ملخص الأطروحة :
| هدفت الدراسة إلى بيان أثر استخدام نسب الملاءة المالية في تعظيم قيمة الشركة خلال الأزمة السورية، وكذلك أثر استخدام الملاءة المالية عن الصافي في تعظيم قيمة الشركة وفق نموذج Tobin’s Q، وذلك باستخدام تحليل الانحدار المتعدد، كما هدفت إلى تطوير نموذج محاسبي مقترح للتنبؤ بالملاءة المالية عن الصافي والتنبؤ بتعظيم قيمة الشركة وفق نموذج Tobin’s Q باستخدام الشبكات العصبية الصنعية كأحد أدوات الذكاء الصنعي. خلصت الدراسة إلى أهم النتائج الآتية: إن ارتفاع هامش الملاءة المالية أدى إلى ارتفاع الملاءة المالية لدى شركات التأمين المدروسة، وبشكل حاد، مما أدى إلى أزمة سيولة مفرطة، مما انعكس على انخفاض قيمة الشركة وفق نموذج Tobin’s Q.جميع الشركات المدروسة مستقرة مالياً حيث بلغت قيمة ((Z لجميع تلك الشركات أكبر من القيمة المعيارية لنموذج ((Z-Score، والبالغة (2.6) بالنسبة للشركات الخدمية، إذا تراوح المتوسط الحسابي لقيمة ((Z خلال مدة الدراسة بين أدنى قيمة 5.985 (شركة العقيلة للتأمين)، وبين أعلى قيمة 6.869 (شركة الاتحاد التعاوني للتأمين).يوجد أثر لاستخدام مؤشرات الملاءة المالية والملاءة المالية عن الصافي في تعظيم قيمة الشركة وفق نموذج Tobin’s Q لشركات التأمين المدرجة في سوق دمشق للأوراق المالية، وقد بلغت جودة النموذج 94.5% إذ تبين وجود دلالة معنوية، وخطية، وقوية، وطردية بين بعض المتغيرات المستقلة، والمتغير التابع (تعظيم قيمة الشركة).لا يوجد أثر لاستخدام الملاءة المالية عن الصافي في تعظيم قيمة الشركة وفق نموذج Tobin’s Q لشركات التأمين المدرجة في سوق دمشق للأوراق المالية خلال مدة الدراسة.بُني شبكة عصبية صنعية للتنبؤ بتعظيم قيمة الشركة وفق نموذج Tobin’s Q بالاعتماد على نسبة هامش الملاءة المالية (النموذج التقليدي) المطبق في شركات التأمين المدرجة في سوق دمشق للأوراق المالية، وتبين أن النموذج يحقق دقة4 .68%، إلا أنه غير كاف ٍفلا بد من تطوير القياسي المحاسبي للتنبؤ بقيمة الشركة وفق نموذج Tobin’s Q، وذلك لتحسين دقة التنبؤ بشكل أفضل.بُني شبكتين عصبيتين صنعيتين لتطوير نموذجين محاسبيين للتنبؤ بالملاءة المالية عن الصافي، وتبين أن النموذج الأول يحقق دقة%99.2، وهي أعلى من النموذج الثاني حيث بلغت دقته %98.6، ولكن النموذج الثاني أسرع في عملية التدريب، وبدقة قريبة من النموذج الأول، وبالتالي إن كانت الشركة تهدف إلى الوصول للهدف بدقة عالية، وبغض النظر عن الزمن، نختار النموذج الأول، وإن كانت الشركة تهدف في الحصول إلى المعلومة بشكل أسرع وبدقة أقل من النموذج الأول نختار النموذج الثاني.بُني شبكتين عصبيتين صنعيتين لتطوير نموذجين محاسبيين ذكيين للتنبؤ بتعظيم قيمة الشركة وفق نموذج Tobin’s Q، وتبين أن النموذج الأول يحقق دقة 99.4%، وهي أعلى من النموذج الثاني حيث بلغت دقته 97.1%، ولكن النموذج الثاني أسرع في عملية التدريب، وبدقة قريبة من النموذج الأول، وبالتالي إن كانت الشركة تهدف إلى الوصول للهدف بدقة عالية، وبغض النظر عن الزمن، نختار النموذج الأول، وإن كانت الشركة تهدف في الحصول إلى المعلومة بشكل أسرع وبدقة أقل من النموذج الأول نختار النموذج الثاني.بُني شبكتين عصبيتين صنعيتين لنموذج محاسبي للتنبؤ بتعظيم قيمة الشركة وفق نموذج Tobin’s Q بالاعتماد على نتائج الملاءة المالية عن الصافي المتنبأ بها، وتبين أن النموذج يحقق دقة 94.2%. |
محمد هنداوي
كلية الاقتصاد-جامعة حلب -2020
