نقش ابعاد مختلف مسئولیت اجتماعی در عملکرد غیر مالی شرکت‌ها بر اساس مدلmlp شبکه عصبی و الگوریتم ژنتیک

مطالعه حاضر به بررسی اثرات ابعاد گوناگون مسئولیت اجتماعی در بهبود عملکرد غیر مالی شرکتها بر اساس مدلmlp شبکه عصبی الگوریتم ژنتیک پرداخته است. برای این منظور‌ اطلاعات 107 شرکت پذیرفته شده در بورس اوراق بهادار تهران برای یک دوره ده ساله در بازه زمانی سال 1388 تا پایان سال 1397، استخراج و متغیرهای پژوهش محاسبه شد و آزمون‌های آماری لازم صورت گرفت. روش پژوهش حاضر از نوع توصیفی همبستگی بوده و طرح آن تجربی و از رویکرد پس‏رویدادی استفاده شده است. با استفاده از روش های آماری و اقتصاد سنجی به بررسی و آزمون فرضیه‌ها پرداخته شد. یافته‌های پژوهش حاکی از آن است بر اساس شاخص‌های عملکرد غیر مالی، بعد اجتماعی مسئولیت اجتماعی بر تغییرات سرمایه ساختاری، تاثیر مثبت و معنادار، بعد قانونی مسئولیت اجتماعی بر تغییرات سرمایه انسانی، تاثیر مثبت و معنادار، بعد اجتماعی مسئولیت اجتماعی بر تغییرات سرمایه انسانی، تاثیر مثبت و معنادار، داشته است. با تحلیل داده‌ها به کمک مدل‌ شبکه عصبی مصنوعی و محاسبات انجام شده پرسپترون و تانزانت هایپربولیک بقدار1 از نرم افزار متلب که از بین شش فرضیه موجود تعداد سه فرضیه معنادار وتایید شده که فرضیه بعد اجتماعی مسئولیت اجتماعی بر تغییرات سرمایه ساختاری با بالاترین تانژانت هایپر بولیک 1بیشترین ضریب اثر به عنوان خروجی مطلوب تعیین شده است.

the role of different dimensions of social responsibility in non-financial performance of companies based on mlp neural network model and genetic algorithm

the present study investigates the effects of various dimensions of social responsibility on improving the non financial performance of companies based on the mlp model of the neural network of genetic algorithms. for this purpose, the information of 107 companies listed on the tehran stock exchange for a period of ten years in the period from 2009 to the end of 1397, was extracted and the research variables were calculated and the necessary statistical tests were performed. the method of the present study is descriptive correlational and its design is experimental and the post event approach is used. using statistical and econometric methods, the hypotheses were examined and tested. findings indicate that based on non financial performance indicators, social dimension of social responsibility on structural capital changes, positive and significant effect, legal dimension of social responsibility on human capital change, positive and significant effect, social dimension of social responsibility on human capital change, it has had a positive and significant effect. by analyzing the data with the help of artificial neural network model and calculations of perceptron and hyperbolic tangent equal to 1 from matlab software, which out of the six existing hypotheses, three hypotheses are significant and confirmed that the social dimension of social responsibility on structural capital changes with the highest tangent hyperbolic 1 the maximum effect factor is set as the optimal output.