LEADER |
03435nam a22002297a 4500 |
001 |
1929523 |
041 |
|
|
|a ara
|
044 |
|
|
|b مصر
|
100 |
|
|
|9 129956
|a الشوادفي، محمد غمري
|g EL-Shawadfy, Mohamad Ghamry
|e مؤلف
|
245 |
|
|
|a استخدام الشبكات العصبية الاصطناعية للتنبؤ بالتعثر المالي للشركات المصرية المساهمة الصغيرة والمتوسطة:
|b دراسة تطبيقية
|
260 |
|
|
|b جامعة بنها - كلية التجارة
|c 2019
|
300 |
|
|
|a 357 - 379
|
336 |
|
|
|a بحوث ومقالات
|b Article
|
520 |
|
|
|a تهدف هذه الدراسة للوصول إلى نموذج للتنبؤ بالتعثر المالي للشركات المساهمة الصغيرة والمتوسطة باستخدام النسب المالية المشتقة من القوائم المالية للشركات والتي تعكس الربحية والسيولة والسلامة المالية، ومن ناحية أخرى، تم إجراء مقارنة بين نماذج الانحدار اللوجستي Logistic Regression والشبكات العصبية الاصطناعية Artificial Neural Network ونموذج التمان 2016 المعدل، كأحد نماذج التنبؤ الرائدة والشائع استخدامها بالدراسات البحثية السابقة، لتحديد مدى التحسن في أداء نموذج التنبؤ بالتعثر المالي، بالنسبة لمساهمة للنسب المالية، في ضوء نتائج الدراسة، يصف نموذج التنبؤ الذي يجمع بين نسب الربحية: (العائد على راس المال المستثمر، هامش الربح التشغيلي)، ونسب السيولة: (صافي راس المال العامل) وكذلك نسبة السلامة المالية (صافي التدفق النقدي لإجمالي الالتزامات المالية) بشكل أفضل احتمال حدوث التعثر المالي للشركات الصغيرة والمتوسطة المصرية. وفقا لنتائج قياس أداء نماذج الانحدار اللوجستي LR والشبكات العصبية الاصطناعية ANNs ونموذج التمان 2016 المعدل، تتفوق الشبكات العصبية الاصطناعية المتعددة الطبقات على النماذج الأخرى وتحسن أداء نموذج التنبؤ خلال فترات التنبؤ كاملة، كما تتميز باستقرار أدائها على المدي البعيد (قبل حدث التعثر بمدة عامين). نتائج استخدام عينة الاختبار ومقاييس الأداء تؤكد النتائج التي توصلت إليها الدراسة.
|
653 |
|
|
|a الشبكات العصبية الاصطناعية
|a التنبؤ بالتعثر المالي
|a الشركات الصغيرة والمتوسطة
|a مصر
|
700 |
|
|
|a شهوان، تامر محمد حسن
|g Shahwan, Tamer M.
|e م. مشارك
|9 633778
|
700 |
|
|
|9 422160
|a فاضل، ميسرة أحمد
|e م. مشارك
|
773 |
|
|
|4 الإدارة
|6 Management
|c 014
|f Mağallaẗ Al-Dirāsāt wa Al-Buḥūṯ Al-Tiǧāriyyaẗ
|l 004
|m س39, ع4
|o 1918
|s مجلة الدراسات والبحوث التجارية
|t Journal of Studies and Business Research
|v 039
|x 1110-1547
|
856 |
|
|
|u 1918-039-004-014.pdf
|
930 |
|
|
|d y
|p y
|q n
|
995 |
|
|
|a EcoLink
|
999 |
|
|
|c 1184371
|d 1184371
|