مدل‌سازی شاخص‌های موثر بر سود در برنامه‌ریزی راهبردی مالی (کاربرد روش کنترل عصبی تطبیقی)

محورهای موضوعی : اقتصاد کار و جمعیت

زهرا صادقی ¹ (دانشجوی دکتری مدیریت فناوری اطلاعات، واحد تهران مرکزی، دانشگاه آزاد اسلامی)
محمدرضا معتدل ² (استادیار، گروه مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی)
عباس طلوعی ³ (استاد، گروه مدیریت و حسابداری، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی)

تاریخ دریافت : 1400/08/16 تاریخ پذیرش : 1400/12/15 تاریخ انتشار : 1400/12/01

کلید واژه: طبقه‌بندی JEL: C60, G39, برنامه‌ریزی راهبردی مالی, شبکه عصبی اِلمن, M15. واژگان کلیدی: کنترل عصبی تطبیقی,

چکیده مقاله :

هدف این مقاله بیان کاربرد روش کنترل عصبی تطبیقی مبتنی بر الگوریتم شبکه عصبی اِلمن برای مدل‌سازی شاخص‌های موثر بر سود در برنامه‌ریزی مالی سازمان‌ها (به منظور بهبود و افزایش دقت در فرایندهای تصمیم‌گیری) است. بدین منظور، داده‌های مالی 1379 - 1391 شرکت‌های نفت پارس، داروسازی عبیدی و سایپا برای طراحی مدل و داده‌های مالی سال‌های 1392 - 1397 این شرکت‌ها برای آزمون مدل استفاده شده است. یافته‌های سازگارپذیری مدل‌ نشان داد مدل پیشنهادی توانایی تطبیق با شرایط متغیر محیطی را برای حفظ هدف مطلوب (سود) دارد. هم‌چنین، برای ارزیابی معتبر بودن مدل، میزان میانگین مربعات خطا محاسبه گردید. نتایج، اعتبار مدل را تأیید می‌نماید. بر اساس نتایج، پیشنهاد می‌شود سازمان‌ها در روند برنامه‌ریزی راهبردی مالی خود با بهره‌گیری از مدل پیشنهادی این پژوهش، با لحاظ اثرات تغییرهای محیطی و حفظ متغیرهای مالی خود در بازه‌های خروجی مدل به هدف راهبردی مالی خود (سود مطلوب) دست یابند.

چکیده انگلیسی:

Making more profit in organizations requires them to have accurate tools to strengthen the business for proper financial planning. So far, no comprehensive model for the financial planning of organizations with minimum deviation from predefined goals has been presented. The purpose of this study is to provide such a model to achieve more accurate management decisions. In this research, an intelligent adaptive control model has been developed using the Elman neural network adaptation algorithm in the system identification process. This model has been developed using data extracted from the official website of the Iranian Stock Exchange and Securities Organization. Some of the most important indicators of profit (as a measure of the company's financial performance) and also optimal profit amount as input and the allowable intervals of its changes to achieve the desired profit as output of the model have been determined and examined.

منابع و مأخذ:

• سازمان حسابرسی (1394). اصول و ضوابط حسابداری و حسابرسی: استانداردهای حسابداری. تهران: ناشر سازمان حسابرسی.


• نجات‌مهراب، مینا، شمس‌الدینی، سکینه (1400). تاثیر برنامه‌ریزی مالی در تعالی سازمانی در شرکت‌های شهرک‌های صنعتی شهر کرمان، اولین کنفرانس بین‌المللی یافته‌های پژوهشی در مدیریت، اقتصاد و حسابداری، تهران.


• باصری، مختار، مرزبانفر، جواد (1396). عوامل کلیدی موفقیت در پیاده‌سازی برنامه‌ریزی منابع سازمان از دیدگاه مالی، فصلنامه مطالعات اقتصاد مدیریت مالی و حسابداری، (3)4.


• اصلی‌زاده، احمد، امینی، رحمان (1395). آسیب‌شناسی استراتژی‌های سازمان با رویکرد کارت امتیازی متوازن و استفاده از مدل برنامه‌ریزی مالی پیشرفته (مطالعه موردی: واحدهای دانشگاه آزاد اسلامی استان تهران)، دومین کنفرانس بین‌المللی در مدیریت، حسابداری و اقتصاد.


• محی‌الدینی، نوید، افشارجهانشاهی، مجتبی، نمازیان، علی (1397). بررسی تاثیر برخی شاخص‌های مالی و مدیریت سود واقعی بر بازده سهام با درنظرگرفتن نقش تعدیل‌گری کیفیت حسابرسی در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران، فصلنامه پژوهش‌های کاربردی در مدیریت و حسابداری، (3): 12.


• Astrom, K. J., Wittenmark, B., (1994). Adaptive control, Prentice Hall, 2nd edition, ISBN: 0201558661, 574 pages.


• Azarenkova, G., Pasko, T., Golovko, O., & Kovalchuk, Y. (2017). Financial planning and improving of its methods. Accounting and Financial Control, 1(1): 39-47.


• Dąbrowski, J. (2017). Towards an adaptive framework for goal-oriented strategic decision-making. In 2017 IEEE 25th International Requirements Engineering Conference (RE) (pp. 538-543). IEEE.


• Elman, J. L. (1990). Finding structure in time. Cognitive science, 14(2): 179-211.


• Khandetskyi, V., & Karpenko, N. (2020). Using the Elman neural network as an identity map in defect detection task. Available on site: http://ceur-ws. Org/Vol-2608/paper64.


• Kunsch, P., Chevalier, A., Brans, J.P., (2000). Comparing the adaptive control methodology (ACM) to the financial planning practice of a large international group.


• Liu, Z., (2010). Strategic financial management in small and medium sized enterprises, International journal of business & management, 5(2):887-894.


• Rawabdeh, I., Al-Refaie, A., Arabiyat, H., (2013). Developing a fuzzy logic decision support system for strategic planning in industrial organizations, International journal of intelligent systems and applications in engineering, ISSN: 2147-6799.


• Santoso, I., Prameswari, P. A. I., Yushila, A. B., & Arwani, M. (2019). Fuzzy sequential model for strategic planning of small and medium scale industries. Telkomnika, 17(3), 1310-1316.


• Zarrin, S. & Daim, T. (2019). Strategic technology planning in product-service systems with embedded customer experience requirements. Portland International Conference on Management of Engineering and Technology (PICMET), ISSN: 2159-5100.