راهبری شرکتی و ارزشیابی شرکت: مدلی با استفاده از شبکه عصبی مصنوعی

نویسندگان

1 عضو هیات علمی دانشکده مدیریت دانشگاه تهران، ایران

2 دانشجوی کارشناسی ارشد حسابداری دانشگاه تهران، ایران

چکیده

در این تحقیق رابطه بین سازوکارهای راهبری شرکتی، شامل اندازه هیات مدیره، عدم داشتن پست اجرایی در شرکت توسط رئیس هیات مدیره، نسبت اعضای غیر موظف هیات مدیره و درصد سرمایه گذاران نهادی، با ارزش سهام شرکت، بررسی می‌شود. جهت ایجاد ارتباط بین عناصر راهبری شرکتی و ارزش سهام شرکت از مدل ارزشیابی اولسون(1995) استفاده شده و سازوکارهای راهبری شرکتی جایگزین بخش "سایر اطلاعات" در این مدل می‌گردند. پیشینه تحقیق نشان می‌دهد که بین سازوکارهای راهبری شرکتی و قیمت سهام شرکت یک رابطه خطی و مشخص وجود ندارد، به همین دلیل شبکه عصبی مصنوعی نیز برای شناخت هر گونه روابط بین متغیرهای مدل بکار می‌رود، به عبارت دیگر فرض پویایی خطی اطلاعات، در مدل اولسون به چالش کشیده می‌شود. بعد از طراحی مدل شبکه عصبی مصنوعی، نتایج حاصله با روش حداقل مربعات معمولی مقایسه شده است. برای طراحی مدل شبکه عصبی و تشکیل معادله رگرسیون خطی، جمعا از اطلاعات 776 سال- شرکت و برای آزمون شبکه عصبی و رگرسیون خطی از اطلاعات 62 سال شرکت در طی سال‌های 1389-1380 استفاده گردیده است. شبکه عصبی مورد استفاده در این تحقیق از نوع پرسپترون چندلایه با الگوریتم یادگیری پس انتشار خطا است و در آن از دو لایه میانی جهت شبیه سازی روابط بین متغیرها استفاده شده است.
نتایج حاکی از آن است که: 1. استفاده از سازوکارهای راهبری شرکتی به عنوان بخش سایر اطلاعات در مدل اولسون باعث افزایش قدرت توضیح دهندگی مدل ارزشیابی مذکور می‌شود، و 2. استفاده از شبکه عصبی مصنوعی نسبت به روش حداقل مربعات معمولی، برای تحلیل روابط بین متغیرها، قدرت توضیح دهندگی و دقت مدل را بالا می برد.

کلیدواژه‌ها


عنوان مقاله [English]

Corporate Governance and Equity Valuation: The Model by Using Artificial Neural Network

نویسندگان [English]

  • Gholamreza Karami 1
  • Salman BeikBoshrouyeh 2
1
2
چکیده [English]

In this study will be investigated the relationship between the corporate governance mechanisms, including board size, duality, outside directors and institutional investors, with the share value. for create a link between elements of corporate governance and equity value, is used from the Ohlson`s valuation model (1995), and corporate governance mechanisms replace with the "Other Information" in this model. Background research indicates that there isn`t linear and Specified relationship between the mechanism of corporate governance and the company's stock price. Therefore, the artificial neural network is used to identify any relationships between model variables .In other words, assumption of linear information dynamics, in the Ohlson`s model will be challenged. After The design of artificial neural network model, the results is compared with ordinary least squares method. For the design of Neural network model and the linear regression equation, totally is used from 776 firm-years information and for to test the neural network and linear regression is used of 62 firm-years information in the years 1380 to 1389. Neural network used in this researchis of multi-layer perceptron with error back propagation learning algorithm and is used on it from two hidden layer to simulate the relationships between variables.
The results suggest that: 1.using of Mechanisms of corporate overnance as part of other information in the ohlson valuation model (1995) cause to increase the explanatory power of the valuation model, and 2. Using of artificial neural networks raises the explanatory power and accuracy of the model than ordinary least squares method, to analyze relationships between variables

کلیدواژه‌ها [English]

  • Artificial Neural Network
  • Corporate governance
  • ohlson (1995) valuation model.