Search In this Thesis
   Search In this Thesis  
العنوان
نموذج لقياس أثر استخدام تقنيات الذكاء الإصطناعي على جودة التقارير المالية الرقمية :
المؤلف
محمد، أحمد صلاح سيد.
هيئة الاعداد
باحث / أحمد صلاح سيد محمد
مشرف / سماسم كامل موسى
مشرف / رشا مصطفى الجوهري
مناقش / سمير أبو الفتوح صالح
مناقش / حسين محمد أحمد عيسى
تاريخ النشر
2023.
عدد الصفحات
308ص. :
اللغة
العربية
الدرجة
الدكتوراه
التخصص
المحاسبة
تاريخ الإجازة
1/1/2023
مكان الإجازة
جامعة عين شمس - كلية التجارة - قسم المحاسبة والمراجعة
الفهرس
يوجد فقط 14 صفحة متاحة للعرض العام

from 308

from 308

المستخلص

الهدف من الدراسة: تقديم نموذج مقترح لزيادة جودة التقارير المالية من خلال تطبيق تقنيات الذكاء الإصطناعي عن طريق أسلوب (Machine Learning) وبإستخدام ثلاثة تقنيات وهما الشبكات العصبية الإصطناعية(ANN) والمنطق الضبابي(FL) وآلة متجه الدعم(SVM)، بغرض التنبؤ بالتدفقات النقدية من الأنشطة التشغيلية المستقبلية، بإعتبار أن توفير معلومات عن التدفقات النقدية المستقبلية هي الهدف الرئيسي للتقارير المالية، حيث يرتبط مفهوم جودة التقارير المالية بأهدافها، وبالتالي فإن تحقيق أهم أهدافها يُساهم في تحسين جودتها، ثم إستهدف الباحث أيضًا إلى مقارنة نتائج التنبؤ بالتدفقات النقدية بإستخدام نموذج(Neuro Fuzzy) وهو أحد نماذج الذكاء الإصطناعي بنتائج التنبؤ بالتدفقات النقدية بإستخدام نموذج(SVM) وهي إحدى تقنيات الذكاء الإصطناعي، وذلك بهدف التعرف على مدى وجود إختلاف معنوي بين تقديرات النموذجين عند التنبؤ بالتدفقات النقدية.
منهجية الدراسة: اعتمد الباحث في تحقيق الهدف البحثي على تناول الدراسات السابقة ذات الصلة بمتغيرات الدراسة، بالإضافة إلى إجراء دراسة تطبيقية على عينة من الشركات المقيدة بالبورصة المصرية، وكان عددها 70 شركة ممثلة من 12 قطاع اقتصادي، وتم إستخدام برنامج(MATLAB R2022b) لتطبيق نموذج(Neuro Fuzzy)، ونموذج آلة متجه الدعم (SVM) وذلك للتنبؤ بالتدفقات النقدية من الأنشطة التشغيلية.
نتائج الدراسة: أسفرت نتائج الدراسة التطبيقية عن مجموعة من الأدلة التطبيقية التي أشارت إلى إرتفاع متوسط الدقة التنبؤية لنموذج(Neuro Fuzzy)، وبلغ متوسط الدقة التنبؤية بالتدفقات النقدية (98,46%) وهي درجة عالية، ومما يدل على وجود تأثير معنوي لتطبيق نموذج (Neuro Fuzzy) كأحد تقنيات الذكاء الإصطناعي على تحسين دقة التنبؤ بالتدفقات النقدية من الأنشطة التشغيلية، كما أسفرت نتائج الدراسة التطبيقية عن إرتفاع متوسط الدقة التنبؤية لتقنية (SVM)، حيث بلغ متوسط الدقة التنبؤية بالتدفقات النقدية ما بين(91,61%) كحد أدنى وذلك عند (SVM Quadratic)، وبين (94,15%) كحد أقصى عند(SVM Fine Gaussian)، حيث أنه كلما إرتفعت درجة الدقة التنبؤية كلما زادت قوة نموذج التنبؤ، ومما يدل على وجود علاقة معنوية بين تطبيق تقنية (SVM) وبين دقة التنبؤ بالتدفقات النقدية، مما يُساهم في تحسين جودة التقارير المالية.