بررسی و پیش بینی ارزش افزوده اقتصادی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

با فرمت قابل ویرایش word - پیش بینی ارزش افزوده اقتصادی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی - پایان نامه ارشد رشته حسابداری -

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 33

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. 38

3-16-2 نسبت بدهی جاری به ارزش ویژه 38

4-16-2 نسبت پوشش بهره 38

17-2 شبکه‌های عصبی. 39

18-2  اجزای شبکه‌های عصبی مصنوعی. 42

1-18-2 عناصر پردازشگر. 42

19-2 شبکه 43

1-19-2 ساختار شبکه 44

20-2 پرسپترون چندلایه 45

21-2 پردازش اطلاعات در شبکه‌های عصبی مصنوعی. 46

22-2 الگوریتم پس‌انتشارخطا 50

23-2 بخش دوم: مروری بر پژوهشها 51

1-23-2 پژوهشهای داخلی. 51

2-23-2 پژوهشهای خارجی. 55

فصل سوم: روش‌ اجرای تحقیق

1-3 مقدمه 58

2-3 متغیرهای تحقیق. 58

3-3 مدل تحلیلی تحقیق. 58

4-3جامعه آماری. 59

5-3 روش گردآوری اطلاعات.. 62

6-3 روایی و پایایی. 62

7-3 ابزار گردآوری اطلاعات.. 62

8-3 ارزش افزوده اقتصادی یا EVA.. 63

1-8-3 نرخ بازده کلی سرمایه 63

2-8-3 سرمایه Capital 64

3-8-3 نرخ هزینه سرمایه 64

9-3 نسبت های مالی. 67

10-3 رگرسیون. 68

11-3 شبکه عصبی. 68

12-3  روش تجزیه و تحلیل داده‌ها 69

فصل چهارم: تجزیه و تحلیل داده‌ها

1-4 مقدمه‏ 72

2-4 آماده سازی داده ها 73

3-4 محاسبه ارزش افزوده اقتصادی. 81

4-4 پیش بینی با استفاده از رگرسیون. 84

5-4 پیش بینی ارزش افزوده اقتصادی با استفاده از شبکه عصبی. 86

6-4 مقایسه پیش بینی شبکه عصبی و رگرسیون. 90

فصل پنجم: نتیجه‌گیری و پیشنهادات

1-5 مقدمه 95

2-5 نتایج فرضیات.. 95

1-2-5 بررسی فرضیه اول. 95

2-2-5 بررسی فرضیه دوم 97

3-5 نتیجه گیری کلی. 99

4-5 محدودیت های تحقیق. 99

5-5 پیشنهاد برای تحقیقات آتی. 100

پیوست ها

خروجی ها با استفاده ازنرم افزار مطلب.. 102

منابع و ماخذ

منابع فارسی: 128

منابع لاتین: 130

چکیده انگلیسی: 132

جدول 1-2 برخی از انواع شبکه‌های عصبی. 45

جدول 1-3 پنجاه شرکت برتر بورس بر اساس سودآوری. 61

جدول 1-3  فرمولهای نسبتهای مالی. 67

جدول 2-3 نسبت های مالی و نماد های آن. 68

جدول 1-4 نسبتهای مالی برای سالهای مختلف  شرکت باما 74

جدول 2-4 نسبتهای مالی برای سالهای مختلف شرکت چادرملو. 75

جدول 3-4 نسبتهای مالی برای سالهای مختلف شرکت اتومبیل ایران. 76

جدول 4-4  نسبتهای مالی برای سالهای مختلف شرکت ایران خدرو دیزل. 77

جدول 5-4 نسبتهای مالی برای سالهای مختلف شرکت پارس خودرو. 78

جدول 6-4 نسبتهای مالی برای سالهای مختلف شرکت سایپا آذین. 79

جدول 7-4 نسبتهای مالی برای سالهای مختلف شرکت سایپا 80

جدول 8-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت باما 81

جدول 9-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت چادرملو. 81

جدول 10-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت قطعات اتومبیل ایران. 82

جدول 11-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت ایران خودرو دیزل. 82

جدول 12-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت پارس خودرو. 83

جدول 13-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت سایپا آذین. 83

جدول 14-4 محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت سایپا 84

جدول 15-4  خروجی spss. 84

جدول 16-4 جدول  اوزان 89

جدول 17-4  مقادیر واقعی و پیش بینی شده 90

جدول 18-4 مقایسه خطای شبکه و خطای رگرسیون خطی. 92

جدول 1-5 بررسی نتایج جدول اوزان. 96

جدول 2-5 جدول خطا ها و فاصله 98

نمودار 1-2 ارزش افزوده 20

نمودار 2-2 ارزش افزوده اقتصادی. 21

نمودار 3-2 اجزای یک عنصر پردازشگر. 43

نمودار 4-2 ساختار ساده شبکه‌های عصبی مصنوعی. 44

نمودار 5-2 ساختار پرسپترون چندلایه (MLP) 46

نمودار 6-2 عملیات یک شبکه عصبی نظارتی. 49

نمودار 1-3 مدل تحلیلی تحقیق. 59

نمودار 2-3 شبکه عصبی مصنوعی. 69

نمودار 1-4 نمودار خطی رگرسیون. 86

نمودار 2-4 نمودار لونبرک- مارکو. 87

نمودار 3-4  نمودار آموزش شبکه عصبی. 88

نمودار 4-4 نمودار نمایانگر پیش بینی شبکه بر اساس داده های ورودی و مقایسه آنها با مقادیر واقعی. 89

نمودار 5-4 نمودار مقایسه ای دو پیش بینی. 93

نمودار 1-5  نمودار پیش بینی نتایج. 97

 

پایان نامه کارشناسی ارشد معدن بهینه سازی الگوی آتشباری معدن مس سرچشمه با استفاده از شبکه های عصبی مصنوعی

پایان نامه کارشناسی ارشد معدن بهینه سازی الگوی آتشباری معدن مس سرچشمه با استفاده از شبکه های عصبی مصنوعی

این محصول در قالب  پی دی اف و 166 صفحه می باشد.

این پایان نامه جهت ارائه در مقطع کارشناسی ارشد رشته معدن طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز پایان نامه ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این پایان نامه را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده:

یکی از مهمترین پدیده های نامطلوب عملیات آتشبازی لرزش زمین است . این پدیده زمانی

که عملیات آتشباری نزدیک مناطق مسکونی باشد دارای اهمیت بیشتری است . همچنین لرزش

ناشی از آتشباری برای دیواره های معدن بسیار مخرب است .

با توجه به تعداد پارامتر های موثر در بروز این پدیده و پیچیدگی رابطه ی متقابل بین این عوامل

، روش های تجربی موجود به طور دقیق قادر به پیش بینی میزان لرزش نمی باشد . در این تحقیق

به منظور بررسی اثر پارامتر های مختلف از جمله حداکثر مقدار خرج بر تاخیر ، فاصله از محل انفجار

، تعداد چال در تاخیر و خصوصیات مکانیک سنگی با استفاده از شبکه عصبی مصنوعی مدلی برای پیش

بینی میزان لرزش زمین در عملیات آتشباری معدن مس سرچشمه به منظور بهینه سازی الگوی آتشباری

ارائه و با نتایج روابط تجربی مقایسه شده است . جهت یافتن بهترین روش مدل سازی برخی از شبکه

ها مانند شبکه ی پرسپترون چند لایه (MLP) پایه شعاعی (RBF) و رگرسیون تعمیم یافته (GRNN) با

استفاده از شاخص مجذور میانگین مجذور میانگین مربع خطا و ضریب همبستگی با یکدیگر مقایسه

شده اند .

در نهایت پس از انجام آنالیز حساسیت ملاحظه شد که پارامتر های فاصله از محل انفجار تعداد چال

در تاخیر و حداکثر مقدار خرج در تاخیر به ترتیب بیشترین تاثیر را در میزان لرزش حاصل از عملیات

آتشبازی دارند .

...