1- دانش آموخته دکتری حسابداری، دانشگاه فردوسی مشهد، ایران 2- دانشیار حسابداری، دانشگاه فردوسی، مشهد، ایران 3- استادیار مهندسی صنایع، دانشگاه صنعتی بیرجند، بیرجند، ایران
چکیده: (4841 مشاهده)
هدف این پژوهش توسعه یک مدل رگرسیونی پویا جهت پیش بینی وجه نقد عملیاتی آتی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، میباشد. بدین منظور اطلاعات 250 شرکت در دوره زمانی سالهای 1383 الی 1396 در نظر گرفته شدند. در این پژوهش متغیرهای عملیاتی و اقتصادی به مدل بنیادی بارت، کرام و نلسون (BCN) اضافه شدند. با توجه به تاثیر همزمان متغیر عملیاتی نرخ رشد فروش بر اقلام تعهدی سرمایه در گردش موجود در مدل (متغیرهای مستقل) و نیز متغیر وجه نقد عملیاتی آتی (متغیر وابسته)، برای برازش مدل از روش جعبه خاکستری با بکارگیری تابع پاده استفاده شد. به منظور تخمین مدل حاصل از جعبه خاکستری، سه الگوریتم فراابتکاری گرگ خاکستری، پرواز پرندگان و الهام گرفته از نور بکار گرفته شدند. نتایج نشان داد، تخمین مدل با استفاده از الگوریتم گرگ خاکستری، کمترین خطای پیش بینی وجه نقد را در بین همه الگوریتم ها دارد. علاوه بر آن، به منظور بررسی برتری الگوریتم گرگ خاکستری نسبت به دو الگوریتم دیگر از آزمون فریدمن استفاده شد. نتایج این آزمون نیز برتری الگوریتم گرگ خاکستری را در پیش بینی دقیق تر وجه نقد آتی تایید کرد.
Ahmadi A, Nasirzadeh F, Hadavandi E, Abbaszadeh M. Developing a Dynamic Regression Model for Predicting Future Operating Cash Flow. fa 2019; 11 (43) :47-72 URL: http://qfaj.mobarakeh.iau.ir/article-1-1901-fa.html
احمدی احمد، نصیرزاده فرزانه، هداوندی اسماعیل، عباس زاده محمدرضا. توسعه مدل رگرسیونی پویا برای پیش بینی وجه نقد عملیاتی آتی. حسابداری مالی. 1398; 11 (43) :47-72