.

جدول ۱-۲ برخی از انواع شبکه‌های عصبی. ۴۴

جدول ۱-۳ پنجاه شرکت برتر بورس بر اساس سودآوری. ۵۹

جدول ۱-۳  فرمولهای نسبتهای مالی. ۶۵

جدول ۲-۳ نسبت های مالی و نماد های آن. ۶۶

جدول ۱-۴ نسبتهای مالی برای سالهای مختلف  شرکت باما ۷۲

جدول ۲-۴ نسبتهای مالی برای سالهای مختلف شرکت چادرملو. ۷۳

جدول ۳-۴ نسبتهای مالی برای سالهای مختلف شرکت اتومبیل ایران. ۷۴

جدول ۴-۴  نسبتهای مالی برای سالهای مختلف شرکت ایران خدرو دیزل. ۷۵

جدول ۵-۴ نسبتهای مالی برای سالهای مختلف شرکت پارس خودرو. ۷۶

جدول ۶-۴ نسبتهای مالی برای سالهای مختلف شرکت سایپا آذین. ۷۷

جدول ۷-۴ نسبتهای مالی برای سالهای مختلف شرکت سایپا ۷۸

جدول ۸-۴ محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت باما ۷۹

جدول ۹-۴ محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت چادرملو. ۷۹

جدول ۱۰-۴ محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت قطعات اتومبیل ایران. ۸۰

جدول ۱۱-۴ محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت ایران خودرو دیزل. ۸۰

جدول ۱۲-۴ محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت پارس خودرو. ۸۱

جدول ۱۳-۴ محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت سایپا آذین. ۸۱

جدول ۱۴-۴ محاسبات ارزش افزوده اقتصادی برای سالهای مختلف شرکت سایپا ۸۲

جدول ۱۵-۴  خروجی spss. 82

جدول ۱۶-۴ جدول  اوزان ۸۷

جدول ۱۷-۴  مقادیر واقعی و پیش بینی شده ۸۸

جدول ۱۸-۴ مقایسه خطای شبکه و خطای رگرسیون خطی. ۹۰

جدول ۱-۵ بررسی نتایج جدول اوزان. ۹۴

جدول ۲-۵ جدول خطا ها و فاصله ۹۶

نمودار ۱-۲ ارزش افزوده ۲۰

نمودار ۲-۲ ارزش افزوده اقتصادی. ۲۱

نمودار ۳-۲ اجزای یک عنصر پردازشگر. ۴۲

نمودار ۴-۲ ساختار ساده شبکه‌های عصبی مصنوعی. ۴۳

نمودار ۵-۲ ساختار پرسپترون چندلایه (MLP) 45

نمودار ۶-۲ عملیات یک شبکه عصبی نظارتی. ۴۸

نمودار ۱-۳ مدل تحلیلی تحقیق. ۵۷

نمودار ۲-۳ شبکه عصبی مصنوعی. ۶۷

نمودار ۱-۴ نمودار خطی رگرسیون. ۸۴

نمودار ۲-۴ نمودار لونبرک- مارکو. ۸۵

نمودار ۳-۴  نمودار آموزش شبکه عصبی. ۸۶

نمودار ۴-۴ نمودار نمایانگر پیش بینی شبکه بر اساس داده های ورودی و مقایسه آنها با مقادیر واقعی. ۸۷

نمودار ۵-۴ نمودار مقایسه ای دو پیش بینی. ۹۱

نمودار ۱-۵  نمودار پیش بینی نتایج. ۹۵

سوالات یا اهداف پایان نامه :

سوالات تحقیق

1. آیا شبکه های عصبی توانایی پیش بینی ارزش افزوده اقتصادی شرکتهای مورد مطالعه را دارد؟
2. آیا می توان با بهره گرفتن از شبکه عصبی و نسبتهای مالی به پیش بینی ارزش افزوده اقتصادی و دارایی های مالی در آینده بپردازیم؟
3. ایا پیش ­بینی ارزش افزوده اقتصادی شرکتها از طریق شبکه عصبی نسبت به رگرسیون خطی برتری دارد؟

۶-۱ اهداف تحقیق

هدف ابتدایی این پژوهش پیش بینی ارزش افزوده اقتصادی اوراق بهادار است که می توان از آن برای سرمایه گذاری استفاده نمود.

پیش بینی بازده دارایی های در طول زمان برای کسب منفعت و سود بیشتر همیشه مورد توجه بوده است اما در این پژوهش ارزش افزوده اقتصادی به عنوان گامی بلند تر برای رسیدن به سرمایه گذاری بهتر دست یابیم و در حسابداری مالی این امر برای سهام داران را می توان ارائه کرد . در پزوهش هایی که تا به حال انجام شده است روش های بسیاری برای پیش بینی ارزش افزوده اقتصادی ارائه شده است اما تا کنون به یک روش یگانه که بهترین روش برای پیش بینی ارزش افزوده اقتصادی یافت نشده است به همین دلیل در این پژوهش به دنبال یافت روشی برای پیش بینی بهتر ارزش افزوده اقتصادی شرکت ها ها هستیم.

از اهداف دیگر این پژوهش می توان به بهبود پیش بینی های ارزش افزوده اقتصادی و جستجو برای یافتن روش های بهتر با کارایی بیشتر و سرعت عمل بیشتر اشاره کرد.