- ابعاد کارایی بازار 14

 

2-3-2- ماهیت کارایی در بازار سرمایه 16

 

2-3-3- سطوح مختلف کارایی 17

 

2-3-4- فرضیه بازار کارا 19

 

2-3-5- مدلهای مختلف رفتار قیمت سهام 20

 

2-4- مفهوم پیشبینی 22

 

2-4-1- تعریف پیش بینی 23

 

2-4-2- هدف پیش بینی 23

 

2-4-3- تعریف مسأله پیش بینی 24

 

2-4-4- روش های پیش بینی 25

 

2-4-5- معیارهای ارزیابی نتایج پیش بینی 26

 

2-5- روش های پیشبینی اقتصادی 28

 

2-5-1- فرآیند خود رگرسیون (AR ) 29

 

2-5-2- فرآیند میانگین متحرک (MA) 29

 

2-5-3- فرآیند خود رگرسیون  میانگین متحرک (ARIMA) 30

 

2-5-4- فرآیند خودرگرسیون میانگین متحرک انباشته (ARIMA) 30

 

2-5-5- نحوه مدلسازی ARIMA 31

 

2-6- بورس اوراق بهادار وتاریخچه آن 32

 

2-6-1- سابقه تاریخی بورس اوراق بهادار تهران 33

 

2-7- آشنایی با شاخص های قیمت سهام 35

 

2-7-1- فواید شاخص ها 35

 

2-7-2- شاخص قیمت سهام 35

 

2-7-3- عوامل موثر بر شاخص سهام 36

 

2-7-4- روش های رایج محاسبه شاخص 38

 

2-7-5- تاریخچه وشیوه محاسبه شاخص های معتبر جهانی ( بت شکن ، 1383) 40

 

2-7-6- شاخص ها قیمت سهام در بورس اوراق بهادار تهران 43

 

2-8- شبکه های عصبی مصنوعی 48

 

2-8-1- شبکه های عصبی بیولوژیک 48

 

2-8-2- مدل سازی نرون تنها 49

 

2-8-3- شبکه های عصبی چند لایه پیشخور 52

 

2-8-4- شبکه های پرسپترون چند لایه 54

 

2-8-5- الگوریتم پس از انتشار BP 55

 

2-9- پیشینه تحقیق 58

 

فصل 3: روش تحقیق 70

 

3-1- مقدمه 71

 

3-2- نحوه جمع آوری وآماده سازی داده ها 72

 

3-3- توپولوژی وساختار شبکه عصبی 73

 

3-4- آموزش شبکه عصبی 73

 

3-5- خروجی شبکه 74

 

3-6- نحوه مدلسازی ARIMA 74

 

3-7- مدل رگرسیون چند متغیره 75

 

3-8- معیار ارزیابی وآزمون نتایج 75

 

3-9- خلاصه فصل 76

 

فصل 4: تجزیه و تحلیل یافته های تحقیق 77

 

4-1- مقدمه: 78

 

4-2- برآورد الگوی مناسب ARIMA برای پیش بینی شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران 78

 

4-2-1- بررسی مانایی و نامانایی سری زمانی شاخص پنجاه  شرکت برتر بورس اوراق بهادار تهران 79

 

4-3- برآورد الگوی مناسب شبکه عصبی برای پیش بینی شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران 93

 

4-4- برآورد الگوی مدل رگرسیونی مناسب برای پیش بینی شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران 96

 

4-5- آزمون فرضیه ها 98

 

4-6- خلاصه 99

 

فصل 5: نتیجه گیری و پیشنهادات 100

 

5-1- مقدمه 101

 

5-2- نتیجه گیری و پیشنهادات 101

 

5-2-1- نتیجه گیری 101

 

5-2-2- پیشنهادات 103

 

5-3- محدودیتهای تحقیق 104

 

5-4- خلاصه 105

 

فهرست منابع و مأخذ 106

 

پیوست 1: شبکه های عصبی مصنوعی .109

 

چکیده انگلیسی 127

 

چکیده

 

هدف از این تحقیق پیش بینی شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران با بهره گرفتن از شبکه های عصبی است و به منظور آزمون نتایج این پیش بینی و اینکه شبکه های عصبی توانایی پیش بین بهتری دارند یا سایر روش های آماری نتایج حاصل از شبکه عصبی مطلوب با روش های آماری آریما و رگرسیون مورد مقایسه قرار گرفت که به صورت معنی داری مشخص شد شبکه عصبی در مقایسه با روش های آماری ذکر شده بهتر می تواند نسبت به پیش بینی شاخص مورد نظر این تحقیق اقدام نماید.

 

روش انجام تحقیق حاضر،پیمایشی و مقایسه ای از نوع همبستگی می باشد. روش گردآوری اطلاعات به صورت کتابخانه ای می باشد که از طریق مراجعه به کتب ، مقالات و منابع موجود در کتابخانه های سازمان بورس اوراق بهادار تهران و جستجو درشبکه جهانی اینترنت و همچنین مطالعه و بررسی پایان نامه ها و رساله های کارشناسی ارشد و دکتری ، مطالب مرتبط به موضوع تحقیق گردآوری و استفاده شده است.

 

قلمرو تحقیق از نظر مکانی محدود به سازمان بورس اوراق بهادار تهران واز نظر زمانی در برگیرنده دوره زمانی 08/04/1371 الی 09/03/1386 می باشد . از نظر قلمرو موضوعی ، تحقیق حاضر به بررسی کارایی اطلاعاتی بازار سرمایه ایران در سطح ضعیف می پردازد .

 

  1-1- مقدمه

 

پیش بینی آینده در عرصه پویای اقتصاد و بازار سرمایه یکی از مهم ترین مسایل مورد بحث در میان پژوهشگران اقتصادی وعلوم مالی بوده است . روش های کلاسیک مانند رگرسیون گرچه توفیقات نسبی در این زمینه ها داشته اند ، اما نتایج آن نتواسته است پژوهشگران این عرصه را راضی نماید . غیر خطی بودن داده های اقتصادی ومالی، از مـدتها پـیش مـشاهده شـده ومحققان محـدودیـتهای مربـوط بـه تـکنیکـهایی را که فرض می کنند یک ارتباط خطی بین این داده ها وجود دارد را درک کرده وشناخته اند. اما استفاده از این تکنیکها به خاطر ساده بودن تفسیر ضرایب برآوردی وهمچنین راحت بودن پیاده سازی آنها ، مورد توجه قرار گرفته است . بنابراین تلاش برای دستیابی به مدلهای دقیق تر و بهتر همچنان ادامه دارد . ویژگی مسایل اقتصادی وتجاری این است که به شدت تحت تاثیر مسایل اجتماعی ، سیاسی وفرهنگی است که بسیاری از پارامترهای آنها ناشناخته بوده  و با روش های کمی به سختی قابل اندازه گیری هستند. پیدایش تکنولوژی شبکه های عصبی که توان منحصر به فردی در تحلیل اطلاعات در دسترس، دارند باعث گردیده که متخصصان در تحلیل و پردازش داده ها وعوامل مرتبط به موضوعات اقتصادی، بازرگانی، مالی و. به سمت آن گرایش پیدا کنند. استفاده از روش های غیر خطی در زمینه های مالی تلاش دیگری در جهت بهبود پیش بینی متغیرهای مطلوب است . استفاده از هوش مصنوعی وشبکه های عصبی در پیش بینی متغیرهای مالی ، یکی از این تکنیکها میباشد .

 

معمولاً به منظور پیش بینی وقایعی که در آینده اتفاق می افتد به اطلاعات به دست آمده از رویدادهای تاریخی اتکا می شود . به این ترتیب که داده های گذشته تجزیه وتحلیل می گردد تا از آن الگویی قابل تعمیم به آینده حاصل گردد .این فرآیند که در اغلب روش های پیش بینی مورد استفاده قرار می گیرد ، مبتنی بر این فرض است که روابط بین متغیرها در آینده نیز ادامه خواهد داشت .

 

روش های پیش بینی می تواند کاملا ساده یا پیچیده، کوتاه مدت یا بلند مدت ، کمی یا کیفی باشد . اما علیرغم تنوع در روش های موجود ، می توان آنها را به دو گروه اصلی : روش های کیفی و روش های کمی، طبقه بندی نمود[1].

 

در روش های کیفی ،پیش بینی مبتنی بر قضاوت ذهنی وتجارب شخصی فرد پیش بینی کننده است . در حالیکه در روش های کمی ، با بهره گرفتن از تجزیه وتحلیل داده های گذشته ، ارزش متغیر مورد نظر پیش بینی می گردد . روش های رگرسیون وسریهای زمانی نمونه هایی می باشند که در آنها از روش های کمی به منظور پیش بینی استفاده می گردد. سری زمانی یک متغیر ، مشاهدات متوالی تاریخی مربوط به آن متغیر است و در تجزیه وتحلیل سری زمانی تلاش می شود با بهره گرفتن از مقادیر گذشته، مقدار آینده آن متغیر تعیین گردد.

 

جهت پیش بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول ترین آنها روش های رگرسیون ومدلهای «ARIMA» هستند[2].اما این مدلها در عمل جهت پیش بینی بعضی از سریها ناموفق بوده اند زیرا ساختار آنها خطی است و از این نظر محدودیت ذاتی دارند ( لین،علیخان وهوانگ 2002) در ایـن زمـینه مـدلـهای «ARCH/GARCH» نیز مورد اسـتفاده قـرار گرفـته اند( انگل 1982 وبولرس لو 1986). اما هنوز سریهای دیگری وجود دارند که نمی توان با بهره گرفتن از این روشها به پیش بینی قانع کننده ای در خصوص آنها دست یافت . تحقیقات اخیر در زمینه شبکه های عصبی نشان داده است که این شبکه ها ویژگیهای لازم جهت کاربردهای مرتبط از قبیل درون یابی یکنواخت وغیر خطی، توانایی فراگیری سریهای پیچیده غیر خطی وقابلیت وفق شدن با توزیع های مختلف آماری را دارند.

 

از میان روش های هوشمند ، سیستم های عصبی کاربرد زیادی در مورد سریهای زمانی دارند. این سیستم ها با دریافت اطلاعات مربوط به ورودیهای (سری زمانی اعداد) ارتباطات بین آنها را کشف کرده ومعادله مربوط را فرا می گیرند وآن را برای نتایج بعدی تعمیم می دهند. شبکه های عصبی مصنوعی شکل بسیار ساده ای از سیستم عصبی طبیعی هستند . همانطور که می دانیم شبکه عصبی انسان از سلولهایی به نام نرون تشکیل شده است که این نرونها اطلاعات دریافتی را ذخیره وپردازش کرده ارتباطات بین آنها را کشف می کنند. سیستم های عصبی مصنوعی نیز از یک سری نرونهای عصبی بسیار ساده استفاده می کنند. این شبکه ها بسته به نوع مدلی که انتخاب می شود از چند لایه تشکیل می شوند که نرونهای عصبی در این لایه ها وجود دارند  در حقیقت کار اصلی را این نرونها و ارتباطات بین آنها را انجام می دهند . یک شبکه عصبی دارای یک لایه ورودی ، یک لایه خروجی و یک یا چند لایه میانی می باشد . نحوه پردازش داده ها توسط شبکه برای ما قابل درک نیست وبه همین خاطر لایه های میانی را لایه های پنهان نیز می گویند.

 

تکنیک های مدلسازی به وسیله شبکه های عصبی نتایج موفقیت آمیزی در مسایل پیچیده ای مانند تقریب توابع پیچیده با هر دقتی ، تشخیص الگو و پیش فرایندهای خطی داشته اند . از طرف دیگر بازار بورس و روند قیمت های سهام وتغییرات شاخص ها و به طور کلی مسایل اقتصادی دارای یک سری روابط غیر خطی هستند وشبکه های عصبی نیز توانایی های زیادی برای حل معادلات غیر خطی دارند.

 

این تحقیق برآن است تا شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران را با توجه به سری زمانی آن در گذشته پیش بینی نماید . در تکنیک سری زمانی محققان سعی دارند از نحوه تسلسل شماره ها، فرایند ایجاد آنها را حدس بزنند، چنانچه اعداد سری مربوط از یک توزیع یکسان پیروی کنند یعنی در طول زمان مستقل از یکدیگر بوده واحتمال وقوع یکسان داشته باشند، هر استراتژی که انتخاب شود خوب است ولی اگر عددی احتمال وقوع بیشتری را نسبت به سایر اعداد داشته باشد استراتژی منتخب عدد مزبور را مدنظر قرار خواهد داد ( هندریکسون ، 1992) همچنین اگر احتمال وقوع عددی بستگی به تسلسل گذشته اعداد داشته باشد ، بالطبع استراتژی مناسب تری را می توان طراحی نمود. بنابراین سری زمانی ارقام، اطلاعاتی را پیرامون نتایج آتی فراهم ساخته وتصمیمات بعدی را تحت تاثیر قرار می دهد .

 

 

 

1-2- اهمیت موضوع

 

بورس آیینه تـمام نـمای وضـعیت اقتصادی یک کـشور است . بـورس اوراق بهادار از سویی مرکز جمع آوری پس اندازها و نقدینگی بخش خصوصی به منظور تامین مالی پروژه های سرمایه گذاری بلند مدت و از سوی دیگر محل رسمی و مطمئنی است که دارندگان پس اندازهای راکد می توانند محل مناسب سرمایه گذاری را جستجو کرده و وجوه مازاد خود را برای سرمایه گذاری در شرکتها به کار اندازند و متناسب با ریسکی که محتمل می شوند بازده خود را کسب کنند .

 

شوکهای ناگهانی بازار وسقوط قـیمتها تـعداد زیادی از سـرمایـه گـذاران را از بازار خارج می کند. تخصیص منـاسب منابع مالی در بازار سرمایه، خصوصاً بورس تـهران یکی از مـهمترین و اصلی ترین مشکلات روز است . تخصیص صحیح منابع نیازمند زمینه های مناسب سرمایه گذاری و وجود ابزار و تکنیک های تحلیلی مناسب در بازار است که موجب افزایش اطمینان سرمایه گذاران و کارایی بازار نیز خواهد شد . رفتار سهام در بازار مانند اغلب پدیده های طبیعی ، رفتاری غیر خطی است . استفاده از روش های مختلف هوش مصنوعی در بازار سرمایه ، علاوه بر کارایی بیشتر بازار ، بازدهی بیشتر آن و تخصیص مناسب تر سرمایه ، باعث بالا رفتن سطح دانش و آگاهی نیز می شود . شبکه های عصبی به عنوان یکی از سیـستم های هـوشـمند می تواند روابط غـیر خـطی بـین ورودیـها و خروجـیها را بر اساس مجموعه داده هایی که به عنوان مجموعه آموزش به شبکه وارد می شود فرا گرفته و آنها را شناسایی و به داده های مورد آزمون تعمیم دهد .

 

معامله براساس شاخص های بازار سهام شهرت بی سابقه ای را در بازارهای مالی مهم دنیا کسب کرده است. افزایش تنوع ابزارهای مرتبط با شاخص مالی ، دامنه فرصتهای سرمایه گذاری جهانی را برای سرمایه گذاران گسترش داده است .

 

 

 

دو دلیل اصلی برای پیشرفت این ابزارها وجود دارد ( چن ، لیونگ ودایوک ، 2002) اول، آنها ابزارهای موثری را برای سرمایه گذاران به منظور محافظت از ریسک های بالقوه بازار فراهم می آورند . دوم، فرصت های کسب سود جدیدی را برای کسانی که از موقعیت های زمانی و مکانی بازار استفاده می برند، ایجاد می کنند . بنابراین پیش بینی بازار سهام از اهمیت و کاربرد بسیار بالایی برخوردار است . از طرف دیگر روش های پیش بینی کلاسیک در جایی که روابط بین پدیده ها غیر خطی و پیچیده می باشند از قابلیت بالایی برخوردار نمی باشد در حالیکه روشها ومدلهای مبتنی بر هوش مصنوعی قابلیت بسیار بالایی در زمینه یادگیری روابط وتعمیم دهی آنها به نتایج بعدی برخوردار می باشند.

 

 

 

1-3- بیان مسأله

 

درخصوص بازارهای سرمایه وقابلیت پیش بینی عناصر مرتبط با آنها ، از قبیل قیمت اوراق بهادار ، حجم معاملات، شاخص ها و فرضیه های مختلفی بیان شده است . مهمترین فرضیه ای که در این بازارها مطرح است فرضیه بازار کارا ونظریه گام تصادفی می باشد .این فرضیه بیان می کند که در یک بازار کارا نمی توان با بهره گرفتن از اطلاعات موجود ، قیمت آینده را پیش بینی کرد و به عبارت دیگر فرایند ایجاد قیمتها کاملا تصادفی می باشد . لذا این فرضیه هر نوع تلاشی را در جهت پیش بینی اعداد وارقام بازار رد می کند و بهترین پیش بینی قیمت بعدی را همان آخرین قیمت واقعی می داند . نظریه های مخالف این فرضیه نیز ارائه شده است این افراد که معتقدند قیمت اوراق بهادار را می توان پیش بینی کرد به دو گروه عمده بنیاد گرایان وچارتیستها تقسیم می شوند . بنیاد گرایان با بهره گرفتن از تجزیه وتحلیل بنیادی عوامل موثر بر ارزش ذاتی سهام سعی دارند تا قیمت ذاتی اوراق بهادار را تعیین کنند در حالیکه چارتیستها جهت تعیین قیمت بر اطلاعات گذشته و روند قیمتها متکی هستند . به عبارت دیگر آنها با بهره گرفتن از تجزیه وتحلیل روند داده ها در گذشته سعی می کنند پیش بینی خود را درخصوص قیمت اوراق بهادار حجم معاملات ، شاخصها و. انجام دهند .

 

در ادبیات مربوط به کارایی بازار سرمایه ، کارایی بازار با توجه به حساسیت قیمت ها به سطوح مختلف اطلاعات ، به سه سطح طبقه بندی شده است که عبارتند از، سطح