تعداد نشریات | 20 |
تعداد شمارهها | 1,149 |
تعداد مقالات | 10,518 |
تعداد مشاهده مقاله | 45,415,934 |
تعداد دریافت فایل اصل مقاله | 11,291,568 |
رتبهبندی شرکتهای صنعت داروسازی با رویکرد تلفیقی تصمیمگیری چند معیاره و الگوریتم ژنتیک | ||
حسابداری سلامت | ||
مقاله 4، دوره 2، شماره 1 - شماره پیاپی 3، فروردین 1392، صفحه 57-77 اصل مقاله (670.01 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.30476/jha.2013.16719 | ||
نویسندگان | ||
دکتر ابراهیم عباسی1؛ سید حسین احمدی* 2؛ الناز حیدری3 | ||
1دانشیار و عضو هیئت علمی دانشگاه الزهرا | ||
2کارشناس ارشد مدیریت صنعتی | ||
3کارشناس ارشد مدیریت صنعتی، دانشگاه تهران | ||
چکیده | ||
مقدمه: هدف از این پژوهش رتبهبندی شاخصهای عملکرد مالی و رتبهبندی شرکتهای داروسازی به کمک رویکرد تلفیقی الگوریتم ژنتیک و تصمیمگیری چند شاخصه و مقایسه نتایج با روش تاپسیس است. روش پژوهش: در این پژوهش، ابتدا، به شناسایی مهمترین شاخصهای مالی به کمک روش آنتروپی شانون پرداخته و سپس شرکتهای داروسازی با کمک رویکرد تلفیقی رتبهبندی شدند و نتایج با روش تاپسیس مقایسه شد. به این منظور از پنج شاخص اصلی (شاخصهای اهرمی، نسبت کارایی، نسبت ارزش بازار، نسبت نقدینگی و نسبت فعالیت) و 24 شاخص فرعی دخیل در رتبهبندی عملکرد مالی شرکتها، استفاده شده است. جامعه آماری این پژوهش شامل کلیه شرکتهای داروسازی پذیرفته شده در بورس اوراق بهادار تهران از تاریخ 29/12/1385 تا 29/12/1390 است و دادههای مورد استفاده از صورتهای مالی و اظهارنامههای قانونی شرکتها بر اساس اطلاعات سال 1390 استخراج شده است. یافتهها: یافتههای پژوهش نشان میدهد که مهمترین معیارها گردش حساب، سود هر سهم و درصد پرداخت سود است. همچنین، شرکت داروسازی سبحان از نظر کل معیارها برترین گزینه به حساب آمده و به عنوان بهترین شرکت در صنعت داروسازی انتخاب شد و سپس شرکت مواد اولیه داروپخش و البرز دارو کمترین فاصله را با داروسازی سبحان داشته و در رتبههای بعدی قرار میگیرند. نتیجهگیری: در 75 درصد موارد مشاهده شده نتایج حاصل از الگوریتم ژنتیک با روش تاپسیس یکسان است. همچنین، الگوریتم ژنتیک افزونبر رتبهبندی شرکتهای داروسازی، فاصله شرکتها را از یکدیگر مشخص میکند. | ||
کلیدواژهها | ||
تصمیمگیری چندشاخصه؛ رتبهبندی؛ الگوریتم ژنتیک؛ تاپسیس؛ صنعت دارو | ||
مراجع | ||
1 Ballestero, E.; Günther, M.; Pla-Santamaria, D.; and C. Stummer (2007). “Portfolio Selection Under Strict Uncertainty: A Multi-Criteria Methodology and it's Application to the Frankfurt and Vienna Stock Exchanges”. European Journal of Operational Research, Vol. 181, No. 3, pp. 1476-1487.
2 Yu, J. R. and W. Y. Lee (2011). “Portfolio Rebalancing Model Using Multiple Criteria”. European Journal of Operational Research, Vol. 209, No. 2, pp. 166-175.
3 Azizi, H. (2013). “A Review of Pharmaceutic Industry in Iran”. Exchange News. Available at: http://www.boursenews.ir/fa/pages/?cid=99645, [online] [22 June 2013].[In Persian]
4 Hafeziyeh, A. A. (2006). “Capital Market and the Role of Paper Money Exchange in Economy of the Country”. Mesbah Review, Vol. 15, No. 1, pp. 31-50. [In Persian]
5 Shahalizahe, M. and A. Memariyani (2003). “A Mathematical Framework for the Selection Portfolio with Multiple Purposes”. The Iranian Accounting and Auditing Review, Vol. 10, No.1, pp. 83-102. [In Persian]
6 WU, C. and P. Colwell (1987). “Macroeconomic Factors and Stock Returns”. Journal of Financial Research, Vol. 10, No. 2, p. 87.
7 Soukhagiyan, M. A.; Valipour, H.; and L. Fayyaz (2010). “Multiple Indices Decision Making for the Selection of Stock in Stock Exchnge Using Financial Variables”. Financial Engineering and Portfolio Management, Vol. 1, No. 5, pp.35-53. [In Persian]
8 Garkaz, M.; Abbasi, A.; and M. Moghaddasi (2010). “The Election and Optimization of Portfolio Using Genetic Algorithm based on Various Defenitions of Risk”. Industrial Management Quarterly of Humanity Faculty of Islamic Azad University, Sannadaj Branch, Vol. 5, Issue. 11, pp. 115-136. [In Persian]
9 Jaafarpour, F. (1999). “The Development of Intelligent Election Systems of Stock Complex (Problem Solving Related to the Distribution of Intelligent Efforts)”. M. A. Thesis, Management Faculty of Tehran University. [In Persian]
10 Nourbakhsh, A. and R. Tehrani (Translators) (2009). Investment Management. Tehran: Negahe Danesh Publication. [In Persian] 11 Jahankhani, A. and A. Parsiyan (Translators) (2009). Financial Management, Vol. 1. Tehran: Samt Publication. [In Persian]
12 Hadavi Nejad, M. (2004). “Identifying the Factors Affecting the Election of Stock in Tehran Stock Exchange (Cement Companies) Using MADM Approach”. M. A. Thesis, Imam Sadegh University. [In Persian]
13 Diakoulaki, O.; Mavrotas, G.; and L. A. Papagyannakis (1992). “A Multicriteria Approach for Evaluating the Performance of Industrial Firms”. Omaga, Vol. 20, No. 4, pp. 467-474.
14 Siskos, Y.; Zopounidis, C.; and A. Pouliezos (1994). “An Integrated DSS for Financing Firms by an Industrial Development Bank in Greece”. Decision Support Systems, Vol. 12, No. 2, pp. 151-168.
15 Samaras, G. D.; Matsatsinis, N. F.; and C. Zopounidis (2008). “A Multicriteria DSS for Stock Evaluation Using Fundamental Analysis”. European Journal of Operational Research, Vol. 187, Issue. 3, 1380-1401.
16 Delbari, M. (2001). “Examining the Influential Indices in the Election of Stock in Tehran Stock Exchange Based on the Process of Hierarchical Analysis”. M. A. Thesis, Isfahan University. [In Persian]
17 Motameni, A. R. and A. R. S. Salim (2012). “Designing a New Model for the Election of Portfolio in Tehran Exchange Stock Using Multi-Criteria Decision Making”. Journal of Industrial Management Perspective, Vol. 2, No. 5, pp. 73-89. [In Persian]
18 Triantaphyllou, E. and G. W. Evans (1999). “Multi-Criteria Decision Making in Industrial Engineering”. Computers and Industrial Engineering, Vol. 37, No. 3, pp. 505-506.
19 Huang, D. K.; Chiu, H. N.; Yeh, R. H.; and J. H. Chang (2009). “A Fuzzy Multi-Criteria Decision Making Approach for Solving a Bi-Objective Personnel Assignment Problem”. Computers and Industrial Engineering, Vol. 56, No. 1, pp. 1-10.
20 Chuu, S. J. (2009). “Selecting the Advanced Manufacturing Technology Using Fuzzy Multiple Attributes Group Decision Making with Multiple Fuzzy Information”. Computers and Industrial Engineering, Vol. 57, No. 3, pp. 1033-1042.
21 Chiadamrong, N. (1999). “An Integrated Fuzzy Multi-Criteria Decision Making Method for Manufacturing Strategies Selection”. Computers and Industrial Engineering, Vol. 37, No. 1, pp. 433-436.
22 Nowak, M. (2007). “Aspiration Level Approach in Stochastic MCDM Problems”. European Journal of Operational Research, 177(3), 1626-1640.
23 Nowak, M. (2006). “INSDECM-An Interactive Procedure for Stochastic Multicriteria Decision Problems”. European Journal of Operational Research, Vol. 175, No. 3, pp. 1413-1430.
24 Nowak, M. (2004). “Preference and Veto Thresholds in Multicriteria Analysis based on Stochastic Dominance”. European Journal of Operational Research, Vol. 158, No. 2, pp. 339-350.
25 Martel, J. M. and K. Zaras (1995). “Stochastic Dominance in Multicriterion Analysis Under Risk”. Theory and Decision, Vol. 39, No. 1, pp. 31-49.
26 Mansour, M. (2006). Modern Research Issues in Operation. First Edition, Tehran: University Publication. [In Persian]
27 Holland, J. H. (1975). Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control, and Artificial Intelligence. Massachusetts: MIT Press.
28 Lee, W. S.; Tzeng, G. H.; Guan, J. L.; Chien, K. T.; and J. M. Huang (2009). “Combined MCDM Techniques for Exploring Stock Selection based on Gordon Model”. Expert Systems with Applications, Vol. 36, No. 3, pp. 6421-6430.
29 Chunhachinda, P.; Dandapani, K.; Hamid, S.; and A. J. Prakash (1997). “Portfolio Selection and Skewness: Evidence from International Stock Markets. Journal of Banking and Finance, Vol. 21, No. 2, pp. 143-167.
30 Xidonas, P.; Mavrotas, G.; Zopounidis, C.; and J. Psarras (2011). “IPSSIS: An Integrated Multicriteria Decision Support System for Equity Portfolio Construction and Selection”. European Journal of Operational Research, Vol. 210, No. 2, pp. 398-409.
| ||
آمار تعداد مشاهده مقاله: 1,868 تعداد دریافت فایل اصل مقاله: 1,074 |