Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/9115
Title: إستخدام معلومات التدفق النقدي والمعلومات المبينة على أساس الإستحقاق كأداة للتنبؤ بالتدفقات النقدية المستقبلية حالة الشركات المدرجة في بورصة الجزائر 2002-2013 للفترة
Authors: هواري,سويسي
عماري, ريم
Keywords: تنبؤ بالتدفق النقدي
تدفق نقدي، مستحقات
نسب تدفق نقدي
شبكة عصبية اصطناعية
انحدار خطي متعدد
Issue Date: 20-May-2015
Series/Report no.: 2015;
Abstract: تهدف هذه الدراسة إلىفحص القدرة التنبؤية للمستحقات والمعلومات المحاسبية للتدفق النقدي من جهة، ومن جهة أخرى، مقارنة أداء أسلوب من الأساليب الحديثة في بناء النماذج والتحليل وتقييم البيانات والتنبؤ والسيطرة عليها، وهي طريقة الشبكة العصبية الاصطناعية(ANN) مع أسلوب إحصائي كلاسيكي وهو تقنية الانحدار الخطي المتعدد(MLR) ، للتنبؤ بالتدفقات النقدية المستقبلية. ومن أجل ذلك تصميم نموذجين، استنادا للبيانات المالية للمؤسسات المدرجة في بورصة الجزائر، للفترة 2002 و2013.وتشيرالنتائجإلى أن النموذج التنبؤي الأكثر كفاءة في سياق المؤسسات الجزائرية هو نموذج التدفقات النقدية والمستحقات. غير أن النتائج أبرزت أيضا أننسب التدفق النقدي لا تعد مؤشرا تنبؤيا جيدا. كما كشفت هذه الدراسة عن تفوقالشبكاتالعصبيةعلى الطرق الكلاسيكية عند التنبؤ بالتدفق النقدي، حيث أنها تولد تنبؤا أكثر دقة وأقل انحرافا. وسيكون من المثير للاهتمام الاستمرار في البحث في هذا السياق، لمعرفة مدى إسهام أقسام علم الذكاء الاصطناعي الأخرى -على غرار الشبكة العصبية- مثل الخوارزمية الوراثية ومنطق الغموض، في مجال التنبؤ.
The main objective of this study, is toinvestigate the predictive ability of cash flow and accrual accounting data on the one hand, and on the other hand this work presents a comparative study of the predictive performances of neural networks and multiple regression techniques for forecasting future cash flows.We designed two different models depending on the financialstatements of the Algerian listed companies, for the period 2002 -2013.Theresultsindicate thatthe forecasting model more effective in the context of Algeria is the one based on accruals and cash flows data. However, the results show that cash flow ratios are not a good predictor of future cash flows.Furthermore, thisstudyrevealsthat neural networks outperform regression for forecasting future cash flows. It would be interesting to continue theresearch in this context, owing to the fact that there are still newer methods such as genetic algorithm and fuzzy logic, which are valuable to be discussed in thefuture.
Description: جامعة قاصدي مرباح- ورقلة كلية العلوم الاقتصادية والعلوم التجارية وعلوم التسيير قسم علوم التسيير
URI: http://dspace.univ-ouargla.dz/jspui/handle/123456789/9115
Appears in Collections:Département des sciences de gestion - Master

Files in This Item:
File Description SizeFormat 
Ammari_Rym.pdf1,38 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.