مبحث زنجیره تأمین از جمله مباحث مطرح در فضای امروز صنعت کشور است. اما زنجیره تأمین زمانی در یک شرکت دارای توان رقابتی خواهد بود که ضمن برخورداری از اجزا توانمند و رقابت‌پذیر، دارای پایداری مطلوبی نیز باشد. هدف اصلی این پژوهش شناسایی و رتبه‌بندی عوامل توانمندساز در زنجیره تأمین هوشمند با بهره‌گیری از ابزارهای تصمیم‌گیری چندمعیاره است. مطالعه موردی پژوهش حاضر شامل چهار شرکت پتروشیمی نوری، پتروشیمی جم، پتروشیمی خارک و پتروشیمی پردیس است. میزان اهمیت هرکدام از توانمندسازهای مذکور در زنجیره تأمین هوشمند، بر اساس پرسش‌نامه‌های مربوطه صورت پذیرفت و باتوجه‌به رتبه‌بندی انجام شده در خصوص میزان اهمیت توانمندسازها در زنجیره تأمین هوشمند و به استناد نظرات خبرگان، هفت عامل به‌عنوان مهم‌ترین عوامل توانمندسازی زنجیره تأمین هوشمند انتخاب شدند که به ترتیب عبارتند از: مهارت‌ها و دانش کلان‌داده‌ها، مطالعه مناسب و امکان‌سنجی برای کمک به انتخاب و استفاده از تکنیک‌های کلان داده، ردیابی و بومی‌سازی محصولات، شفافیت و قابل‌مشاهده بودن، مدیریت زنجیره تأمین الکترونیکی، بهبود انتقال اطلاعات و توسعه اثربخش و مقرون‌به‌صرفه، وزن فناوری یکپارچگی داده‌ها و اطلاعات. در مرحله بعدی میزان عملکرد این گزینه‌ها در تحقق توانمندسازهای زنجیره تأمین مورد ارزیابی قرار گرفتند. تکنیک پیشنهادی برای این منظور، روش WASPAS بود که به استناد این روش، رتبه‌بندی نهایی باتوجه‌به شاخص‌های توانمندساز مربوطه به ترتیب شرکت پتروشیمی خارک، شرکت پتروشیمی نوری، شرکت پتروشیمی پردیس و شرکت پتروشیمی جم معرفی شدند. پرونده مقاله

هدف این پژوهش ارزیابی کارایی سرمایه گذاری مبتنی بر کیفیت اطلاعات داخلی و اطمینان بیش از حد مدیریتی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. برای این منظور از اطلاعات مالی 84 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1399-1392 استفاده شد. نتایج پژوهش حاکی از آن است که بین کیفیت اطلاعات داخلی با کارایی سرمایه گذاری و بیش سرمایه گذاری ارتباط مثبت و معناداری وجود دارد اما بین کیفیت اطلاعات داخلی با کم سرمایه گذاری ارتباط منفی و معناداری وجود دارد. در ادامه نتایج بیانگر آن بود که اطمینان بیش از حد مدیریتی ارتباط بین کیفیت اطلاعات داخلی و کارایی سرمایه گذاری را تقویت می کند همچنین اطمینان بیش از حد مدیریتی ارتباط بین سرعت اعلان درآمد و دقت پیش بینی سود توسط مدیریت را با بیش سرمایه گذاری تضعیف می کند که در رابطه با عدم وجود صورت های مالی تجدید ارائه شده ناشی از اشتباهات با اهمیت عکس این مورد صدق می کند. همچنین اطمینان بیش از حد مدیریتی ارتباط بین سرعت اعلان درآمد و دقت پیش بینی سود توسط مدیریت را با کم سرمایه گذاری تحت تاثیر قرار نمی دهد اما اطمینان بیش از حد مدیریتی ارتباط بین عدم وجود صورت‌های مالی تجدید ارائه شده ناشی از اشتباهات با اهمیت و کم سرمایه گذاری را تقویت می کند. پرونده مقاله

پژوهش حاضر در صدد بررسی نقش توانمندسازهای چابکی برای دستیابی به چابکی در شرکت لبنیات پگاه تهران با استفاده از رگرسیون چندگانه می‌باشد. در این پژوهش برای دستیابی به سطح ایده آل چابکی و برای تحلیل اثر شاخص‌ها و همچنین ارائه مسیری بهینه برای دستیابی به چابکی از مدل رگرسیون استفاده شده است. به این منظور 96 پرسش‌نامه بین مدیران شرکت لبنیات پگاه تهران توزیع شد و آزمون‌های پژوهش حاضر به کمک نرم افزارهای SPSS و Smart-PLS انجام شده است. آزمون‌های روایی استفاده شده در این پژوهش آزمون متوسط واریانس استخراجی و آزمون لاوشه می‌باشد که ضرایب آن‌ها برای متغیرهای پژوهش به ترتیب بیش از 5/0 و 8/0 می‌باشد. در واقع، ضرایب حاصل، بیانگر این است که پرسش‌نامه مورد بررسی دارای اعتبار کافی است. برای سنجش پایایی پرسش‌نامه نیز از آزمون آلفای کرونباخ استفاده شده است که ضریب آن برای تمامی ابعاد پرسش‌نامه بیش از 7/0 می‌باشد که بیانگر قابل اعتماد بودن پرسش‌نامه می‌باشد. نتایج نشان داد که بیشترین تاثیر را به ترتیب متغیرهای اتوماسیون و کارکنان داشته و کمترین اثر را متغیر فناوری داشته است. همچنین برای آنکه بتوانیم به سطح قابل قبولی از هر یک از ابعاد قابلیت‌های چابکی دست پیدا کنیم باید متغیر یا متغیرهای کلیدی که از تحلیل‌های این پژوهش استخراج شده‌اند را شناسایی و با تغییراتی در آن‌ها به نتایج مطلوب دست پیدا کنیم. در این صورت می‌توانیم با حداقل زمان و هزینه به حداکثر کارایی و ارتقاء سطح چابکی دست یابیم. پرونده مقاله

یکی از مهم‌ترین موارد مورد علاقه مدیران بانکی به عنوان متغیری تأثیرگذار بر صنعت بانکداری، اطلاع از وضعیت سپرده‌های بانکی است که فعالیت بانک تا حد زیادی بستگی به آن دارد. ازاین‌رو مدیران بانک‌ها علاقه‌مند هستند بدانند که میزان کل سپرده‌های بانک در زمان معینی در آینده چقدر خواهد بود. پیش‌بینی میزان سپرده‌ها، تغییر و نوسان این سپرده ها می‌تواند در امر برنامه ریزی و تصمیم گیری به بانک‌ها کمک نماید. در این پژوهش سعی شده است با استفاده از تکنیک‌های آماری و رویکرد مدل‌های شبکه‌های عصبی مصنوعی ، مدلی مناسب با بیشترین قدرت تخمین و کمترین میزان خطا برای پیش‌بینی میزان سپرده‌ها یا همان منابع مالی به تفکیک انواع آنها برای بانک موردنظر را معرفی نماییم. برای آزمون فرضیه ها از اطلاعات یک بانک خصوصی طی بازه زمانی سال های 139۶-138۷ استفاده شده است. در این پژوهش، پس از بررسی توان پیش‌بین کنندگی روش خود رگرسیو میانگین متحرک انباشته (ARIMA) و روش شبکه‌های عصبی مصنوعی، به مقایسه‌ی این دو روش پرداخته ‌شده است.نتایج پژوهش بر میزان سپرده‌های بانک به‌صورت ماهانه حاکی از آن است که روش شبکه‌های عصبی تخمین‌های بهتری نسبت به روش ARIMA ارائه می‌نمایند. پرونده مقاله