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

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 تایید 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.

Modeling and Designing Controller of Factors Affecting Profit in Strategic Financial Planning Using Adaptive Neural Control Method

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.