Professional Documents
Culture Documents
انرنمية فً انثياناخ
د /مروة حسن حسان أ.د /سمير أبو الفتوح صالح
مدرس المحاسبة أستاذ المحاسبة اإلدارية ونظم المعمومات
كمية التجارة -جامعة المنصورة كمية التجارة -جامعة المنصورة
الباحثة /إلهام محمد عبد اللطيف محمد
انًهخص:
فمذ أصجذ ٘زا األعٍٛة عذاسرٗ ف ٝؽً رؼًّ ٘زٖ اٌذساعخ ػٍ ٝرؾغ ٓ١عٛدح
اٌؼذ٠ذ ِٓ اٌّشىالد اٌّؾبعج١خٌٍٚ .زٕجؤ اٌزمبس٠ش اٌّبٌ١خ ِٓ خالي رٛف١ش
ثبٌزذفمبد إٌمذ٠خ اٌّغزمجٍ١خ رُ اعزخذاَ ِؼٍِٛبد ػٓ اٌزذفمبد إٌمذ٠خ اٌّغزمجٍ١خ
ّٔٛرط ِٙغٓ ِٓ اٌشجىبد اٌؼظج١خ ثئػزجبس٘ب ِؼٍِٛبد ٘بِخ رف١ذ ِزخزٜ
ِٕٚطك اٌغّٛع وؤؽذ أدٚاد اٌزٕم١ت اٌمشاساد ،ؽ١ش ٠شرجؾ ِف َٛٙعٛدح
ف ٝاٌج١بٔبد ثبٌّمبسٔخ ِغ ّٔٛرط اٌزمبس٠ش اٌّبٌ١خ ثزؾم١ك أ٘ذافٙب ف ٝإؽبس
اإلٔؾذاس اٌّزذسط . رؾم١ك إٌّفؼخ ٌّغزخذِ ٝرٍه اٌزمبس٠ش
ٚلذ رٛطٍذ اٌذساعخ إٌ ٝرفٛق ٚرغٍ١ت ٚعٙخ ٔظشُ٘ ِٓٚ ،صُ ٠زُ
إٌّٛرط اٌّٙغٓ ػٍّٛٔ ٝرط اإلٔؾذاس رؾذ٠ذ عٛدح اٌزمبس٠ش اٌّبٌ١خ ثّغزٜٛ
اٌّزذسط ف ٝاٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ عٛدح اٌّؼٍِٛبد اٌز ٝرؾزٙ٠ٛب ِٚذٜ
اٌّغزمجٍ١خ ؽ١ش أٚػؾذ إٌزبئظ دلخ فبئذرٙب ألطؾبة اٌمشاسٌٚ .إلعزفبدح ِٓ
ِخشعبد إٌّٛرط األٚي ِمبسٔخ اٌذٚس اٌز ٜرٍؼجٗ رىٌٕٛٛع١ب اٌّؼٍِٛبد
ثبٌّٕٛرط اٌضبِّٔ ٝب ٠ؼٕ ٝأْ ألعٍٛة اٌؾذ٠ضخ ف ٝسفغ وفبءح ٚفؼبٌ١خ ٔظُ
اٌزٕم١ت ف ٝاٌج١بٔبد أصش ف ٝرؾغٓ١ اٌّؼٍِٛبد اٌّؾبعج١خ رُ اإلعزؼبٔخ
عٛدح اٌزمبس٠ش اٌّبٌ١خ ِٓ خالي رٛف١ش ثؤعٍٛة اٌزٕم١ت ف ٝاٌج١بٔبد وؤعٍٛة
ِؼٍِٛبد أوضش دلخ ػٓ اٌزذفمبد إٌمذ٠خ ؽذ٠ش ٌٗ ِضا٠ب ِزؼذدح ٚلذساد رظٕ١ف١خ
اٌّغزمجٍ١خ. ٚرٕجؤ٠خ ؽ١ش ّ٠ىٕٗ اٌزٛطً ٌّخشعبد
طؾ١ؾخ ثذلخ ػبٌ١خ ٚفٚ ٝلذ ِٕبعت،
Abstract:
helps decision makers, and hence, This study aims to improve the
achieves the primary objective of quality of financial reporting
financial reporting. Consequently, through providing information
the quality of financial reports can about future cash flows as an
be determined based on the quality important source of information that
1
from artificial neural networks and of information reported on them and
fuzzy logic was used as a tool for its importance for decision makers.
data mining compared with As proved, modern information
stepwise regression model. technology plays an important role
The study reveals that, the hybrid in enhancing the efficiency and
model is superior to the step wise effectiveness of accounting
regression model in predicting information systems. Accordingly,
future cash flows, since the results Data Mining is employed in this
showed more accurate results using study as a modern tool with many
the hybrid model. Consequently, advantages, particularly, prediction
this study concludes that data and classification capabilities that
mining can improve the quality of facilitate obtaining accurate and
financial reporting by making more valid outputs on time. Data Mining
accurate predictions concerning contributes to solving many
future cash flows. accounting problems. To predict
Future cash flows, a hybrid model
: انًمذيح.1
ٗؾزبع٠ٓ ِب١شح ث١ح وجٛفغ ش٠دح اٌزمبسٛخ ع١ٌّ٘مذ أطجؾذ أ
ِٛ٘بٚ ش٠اٌزمبس ِِٛغزخذ ً ب األوضش إٌؾبؽب٠خ ِٓ اٌمؼب١ٌاٌّب
(Khali & ًع ثبٌفؼِٚؼش ٓ١اٌجبؽضٚ خ١ٌّٕٙئبد ا١ٌٙ اٍٝػ
Omri, افش ِؤششادٛ ظً رٝخبطخ ف
&Omri,2011,p.158) ُِٓ صٚ ،خ١ٌد أصِبد ِبٛعٚ ٍٝػ
ظٛثشغُ اإل٘زّبَ اٌٍّؾٚ خ٠ ؽّبٍٝالزؼذ اٌؾبعخ اٌؼًّ ػ
دحٛخ ع١ٓ ثمؼ١ِٓ عبٔت اٌجبؽض خ١ٌش اٌّب٠ اٌزمبسِِٝظبٌؼ ِغزخذ
خ إال أْ ٔزبئظ١ٌش اٌّب٠اٌزمبس ُ٠ُ ِٓ خالي رمذٙذ لشاسار١رششٚ
ًاٌذساعبد اٌغبثمخ رؤوذ ثشى دسعخٍٝخ ػ١ِبد ِؾبعجٍِٛؼ
،دحٛبط رٍه اٌغ١خ ل١ف١اػؼ أْ وٚ ،3102،ٛش٠دح (سٛخ ِٓ اٌغ١ٌػب
ُّ٘ضً أ٠ ب ِبصايٍٙ١خ رفؼ١ف١وٚ إؽبس رٌهٝفٚ .)052ص
ِٓ ذ٠ ِضٌٝ رؾزبط إٝاٌّشبوً اٌز ش٠ٓ إٌّظّخ ٌٍزمبس١ٔاٛطذسد اٌم
Beest et al., 2009, ( اٌجؾش ش٠ٛوّخ ٌزطٛء اٌؾِٜجبدٚ خ١ٌاٌّب
٘زٖ اٌذساعخٝ ِٓ ٕ٘ب رغؼ.)p.3 ٌخِٚؾبٚ خ١ِبد اٌّؾبعجٍٛاٌّؼ
خ١ٌش اٌّب٠دح اٌزمبسٛٓ ع١ رؾغٌٝإ ِٝخ اٌؾبعبد اٌّخزٍفخ ٌّغزخذ١رٍج
ِبد أوضشٍٛش ِؼ١فِٛٓ خالي ر سادٛ ظً اٌزطٝخ ف١ٌش اٌّب٠اٌزمبس
خ١ٍخ اٌّغزمج٠دلخ ػٓ اٌزذفمبد إٌمذ دٛعٚٚ ئخ األػّبي١ ثٝشح ف١اٌىج
2
ِٕٚطك اٌؼظج١خ اٌشجىبد ثئػزجبس٘ب ِؼٍِٛبد ٘بِخ رف١ذ
اٌغّٛع وؤؽذ أدٚاد اٌزٕم١ت فٝ ِزخز ٜاٌمشاسادٚ ،رٌه ِٓ خالي
اٌج١بٔبدٌٍٚ .زؤوذ ِٓ عذاسرٗ رُ اإلعزفبدح ِٓ اٌذٚس اٌز ٜرٍؼجٗ
ِمبسٔخ إٌزبئظ ِغ ٔزبئظ ّٔٛرط رىٌٕٛٛع١ب اٌّؼٍِٛبد اٌؾذ٠ضخ فٝ
اإلٔؾذاس اٌّزذسط . سفغ وفبءح ٚفؼبٌ١خ ٔظُ اٌّؼٍِٛبد
ِٓٚأعً رؾم١ك اٌٙذف اٌّؾبعج١خ ِٓٚ .صُ رُ اإلعزؼبٔخ
ِٓ اٌذساعخ ،عٛف ٠زؼّٓ اٌغضء ثؤعٍٛة اٌزٕم١ت ف ٝاٌج١بٔبد
اٌّزجم ٝػشع ؽج١ؼخ اٌّشىٍخ وؤعٍٛة ؽذ٠ش ٌٗ ِضا٠ب ِزؼذدح
اٌذساعخ ٚأّ٘١خ ٚأ٘ذاف ٚلذساد رظٕ١ف١خ ٚرٕجؤ٠خ ؽ١ش
ٚؽذٚد٘ب ،صُ ِٕبلشخ عٛدح ّ٠ىٕٗ اٌزٛطً ٌّخشعبد طؾ١ؾخ
اٌزمبس٠ش اٌّبٌ١خ ٚاٌزٕم١ت فٝ ثذلخ ػبٌ١خ ٚفٚ ٝلذ ِٕبعت ،فمذ
اٌج١بٔبد ٚاٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ أصجذ ٘زا األعٍٛة عذاسرٗ ف ٝؽً
ٚأخ١شا ٠زُ ػشع اٌذساعخ اٌؼذ٠ذ ِٓ اٌّشىالد اٌّؾبعج١خ.
اٌزطج١م١خ ٚإٌزبئظ اٌز ٝرُ اٌزٛطً ٌٍٚزٕجؤ ثبٌزذفمبد إٌمذ٠خ اٌّغزمجٍ١خ
اٌٙ١ب. رُ اعزخذاَ ّٔٛرط ِٙغٓ ِٓ
.3طثيعح انًشكهح:
ٌٍّغزخذِ ٓ١ثّب ٠غبػذ ف ٝارخبر ٠ؼزجش رؾذ٠ذ أ٘ذاف اٌزمبس٠ش
لشاساد اإلعزضّبس ٚاإلئزّبِْ ،غ اٌّبٌ١خ ؽغش األعبط ٔٚمطخ
األخز ف ٝاإلػزجبس اٌخظبئض اٌجذا٠خ ف ٝرطج١ك ِٕٙظ ِٕفؼخ
إٌٛػ١خ ِضً خبط١خ اٌّالءِخ اٌّؼٍِٛبد إلرخبر اٌمشاساد
ٚاإلرغبق ٚاٌمبثٍ١خ ٌٍّمبسٔخ )p.73 اإللزظبد٠خ اٌشش١ذح أ ٜأْ
.(Gilaninia et al.,2013, اٌّؼٍِٛبد اٌغ١ذح ٘ ٝاألوضش فبئذح
ٚثبٌزبٌ٠ ٝزُ رؾذ٠ذ عٛدح اٌزمبس٠ش فِ ٝغبي رشش١ذ اٌمشاساد (عؼبسح
اٌّبٌ١خ ثّغز ٜٛعٛدح اٌّؼٍِٛبد ٚآخش،3102،ْٚص ،)262ؽ١ش
اٌز ٝرؾزٙ٠ٛب ِٚذ ٜفبئذرٙب أوذ اإلؽبس اٌفىش ٜاٌزٚ ٜػؼٗ
ألطؾبة اٌمشاس ؽ١ش أْ اٌٙذف ِغٍظ ِؼب١٠ش اٌّؾبعجخ اٌّبٌ١خ
األعبع ِٓ ٝاٌزمبس٠ش اٌّبٌ١خ ٘ٛ ػٍ ٝأٔٗ ٠غت رؼش٠ف اٌغٛدح ِٓ
ِٕفؼخ ِغزخذِٙ١ب ٚرزّضً رٍه ؽ١ش أ٘ذاف اٌزمبس٠ش اٌّبٌ١خ.
إٌّفؼخ فِ ٝغبػذح اٌّغزضّشٓ٠ ثّؼٕ ٝرٛف١ش اٌّؼٍِٛبد اٌّف١ذح
3
صٌ ،)23زٌه ٚعت رمٕ ٓ١ل١بط اٌؾبٌٚ ٓ١١اٌّشرمج ٓ١ػٍ ٝاٌزٕجؤ
٘زٖ اٌزٕجؤاد ثؤعبٌ١ت ِزطٛسح ثبٌزذفمبد إٌمذ٠خ اٌّزٛلؼخ ٌٍّٕشؤح
رؼزّذ ػٍ ٝثشاِظ ِؾٛعجخ ِزمذِخ ٚفمب ً ٌمبئّخ اٌّفب٘ ُ١األعبع١خ سلُ
ِٓ أعً اٌٛطٛي إٌ ٝرٕجؤ أوضش 8اٌظبدسح ػٓ ِغٍظ ِؼب١٠ش
دلخ ،خبطخً أْ إػذاد اٌزٕجؤاد ،FASB اٌّبٌ١خ اٌّؾبعجخ
اٌّبٌ١خ ٠زطٍت لبػذح ث١بٔبد ٚاعؼخ ٚثبٌزبٌ ٝاسرجؾ ِف َٛٙعٛدح
ػٓ أؽذاس اٌّبػٚ ٝاٌؾبػش اٌزمبس٠ش اٌّبٌ١خ ٚفمب ً ٌٍّذخً
ٚاٌزغ١شاد اٌّزٛلؼخ ف ٝاٌّغزمجً إٌفؼ ٝثزٛف١ش ِؼٍِٛبد ِغزمجٍ١خ
ٌىً ِٓ إٌّشؤح ٚاٌمطبع اٌزٜ ػٓ اٌزذفمبد إٌمذ٠خ .
رٕزّ ٝإٌ ،ٗ١وّب ٠زطٍت اعزخذاَ ٠ٚش(2013,p.264) ٜ
أؽذ أعبٌ١ت اٌزٕجؤ ٚرٕف١ز Kieso & weyganatأٔٗ ِٓ
اإلعشاءاد اٌز٠ ٝزطٍجٙب ٘زا األِٛس اٌشبئؼخ ثبٌٕغجخ ٌّٕشآد
األعٍٛة ٚاخزجبس ثؼغ األعبٌ١ت األػّبي اٌز ٝرزذاٚي أعّٙٙب فٝ
اٌزٕجؤ فٝ اٌّغزخذِخ اٌجٛسطخ أْ ٠زُ اإلفظبػ ػٓ
)Ledolter,2012,p.168 ثؼغ ِؼٍِٛبرٙب اٌّبٌ١خ اٌّغزمجٍ١خ
& .(Abraham (وزٕجؤاد األسثبػ ٚاٌّج١ؼبد)
ٌٚمذ اوزغت أعٍٛة إػزّبداً ػٍ ٝعٛٙد اٌزٕجؤ اٌز ٝرزُ
اٌزٕم١ت ف ٝاٌج١بٔبد ف ٝاٌغٕٛاد ثٛاعطخ اٌّؾٍٍ ٓ١اٌّبٌ ٓ١١ف٘ ٝزا
األخ١شح أزجب٘ب ٚاعغ االٔزشبس فٝ اٌّغبيّ٠ٚ .ىٓ اٌزؼج١ش ػٓ لُ١
ػبٌُ األػّبي ،وّب أشبسد اٌزٕجؤاد ف ٝطٛسح ٔمذ٠خ ِؾذدح
االعزطالػبد األخ١شح اٌ ٝأْ أِ ٚذ ِٓ ٜاٌمٌٚ ،ُ١ىٓ ٠ؼزجش
اٌزطج١مبد إٌبعؾخ إلعزخذاَ اٌزٕجؤ أُ٘ ِشىٍخ رٛاعٙٙب إٌّشؤح
أعٍٛة اٌزٕم١ت ف ٝاٌج١بٔبد صادد ػٕذ إػذاد اٌمٛائُ اٌّبٌ١خ
ِٓ اعزخذاِٗ ِٓٚأّ٘١زٗ ف ٝؽً اٌّغزمجٍ١خ ،ألْ ػذَ دلخ
اٌّشىالد اٌّخزٍفخ ،ثبإلػبفخ إٌٝ ِٚظذال١خ اٌزٕجؤاد اٌّزؼٍمخ
ِبعجك فئْ أّ٘١خ اٌزٕم١ت فٝ ثبٌمٛائُ اٌّبٌ١خ اٌّغزمجٍ١خ لذ ٠ؤصش
اٌج١بٔبد ف ٝاٌّؾبعجخ أدد إٌٝ ثبٌغٍت ػٍِ ٝذِٕ ٜفؼخ
اإلػزشاف ثٙب ثٛاعطخ اٌىض١ش ِٓ اٌّؼٍِٛبد اٌّبٌ١خ اٌّغزمجٍ١خ
إٌّظّبد ،ؽ١ش ػشفٙب اٌّؼٙذ ٌّغزخذِٙ١ب (اٌفم،3102 ،ٝ
4
ثبٌشثؼ/اٌخغبسح اٌىٍ١خ األِش٠ىٌٍّ ٝؾبعج ٓ١اٌمبٔٓ١١ٔٛ
.(Nemati & Barko, 2003, AICPAثؤٔٙب ٚاؽذح ِٓ لّخ
)p.282 ػشش رىٌٕٛٛع١بد ِغزخذِخ ٌٍغذ،
ٚرؼزّذ ِؼظُ اٌذساعبد ثّٕ١ب ٚػؼٙب ِؼٙذ اٌّشاعؼٓ١
اٌز ٝرزٕجؤ ثبٌزذفمبد إٌمذ٠خ ػٍٝ أسثؼخ ِٓ اٌذاخٍ(IIA)ٓ١١
ّٔبرط اإلٔؾذاس ،غ١ش أْ ٘زٖ ٌٍجؾش أ٠ٌٛٚبد
إٌّبرط رخؼغ ٌّغّٛػخ ِٓ (
اإلفزشاػبد اٌز٠ ٝظؼت اٌٛفبء (kirkos&Manopoulos,200
ثٙبِ ،ضً اٌزٛص٠غ اٌطج١ؼٌٍ ٝج١بٔبد ٠ٚ .4زُ اعزخذاَ أدٚاد اٌزٕم١ت
ٚٚعٛد ػاللخ خط١خ ثٓ١ ف ٝاٌج١بٔبد ٌزؼض٠ض لذساد ارخبر
اٌّزغ١شاد ٌزٌه رٕخفغ إٌّفؼخ اٌمشاس ثزؾ ً٠ٛاٌج١بٔبد إٌِ ٝؼشفخ
اٌؾم١م١خ إلعزخذاَ ٘زٖ إٌّبرط، لّ١خ ٌٍؾظٛي ػٍ١ِ ٝضح رٕبفغ١خ،
ّ٠ٚىٓ رٍخ١ض ِشىٍخ اٌجؾش فٝ وّب ٠زُ اعزخذاَ اٌزٕم١ت فٝ
اإلعبثخ ػٍ ٝاٌغؤاي اٌشئ١غٝ اٌج١بٔبد فِٕ ٝشآد األػّبي فٝ
اٌزبٌ:ٝ لغُ إداسح اٌّؾبعجخ ٚاٌزًّ٠ٛ
يا دوس أسهىب انرنمية فً ٌٍزٕجؤ ثبألسثبػ اٌىٍ١خ ٌٍّٕشؤح
انثياناخ فً ذحسين ظىدج ثبإلػزّبد ػٍ ٝاٌج١بٔبد اٌزبس٠خ١خ،
انرماسيش انًانيح؟ اٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ ،اٌزٕجؤ
.3أهذاف انثحس:
اٌّؾبعجٚ ٝدٚسٖ ف ٝرؾغ ٓ١عٛدح ٠غزٙذف ٘زا اٌجؾش رؾم١ك ِب:ٍٝ٠
اٌزمبس٠ش اٌّبٌ١خ. .0دساعخ ٚرؾٍِ ً١ب٘١خ ٚأ٘ذاف
.2الزشاػ ّٔٛرط ٌٍزٕجؤ ثبٌزذفمبد عٛدح اٌزمبس٠ش اٌّبٌ١خ ٚوزٌه
إٌمذ٠خ ثذلخ ثئػزجبس أْ رٛف١ش ِمب١٠ظ عٛدح اٌزمبس٠ش اٌّبٌ١خ
ِؼٍِٛبد ػٓ اٌزذفمبد إٌمذ٠خ ٚاٌؼٛاًِ اٌّؤصشح ػٍٙ١ب ٚعٛٙد
اٌّغزمجٍ١خ ٠ؼذ اٌٙذف اٌشئ١غٝ إٌّظّبد اٌّ١ٕٙخ ف ٝرؾغٓ١
ٌٍزمبس٠ش اٌّبٌ١خ ،ؽ١ش ٠شرجؾ عٛدرٙب.
ِف َٛٙعٛدح اٌزمبس٠ش اٌّبٌ١خ .3رٛػ١ؼ أعٍٛة اٌزٕم١ت فٝ
ثؤ٘ذافٙب ٚثبٌزبٌ ٝفئْ رؾم١ك أُ٘ ثبٌّغبي ٚػاللزٗ اٌج١بٔبد
أ٘ذافٙب ٠غبُ٘ ف ٝرؾغ ٓ١عٛدرٙب.
5
.4أهًيح انثحس:
ٔ .3ز١غخ ألّ٘١خ عٛدح اٌزمبس٠ش ٠غزؾٛر ٘زا اٌجؾش ػٍ ٝلذس
اٌّبٌ١خ ٚاإل٘زّبَ اٌٍّؾٛظ ِٓ لجً وج١ش ِٓ األّ٘١خ رزّضً فّ١ب :ٍٝ٠
اٌ١ٙئبد اٌّ١ٕٙخ ٚاٌجبؽض ٓ١ثى١ف١خ ِ .0غ اسرجبؽ ِف َٛٙعٛدح
ل١بط ٚرفؼ٘ ً١زٖ اٌغٛدح ،فئْ ٘زٖ اٌزمبس٠ش اٌّبٌ١خ ثؤُ٘ أ٘ذاف
اٌذساعخ رغبُ٘ ف ٝرؾغ ٓ١عٛدح اٌزمبس٠ش اٌّبٌ١خ ٚفمب ً ٌمبئّخ
اٌزمبس٠ش اٌّبٌ١خ ثئعزخذاَ ّٔٛرط اٌّفب٘ ُ١األعبع١خ سلُ 8اٌزٝ
ّ٠ىٓ رطج١مٗ ػٍّ١ب. أطذس٘ب ِ ٛ٘ٚ FASBغبػذح
٠ .2غبػذ ٘زا اٌجؾش ششائؼ ٘بِخ اٌّغزضّش ٓ٠اٌؾبٌٚ ٓ١١اٌّؾزٍّٓ١
ٚوض١شح ِٓ اٌّغزّغ ِضً ػٍ ٝاٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ
اٌّغزضّش ٓ٠اٌؾبٌٚ ٓ١١اٌّشرمجٓ١ اٌّزٛلؼخ ٌٍّٕشؤح ،رؤر ٝأّ٘١خ ٘زٖ
ٚاٌّؾٍٍ ٓ١اٌّبٌ ،ٓ١١اٌذائٕ ،ٓ١ؽٍّخ اٌذساعخ ِٓ خالي ص٠بدح وفبءح
األعٚ ُٙغ١شُ٘ ِٓ اٌٍزٓ٠ اٌزٕجؤ ثٙزٖ اٌّؼٍِٛبد اٌٙبِخ
٠فؼٍ ْٛأْ رىٌ ْٛذ ُٙ٠خجشح فٝ ثئعزخذاَ أعٍٛة اٌزٕم١ت فٝ
اٌؾظٛي ػٍِ ٝؼٍِٛبد اٌزذفمبد اٌج١بٔبد ٌّب ٌٗ ِٓ ِضا٠ب ف ٝرٛف١ش
إٌمذ٠خ اٌّغزمجٍ١خ ثظٛسح راد ِؾبوبح ٕ٠زظ ػٕٙب دسعخ أػٍِٓ ٝ
ِظذال١خ ػبٌ١خ ٚدلخ وج١شح. اٌّالءِخ ٚاٌذلخ.
.5حذود انثحس:
اٌّغغٍخ فٚ EGX70 ٝاٌزٝ عٛف رمزظش اٌذساعخ ػٍٝ
رؼزجش األوضش ٔشبؽب فّ١ب ػذا اٌّغبّ٘خ ف ٝرؾغ ٓ١عٛدح
اٌجٕٛن ٚششوبد رذاٚي األٚساق اٌزمبس٠ش اٌّبٌ١خ ِٓ خالي اٌزشو١ض
اٌّبٌ١خ. ػٍ ٝاٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ
اٌّغزمجٍ١خ ِٓ األٔشطخ اٌزشغ١ٍ١خ،
ٚعزؼزّذ ػٍ ٝػٕ١خ ِٓ اٌششوبد
.6فشوض انثحس:
رؤصش ف ٝاٌزذفمبد إٌمذ٠خ ثئعزخذاَ انفشض األول :ال ٛ٠عذ رؤص١ش
ّٔٛرط اإلٔؾذاس. ِؼٌٍّٕ ٜٛزغ١شاد اٌّغزمٍخ اٌزٝ
6
Fuzzyف ٝرؾغ ٓ١عٛدح اٌزمبس٠ش انفشض انصانً :ال ٛ٠عذ اخزالف
اٌّبٌ١خ. ِؼٕ ٜٛث ٓ١رمذ٠شاد ّٔٛرط رؾًٍ١
Neuro اإلٔؾذاس ّٛٔٚرط
.7ظىدج انرماسيش انًانيح:
1/7يفهىو ظىدج انرماسيش انًانيح:
ِف١ذح ٌٍّغزضّش ٓ٠اٌؾبٌٓ١١ رؼشف عٛدح اٌزمبس٠ش اٌّبٌ١خ
ٚاٌّشرمج ٓ١رغبػذ ف ٝارخبر ثؤٔٙب ":اٌذلخ اٌز ٝرٕمً ثٙب اٌزمبس٠ش
اٌمشاساد اإلعزضّبس٠خ اٌظؾ١ؾخ اٌّبٌ١خ ِؼٍِٛبد ػٓ اٌؼٍّ١بد فٝ
..."ٚرٛفش )22 ("...فمشح اٌششوخ ٚال عّ١ب اٌزذفمبد إٌمذ٠خ
ِؼٍِٛبد ٌّغبػذح اٌّغزضّشٓ٠ إلؽالع ٚرٌه اٌّزٛلؼخ،
اٌؾبٌٚ ٓ١١اٌّشرمج ٓ١ف ٝرمذ٠ش اٌّغزضّش ٓ٠ف ٝاألع ُٙػٍ٘ ٝزٖ
ِجبٌغٚ ،رٛل١ذٚ ،ػذَ اٌزؤوذ ِٓ اٌّؼٍِٛبدٚ ،وّب ِ٘ٛ ٛػؼ فٝ
إٌمذ٠خ اٌّمجٛػبد ث١بْ ِفب٘ ُ١اٌّؾبعجخ اٌّبٌ١خ
)23 اٌّغزمجٍ١خ("...فمشح اٌظبدس ػٓ ِغٍظ ِؼب١٠ش
").(Verdi,2006,p.2 اٌّؾبعجخ اٌّبٌ١خ سلُ( ،)0اٌزمبس٠ش
اٌّبٌ١خ ٠غت أْ" ...رٛفش ِؼٍِٛبد
2/7يذاخم ذعشيف ظىدج انرماسيش انًانيح:
1/2/7انًذخم اننفعً (احرياظاخ انًسرخذيين):
ٚأوذ اإلؽبس اٌفىش ٜاٌزٚ ٜػؼٗ ٠ٚشوض ٘زا اٌّذخً ػٍ ٝسثؾ
ِغٍظ ِؼب١٠ش اٌّؾبعجخ اٌّبٌ١خ عٛدح اٌزمبس٠ش اٌّبٌ١خ ثبٌّٕفؼخ اٌزٝ
ػٍ ٝأٔٗ ٠غت رؼش٠ف اٌغٛدح ِٓ ٠ؾظً ػٍٙ١ب ِغزخذِ ٛاٌزمبس٠ش
ؽ١ش أ٘ذاف اٌزمبس٠ش اٌّبٌ١خ اٌّبٌ١خ ِٓ خالي اٌّؼٍِٛبد
ثّؼٕ ٝرٛف١ش اٌّؼٍِٛبد اٌّف١ذح اٌٛاسدح ثٙب ٚف ٝإؽبس رٌه ٔض
ٌٍّغزخذِ ٓ١ثّب ٠غبػذ ف ٝارخبر ِغٍظ ِؼب١٠ش اٌّؾبعجخ اٌّبٌ١خ
لشاساد اإلعزضّبس ٚاإلئزّبِْ ،غ FASBػٍ" ٝأْ اٌمٛائُ اٌّبٌ١خ
األخز ف ٝاإلػزجبس اٌخظبئض ٌ١غذ غب٠خ ف ٝؽذ رارٙب ٌٚىٕٙب
إٌٛػ١خ ِضً خبط١خ اٌّالءِخ ٚعٍ١خ ٌزٛف١ش اٌّؼٍِٛبد اٌّف١ذح
ٚاإلرغبق ٚاٌمبثٍ١خ ٌٍّمبسٔخ، ف ٝإرخبر اٌمشاساد اإللزظبد٠خ"
)،)Halon et al.,2012,p.46
7
.al.,2013, (Gilaninia et )p.73
2/2/7يذخم حًايح انًسرصًشين وحًهح األسهى:
8
اعزمشاء اٌّؼبٌغبد ٚاٌٛلبئغ ػشفذ اٌ١ٙئخ األِش٠ى١خ
اٌّؾبعج١خ اٌؼّٕ١خ ٚساء األسلبَ ٌإلششاف ٚاٌشلبثخ ػٍ ٝاٌجٛسطخ
اٌز ٝرفظؼ ػٕٙب اٌمٛائُ اٌّبٌ١خ، SECػبَ 3111عٛدح اٌّؼب١٠ش
ٚأْ رؾمك اإلفظبػ اٌىبفٝ ثؤٔٙب "اٌّؼب١٠ش اٌّؾبعج١خ اٌزٝ
) .(SEC,2000وّب ارفمذ ِؼظُ ٕ٠زظ ػٕٙب ِؼٍِٛبد ِالئّخ ّ٠ٚىٓ
اٌذساعبد ػٍ ٝاسرجبؽ عٛدح اإلػزّبد ػٍٙ١ب ِٓ لجً
اٌّؼ١بس اٌّؾبعج ٝثبٌّغبؽخ اٌزٝ ِغزخذِٙ١ب"ٚ ،ؽذدد اٌ١ٙئخ
٠ز١ؾٙب ٘زا اٌّؼ١بس ٌّّبسعبد ِغّٛػخ ِٓ اٌخظبئض اٌزٝ
إداسح األسثبػ ٚالعّ١ب ف ٝظً ٠غت رٛافش٘ب ف ٝاٌّؼب١٠ش ؽزٝ
اٌّجبدا اٌّؾبعج١خ اٌز ٝرؾزبط إٌٝ رزظف ثبٌغٛدح ٘ ِٓٚزٖ
وض١ش ِٓ اٌؾىُ اٌّ ٕٝٙثخالف اٌخظبئض أْ رغّؼ رٍه اٌّؼب١٠ش
اٌمٛاػذ اٌز ٝرؼزجش أوضش رؾذ٠ذا ثبٌزطج١ك اٌّزغك ثّب ٠غبػذ ػٍٝ
ٚال رطجك إال ػٍ ٝاٌؼٍّ١بد اٌزٝ إعشاء اٌّمبسٔخ ِغ اٌفزشاد
رزفك ِغ ِزطٍجبد اٌمبػذح (أثٛ اٌّبػ١خ ِٚغ اٌششوبد اٌّّبصٍخ،
اٌخ١ش ،3111،ص.)3 ٚأْ ٠زشرت ػٍ ٝرطج١مٙب شفبف١خ
وبٍِخ ِّب ّ٠ىٓ اٌمبسا ِٓ
4/7يماييس ظىدج انرماسيش انًانيح:
1/4/7يمذاس اإلسرحماق اإلخرياسي فً انرماسيش انًانيح:
رؤصش ػٍ ٝطبف ٝاٌذخً اٌّؼٍٓ "رؼشف اإلعزؾمبلبد ثؤٔٙب
ػٕٗ" (اٌذاٌ،3102،ٝص.)21 اٌفشق ث ٓ١اٌذخً ِٓ اٌؼٍّ١بد
٠ٚشرجؾ أعبط اإلعزؾمبق ثبٌؼذ٠ذ اٌّغزّشح ٚاٌزذفمبد إٌمذ٠خ ِٓ
ِٓ اٌّجبدٜء ٚاٌّفب٘ٚ ُ١اٌمٛاػذ اٌؼٍّ١بد إٌبرغخ ػٓ اٌمٛاػذ
اٌّؾبعج١خ اٌز ٝرؤصش ػٍٝ اٌّؾبعج١خ ٚإدخبالد دفزش اٌ١ِٛ١خ
خظبئض اٌّؼٍِٛبد اٌّؾبعج١خ ٌإلػزشاف ثبإل٠شاداد ٚإٌفمبد" "
إٌّشٛسح عٛاء فّ١ب ٠زؼٍك ثبٌم١بط ٌٚمذ (اٌذاٌ،3102،ٝص،)21
أ ٚاإلفظبػ ؽ١ش ٠زُ اإلػزّبد )(1985 Healy ػشف
ػٍ ٗ١ف ٝإػذاد اٌمٛائُ اٌّبٌ١خٚ ،لذ اإلعزؾمبلبد اإلخز١بس٠خ ثؤٔٙب "
رغزغً اإلداسح ِغئ١ٌٛخ إػذاد رؼذ٠الد ػٍ ٝاٌزذفمبد إٌمذ٠خ
اٌزمبس٠ش اٌّبٌ١خ ف ٝظً اعزخذاَ ِخزبسح ِٓ لجً اٌّذ٠شٌ ٓ٠ىٝ
9
ِؼٕ١خ رىٔ ْٛبرغخ ػٓ اٌغضء أعبط اإلعزؾمبق ِٚب ٕ٠طٜٛ
اإلخز١بس٘ ِٓ ٜزا األعبط أِٓ ٚ ػٍ ِٓ ٗ١رؼذد اٌطشق ٚاٌغ١بعبد
أعً رؾغ ٓ١اٌّؾز ٜٛاٌّؼٍِٛبرٝ اٌّؾبعج١خ ِٓٚصُ رغزخذَ
اٌزمبس٠ش ٌٙزٖ االعزؾمبلبد اإلخز١بس٠خ ثشىً
(اٌؾٛش،3105،ٝص.)50-21 أزٙبصٌ ٜزؾم١ك ِظبٌؾٙب اٌزار١خ
ِٓ خالي اإلفظبػ ػٓ أسثبػ
2/4/7انرحفظ انًحاسثً:
اٌّؾبعج ٝثغجت األصِخ اٌّبٌ١خ ٌمذ أٚػؼ IASBأْ ِفَٛٙ
اٌؼبٌّ١خ اٌز ٝؽذصذ ف3118 ٝ اٌزؾفع ٘":ٛرٛخ ٝاٌؾزس فٝ
ٚاٌزٔ ٝزظ ػٕٙب أْ أطجؾذ األؽىبَ اٌشخظ١خ اٌالصِخ إلػذاد
اٌجٕٛن أوضش ؽزساً ِٓ اإللزشاع اٌزمذ٠شاد اٌز ٝرزؼّٕٙب اٌمٛائُ
ٚأوضش دلخ ف ٝرم ُ١١األسلبَ اٌّبٌ١خ ف ٝظً ظشٚف ػذَ اٌزؤوذ
اٌّؾبعج١خ ،وّب اػزّذد اٌششوبد ِغ األخز ف ٝاإلػزجبس ػذَ
ػٍ ٝاٌزّ ً٠ٛاٌزار٠ٚ ،ٝزُ إػذاد اٌّجبٌغخ ف ٝرم ُ١١األطٛي
اٌزمبس٠ش اٌّبٌ١خ ف ٝظً اٌزؾفع ٚاٌّىبعت ٚأال ٠زُ رذٔ١خ لُ١
اٌّؾبعجٚ ٝثبٌزبٌ٠ ٝى ٌٗ ْٛرؤص١ش اإلٌزضاِبد ٚاٌخغبئش" (Wang
وج١ش ػٍ ٝاٌم١بط ٚاإلفظبػ )ٌٚ .et al.,2008,p.9مذ رضا٠ذد
اٌّؾبعج( ٝػط،3102،ٗ١ص.)2 اٌجؾٛس اٌزطج١م١خ ف ٝاٌفزشح
األخ١شح فِٛ ٝػٛع اٌزؾفع
.8أسهىب انرنمية فً انثياناخ
1/8يفهىو أسهىب انرنمية فً انثياناخ:
اٌج١بٔبد ِٓ وج١ش لذس ّ٠ضً "اٌزٕم١ت ف ٝاٌج١بٔبد"
Westphal,Blaxton,1998,p. ِغبي ٘بَ ِٓ ِغبالد ػٍَٛ
)٠ٚ .)5ؼشف اٌزٕم١ت ف ٝاٌج١بٔبد اٌؾبعت ٚثشصد أّ٘١زٗ فٝ
أ٠ؼ ًب ػٍ ٝأٔٗ" أعبٌ١ت ٚأدٚاد اٌضّبٕٔ١بد ِٓ خالي اعزخذاَ
غ١ش اٌّؼشفخ اعزىزشبف ِفب٘ٚ ُ١أعبٌ١ت ِٓ ِغبالد
اٌّؼشٚفخّ٠ٚ ،ىٓ إٌظش إٌٗ١ اٌزوبء االططٕبػٔٚ ،ٝظُ لٛاػذ
وشىً ػشٚس ِٓ ٜأشىبي اٌج١بٔبد ٚاإلؽظبءٙ٠ٚ ،ذف اٌٝ
ٌؾً اٌؼشٚس٠خ اٌّؼشفخ إوزشبف اٌّؼٍِٛبد اٌّخجؤح ِٓ
10
عٕ١بس٘ٛ٠بد اٌزؾٍٚ ً١اٌزٝ اٌّشىالد اٌّؾذدح فِ ٝغبي
الرٛعذ فٙ١ب ِفبِ٘ ُ١ؾذدح ِغجمب ً ِؼٚ .ٓ١ثبإلػزّبد ػٍ ٝرمٕ١بد
ؽٛي ِب عٛف ٠شىً ٔزبئظ ِض١شح اٌزٕم١ت ف ٝاٌج١بٔبدّ٠ ،ىٓ ثٕبء
ٌإل٘زّبَٚ .أ٠ب ً وبْ اٌشىً اٌذل١ك ّٔٛرط لشاس ٌٍزٕجؤ ٚرظٕ١ف
اٌز٠ ٜؤخزٖ اٌزؾٍ ،ً١إال أْ اٌّفزبػ اٌّؾزٍّخ" اٌّغبي ِشىٍخ
٠ىّٓ ف ٝاإلػزّبد ػٍٙٔ ٝظ ِشْ ).(Lu&Chen,2009,p.3537
ّ٠ىٕه ِٓ ػًّ اوزشبفبد غ١ش ٚػٍ ٝػىظ اٌؾبالد اٌزٝ
ِزٛلؼخ خٍف ؽذٚد اٌزٛلؼبد ّ٠ىٓ أْ رُٛظف فٙ١ب اٌزؾٍ١الد
اٌّٛعٛدح خالي ِغبي ِشىٍزه اٌش٠بػ١خ ٚاإلؽظبئ١خ إلخزجبس
(Kirkos et ِغّٛػخ ِٓ اٌفشٚع اٌّؾذدح
).al.,2007,p.996 ِغجمبً ،فئْ اٌزٕم١ت ف ٝاٌج١بٔبد
اوزشبف فٝ فبئذح أوضش
2/8يعاالخ ذطىس انرنمية فً انثياناخ:
ِغبالد رزؼّٓ رىٌٕٛٛع١ب ٌمذ عبُ٘ ف ٝرط٠ٛش أعٍٛة
اٌّؼٍِٛبد ،اٌزوبء اإلططٕبػ،ٝ اٌزٕم١ت ف ٝاٌج١بٔبد اٌزطٛساد
اإلؽظبء اٌزمٍ١ذ ، ٞاٌؾٛعجخ ِٓ وً فٝ اٌؾذ٠ضخ
ػبٌ١خ األداء ،سعِٛبد اٌؾبعت اٌش٠بػ١بد(ؽ١ش رُ رط٠ٛش
ٚرظ٠ٛش اٌج١بٔبدٚ ،ثبٌزبٌ٠ ٝظجؼ خٛاسصِ١بد عذ٠ذح وفء ٚعش٠ؼخ
ٌذٕ٠ب ٚفشح ف ٝرمٕ١بد اٌزٕم١ت فٝ ) ،رىٌٕٛٛع١ب لٛاػذ اٌج١بٔبد (رُ
اٌج١بٔبد اٌّزبؽخ ّ٠ٚىٓ رظٕ١فٙب اٌغّبػ ٌألثؾبس اٌغذ٠ذح ثزط٠ٛش
ف ٝأسثؼخ فئبد وبٌزبٌ :ٝلٛاػذ لٛاػذ اٌج١بٔبد ٚ،وزٌه ثبٌٕغجخ
اٌج١بٔبد ،اإلؽظبء ،اٌزوبء ٌٍؾبعجبد (فمذ عّؾذ ٘١بوً
ٚرظ٠ٛش اإلططٕبػٝ اٌزظّ ُ١اٌم٠ٛخ اٌغذ٠ذح ثئعزغالي
اٌج١بٔبد ;(Tsai, 2013, p.3161 أؽغبَ ػخّخ ِٓ اٌج١بٔبد).
Sirikulvadhana,2002 ٚثطش٠مخ أخشّ٠ ٜىٓ اٌمٛي أْ
),p.29 اٌزٕم١ت ف ٝاٌج١بٔبد رطٛس ِٓ ػذح
3/8خطىاخ انرنمية فً انثياناخ:
ٚ،رم ُ١١اٌّٛلف اٌؾبٌٚٚ ٝػغ 1/3/8فهى طثيعح انعًم :رزؼّٓ
أ٘ذاف اٌزٕم١ت ف ٝاٌج١بٔبد ِٓ ٘زٖ اٌخطٛح رؾذ٠ذ أ٘ذاف اٌؼًّ
11
اٌج١بٔبد (إصاٌخ اٌزىشاس ٚدِظ ِٚزطٍجبرٗ اٌؼًّ ِٕظٛس
اٌج١بٔبد ف ٝشىً ِٛؽذ) ٚرغزٍٙه ٚ،رؾٍٙ٠ٛب أ٠ؼب اٌِ ٝشىٍخ
٘زٖ اٌخطٛح ٚلذ وج١ش ثبٌٕغجخ ُِؼشفخ ٌٍزٕم١ت ف ٝاٌج١بٔبد
(Ata ٌجبل ٝاٌخطٛاد ٚ،رظّ ُ١خطخ ِششٚع أ١ٌٚخ
).&Seyrek,2009,p.162 (اٌذٚسٜ األ٘ذاف ٌزؾم١ك
4/3/8اننًزظحٚ :فِ ٝشؽٍخ ٚأؽّذ ،3113،ص.)23
إٌّزعخ٠ ،زُ رطج١ك ِغّٛػخ ِٓ 2/3/8فهى انثياناخ :رجذأ ٘زٖ
اٌزمٕ١بد ػٍِ ٝغّٛػخ اٌج١بٔبد اٌخطٛح ثزغّ١غ اٌج١بٔبد األ١ٌٚخ
اٌز ٝرُ اػذاد٘ب ٚ.اٌٙذف ٘ ٛثٕبء ٚاإلٌّبَ ثبٌج١بٔبد اٌز ٝع١زُ
ّٔٛرط ٠ظف ثشىً ُِشػٝ اٌزٕم١ت فٙ١بٚ ،رشًّ ٘زٖ اٌخطٛح
ِغّٛػخ اٌج١بٔبد٠ٚ ،زؼّٓ ثٕبء رؾذ٠ذ ؽج١ؼخ اٌج١بٔبد ٌزؾذ٠ذ
إٌّٛرط ارخبر اٌمشاس اٌخبص اٌزمٕ١بد إٌّبعجخ اٌز ٝع١زُ
ثٕٛع اٌزٕجؤ اٌّشاد طٕؼٗ اعزخذاِٙب ٚاألّٔبؽ اٌّزٛلؼخ
(وبٌزظٕ١ف ٚاإلٔؾذاس) ِٓٚصُ ٚرؾذ٠ذ ِشبوً عٛدح اٌج١بٔبد
اخز١بس ٔٛع إٌّٛرط ٌظٕغ اٌزٕجؤ Sirikulvadhana,2002,p.26
اٌزّ٠ ٜىٓ أْ ٠ى ْٛشغشح اٌمشاس )).
أ ٚاٌشجىخ اٌؼظج١خ أ ٚغ١ش٘ب. 3/3/8اعذاد انثياناخ :إْ
ِٓٚأعً ػّبْ دلخ ِٚزبٔخ اٌزٕجؤ اٌٙذف ِٓ ٘زٖ اٌّشؽٍخ ٘ ٛاٌزؤوذ
الثذ ِٓ رذس٠ت إٌّٛرط ػٍٝ ِٓ أْ ِغّٛػخ اٌج١بٔبد عب٘ضح
ِغّٛػخ ِٓ اٌج١بٔبد ِٓٚصُ ٌٍزٕم١تٚ ،رزؼّٓ ٘زٖ اٌخطٛح
اخزجبسٖ ٚاصجبرٗ ػٍِ ٝبرجمِٓ ٝ اخز١بس اٌج١بٔبد ،رٕظ١ف اٌج١بٔبد
اٌج١بٔبد ،فجؼذ أْ ٠زُ رىٓ٠ٛ (ثّؼٕ ٝؽزف وً أِ ٚؼظُ
إٌّٛرط ثئعزخذاَ لبػذح ث١بٔبد اٌج١بٔبد غ١ش اٌّىزٍّخ ٚرٍه اٌزٝ
اٌزذس٠ت٠ ،غزخذَ ٌٍزٕجؤ ثمبػذح رزغُ ثبٌؼٛػبء ٚػذَ اإلرغبق )
ث١بٔبد اإلخزجبس ٠ٚىِ ْٛؼذي اٌذلخ ٚرٕم١خ ٚرٛؽ١ذ اٌج١بٔبد (رغّ١غ
إٌبرظ ع١ذ ٌشفغ وفبءح أداء اٌج١بٔبد ِٓ ِظبدس ِزؼذدح فٝ
إٌّٛرط شىً ِٛؽذ) ،رؾ ً٠ٛاٌج١بٔبد (أٜ
).(abdellatif,2012,p.60 رؾ ً٠ٛاٌج١بٔبد إٌ ٝشىً ِٛؽذ
عب٘ض ٌٍزٕم١ت) ٚرمٍ ً١ؽغُ
12
6/3/8انرنفيز٠ٚ :ى ْٛرٕف١ز 5/3/8انرمييىٚ :ثبإلػزّبد ػٍٝ
إٌّٛرط ٚإٌزبئظ ثؤؽذ أعٍٛث،ٓ١ ٔزبئظ رطج١ك إٌّٛرط ٠زُ رم ُ١١أداء
إِب اٌّالؽظخ اٌجغ١طخ ٌٍّٕٛرط إٌّٛرط ٚإِب أْ ٠زُ رؼذٍٗ٠
ٔٚزبئغٗ أ ٚرطج١ك إٌّٛرط ػٍٝ أٚرٕف١زٖ ٌؾً ِشىٍخ اٌؼًّ ِٓٚ
ِغّٛػبد ث١بٔبد ِخزٍفخ ِغ اٌّ ُٙاخزجبس إٌّٛرط ف ٝاٌؼبٌُ
اعزّشاس سلبثخ األداء اٌز ٝلذ اٌٛالؼ ،ٝأ ٜرغشثزٗ ػٍٝ
رزطٍت إػبدح ثٕبء إٌّٛرط ِٓ ِذح ِغّٛػخ طغ١شح ِٓ اٌؾبالد
أخشٜ إٌٝ ٌزمٍ ً١اٌّخبؽش اٌزّ٠ ٝىٓ أْ رٕزظ
( ػٓ ػذَ طؾخ إٌّٛرط ٚاٌزؤوذ
(Sirikulvadhana,2002,p.2 (Ata ِٓ ٔزبئظ إٌّٛرط
.7 )&Seyrek,2009,p.162
4/8أدواخ انرنمية فً انثياناخ:
(Lin et a trial-and error 1/4/8انشثكاخ انعصثيح :إْ
).al.,2003,p.659 اعزخذاَ اٌشجىبد اٌؼظج١خ فٝ
2/4/8شعشج انمشاسّٛٔ ٝ٘ :رط اٌزٕم١ت ف ٝاٌج١بٔبد ِ٘ ٛغبي
رٕجؤ٠ ٜزُ اعزخذاِٙب أوضش فٝ ٚاػذ ٌٍجؾش ٚالعّ١ب ٌغٌٛٙخ
اٌزظٕ١ف ٚاٌزٕجؤ ،شغشح اٌمشاس رٛافش ؽغُ وج١ش ِٓ ِغّٛػبد
٘ ٟثٕ١خ ٌشغشح ٚوً ػمذح رّضً اٌج١بٔبد ٚلذسح اٌشجىبد اٌؼظج١خ
اخزجبس ػٍ ٝعّخ ِؼٕ١خٚ ،رجؾش ػٍ ٝوشف ٚاعز١ؼبة اٌؼاللبد
ػٓ اٌغّخ اٌز ٝرفظً اٌؼٕ١بد ث ٓ١ػذد وج١ش ِٓ اٌّزغ١شاد،
ثشىً أفؼً إٌ ٝفئبد فشد٠خ، ٚرشعغ أفؼٍ١خ اٌشجىبد اٌؼظج١خ
ٚوً فشع ّ٠ضً ٔزبئظ اخزجبس فِ ٝؼظُ اٌؾبالد اٌز ٝرُطجك فٙ١ب
ٚرّضً وً ػمذح ٚسق رغّ١خ اٌفئخ إٌ ٝأٔٗ ٠زُ رذس٠ت اٌشجىخ اٌؼظج١خ
( اٌمشاس ارخز ثؼذ ؽغبة عّ١غ ٚرمٍ ً١اٌخطؤ ٚطٛالً ألػٍ ٝدلخ
اٌظفبد)ٚ .رؾبٚي اٌشغشح رمغُ١ ِّىٕخ ؽ١ش رزى١ف اٌخال٠ب ِغ
اٌّالؽظبد اٌِ ٝغّٛػبد فشػ١خ أٚصاْ ِزغ١شاد اٌّذخالد ٌّٕزعخ
ٚاٌّغبس ِٓ اٌغزس إٌ ٝاٌٛسلخ عٍٛن أّٔبؽ ِزغ١شاد اٌّخشعبد
ّ٠ضً لٛاػذ اٌزظٕ١ف٠ٚ ،زُ ِٓ خالي ػٍّ١خ اٌّؾبٌٚخ ٚاٌخطؤ
اعزٕزبط لٛاػذ ) )If-thenػٕذ
13
(ػضّبْ،3111، إٌ ٝرؾغٓ ثٕبء ّٔٛرط شغشح اٌمشاس ٌّشىٍخ
ص.)53 رظٕ١ف١خ ِؼٕ١خ ؽ١ش ٠زُ
4/4/8ينطك انغًىضِٕ :طك إٌّٛرط ِٓ اعزخالطٙب
اٌغّٛع أ ٚإٌّطك اٌؼجبثٛ٘ ٝ (Kirkos &
رمٕ١خ ِٓ رمٕ١بد اٌزوبء ).Manolopoulos,2004
اإلططٕبػ ٝاٌّؼشٚفخ اٌزٝ 3/4/8انخىاسصيياخ انعينيح:
اخزشػٙب Zadehف ٝػبَ ٘ ٝؽش٠مخ ثؾش رؼزّذ ػٍٝ
٠ٚ ،0165شزك ِٕطك اٌغّٛع أعبٌ١ت اٌزم ُ١١اٌّغزٛؽبح ِٓ
ِٓ ٔظش٠خ اٌّغّٛػبد اٌؼجبث١خ اٌزوبء اإلططٕبػٚ ٝاٌز ٝرؾبوٝ
Fuzzy Set Logicاٌز ٝرزؼبًِ إٌظبَ اٌجٌٛٛ١ع ٝػٕذ اإلٔغبْ فّ١ب
ِغ اٌزفى١ش ثشىً رمش٠جٝ ٠خض اٌغ ٓ١اٌجشش ٜأ ٜاٌزطٛس
Approximate Reasoning اٌطج١ؼ ٝػٕذ اإلٔغبْ ،ؽ١ش ٠زُ
١ٌٚظ ثشىً ِؾذد Precisely اخز١بس األطٍؼ ِٓ ث ٓ١اٌ١ٙبوً
وّب ف ٝإٌّطك اٌزمٍ١ذ٠ٚ ٜطجك إٌّبعجخ ،فف ٝوً ع٠ ً١زُ رخٍ١ك
٘زا إٌّطك ػٕذ ٔمض االؽزّبالد وشِٛٚعِٛبد عذ٠ذح اػزّبداً ػٍٝ
ٚاٌّؼٍِٛبد ثشىً وج١ش أ ٚارغبَ اٌغض٠ئبد (اٌغٕ١بد) إٌّبعجخ فٝ
اٌّؼٍِٛبد ثؼذَ اٌٛػٛػ (Lin اٌغ ً١األلذَ ف١ؾذس رطٛس ٠ؤدٜ
).et al., 2003, p.659
.9انرنثؤ تانرذفماخ اننمذيح:
ٌّغبػذح ِؼٍِٛبد رٛف١ش ٠ؼزجش اٌزٕجؤ ثبٌزذفمبد
ِغزخذِ ٝاٌمٛائُ اٌّبٌ١خ ٌٍزٕجؤ إٌمذ٠خ اٌّغزمجٍ١خ ػشٚس٠ب ً ٌزؾًٍ١
ثبٌزذفمبد إٌمذ٠خ اٌّغزمجٍ١خ ٚاؽذاً اإلعزضّبس ٚرم ُ١١إٌّشؤح وّب رؤصش
ِٓ األ٘ذاف اٌشئ١غ١خ ٌٍزمبس٠ش لذسح إٌّشؤح ػٍ ٝر١ٌٛذ اٌزذفمبد
& (Farshadfar اٌّبٌ١خ إٌمذ٠خ ػٍ ٝلّ١خ األعٚٚ ،ُٙفمب ً
).Monem,2013,p.111 ٌّغٍظ ِؼب١٠ش اٌّؾبعجخ اٌّبٌ١خ
٠ٚزُ اعزخذاَ إعّبٌٝ ِٚ (1978) FASBغٍظ ِؼب١٠ش
األسثبػ ِٚىٔٛبرٙب اٌّزّضٍخ فٝ اٌّؾبعجخ اٌذ١ٌٚخ IASB
اٌزذفمبد إٌمذ٠خ ِٓ األٔشطخ (IFRS
اٌزشغ١ٍ١خ ٚاإلعزؾمبلبد ِٓ لجً )٠Foundation,2010aؼزجش
14
اٌّم١بط اٌزغش٠جٌ ٝغٛدح اٌزمبس٠ش أؽشاف ِخزٍفخ ِضً اٌؼّالء
اٌّبٌ١خ ٘ ٛاٌمّ١خ اٌّطٍمخ ٌٕزبئظ ٚاٌّٛسدٚ ٓ٠اٌّغزضّش ٓ٠اٌؾبٌٓ١١
رمذ٠ش اٌّؼبدٌخ اٌز ٝرؼىظ ؽغُ ٚاٌّؾزٌٍٍّ ٓ١زٕجؤ ثبٌزذفمبد إٌمذ٠خ
اٌزذفمبد إٌمذ٠خ اٌّغزمجٍ١خٚ ،وٍّب اٌّغزمجٍ١خٚ ،ارخزد إٌّبرط
لٍذ اٌمّ١خ اٌّطٍمخ أ ٚخطؤ اٌزٕجؤ اٌزغش٠ج١خ دلخ اٌّؼٍِٛبد اٌّفظؼ
وٍّب دي رٌه ػٍِ ٝغز ٜٛأػٍٝ ػٕٙب وّم١بط ٌغٛدرٙب ٚرُ رفغ١ش
ِٓ اٌذلخ اٌزٕجؤ٠خ ٌٍزذفمبد إٌمذ٠خ اٌذلخ وزؾم١ك ٌّغزِ ٜٛؼِٓ ٓ١
ٚثبٌزبٌ ٝرؾغ ٓ١عٛدح اٌزمبس٠ش اٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ اٌّغزمجٍ١خ
اٌّبٌ١خ. ف ٝظً اٌّشٔٚخ ٚؽش٠خ اٌزظشف
ٚػٍ ٝغشاس Barth et al. اٌّغّٛػ ثٙب ِٓ خالي اٌّجبدا
) (2001اٌز ٜاعزخذَ اٌزذفمبد اٌّؾبعج١خ اٌّمجٌٛخ لجٛال ػبِب
إٌمذ٠خ اٌؾبٌ١خ ِٓ األٔشطخ ٚ ،GAAPثبٌزبٌ ٝوٍّب صادد
اٌزشغ١ٍ١خ ٚاإلعزؾمبلبد ثشىٍٙب اٌذلخ وٍّب صادد عٛدح األسثبػ
اٌزفظٌٍ ٍٝ١زٕجؤ ثبٌزذفمبد إٌمذ٠خ اٌّؼٍٓ ػٕٙب ٚوٍّب صادد دلخ
ٌغٕخ لبدِخ عزم٘ َٛزٖ اٌذساعخ إٌمذ٠خ ثبٌزذفمبد اٌزٕجؤ
ثبٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ ٌغٕخ لبدِخ )ٌٚ .(Cohen,2003,p.10مذ
ثئعزخذاَ اٌّؼبدٌخ اٌزبٌ١خ: روش )2003,p.10( Cohenأْ
∆CFi,t+1= ɸ+ɸ CFi,t +ɸ ∆AR+i,tɸ
INVi,t+ɸ∆APi,t+ɸDEPRi,t+ɸ AMORTi,t +OTHERi,t+ui,t
.11انذساسح انرطثيميح:
اٌّؼٍِٛبد اٌّزؼٍمخ ثّزغ١شاد رزّضً ػٕ١خ 1/11انعينح:
اٌذساعخ خالي اٌفزشح ِؾً اٌجؾش اٌذساعخ ف ٝػذد 21ششوخ ِٓ
ٚرٌه ثؼذ اعزجؼبد اٌششوبد اٌزٝ اٌششوبد اٌّغغٍخ فِ ٝؤشش
رزجغ اٌمطبع اٌّبٌٚ ٝاٌّظشفٝ ٚ .EGX100رؼزجش اٌششوبد
ٔظشاً ٌطج١ؼزٙب اٌخبطخٚ .لذ رُ ػٕ١خ اٌذساعخ ِٓ اٌششوبد األوضش
عّغ ث١بٔبد اٌذساعخ ِٓ اٌمٛائُ ٔشبؽب ً ف ٝاٌجٛسطخ اٌّظش٠خ ٌّذح
اٌّبٌ١خ إٌّشٛسح ٌٍششوبد ػٕ١خ أسثغ عٕٛاد ِززبٌ١خ ِٓ -3118
اٌذساعخ خالي األسثغ عٕٛاد ِٓ ٚ 3100اٌز ٝرٛافشد ػٕٙب وبفخ
15
اٌز ٝرٕبعت ؽج١ؼزٙب ٚاٌٙذف ِٕٙب. وزبة اإلفظبػ ٚوزٌه ِٓ ِٛلغ
٠ٚزى ْٛعغً ث١بٔبد وً ششوخ ِؼٍِٛبد ِجبشش ِظشٚ ،رُ
ِٓ ِ 3زغ١شاد رزّضً ف ٝاٌزذفمبد اإلعزؼبٔخ ثغجؼخ ِزغ١شاد ٚاٌزٝ
إٌمذ٠خ ِٓ األٔشطخ اٌزشغ١ٍ١خ ِٓ اٌّؾزًّ أْ ٠ىٌٙ ْٛب رؤص١ش
،CFأٚساق اٌذفغ ،APأٚساق ل ٜٛف ٝاٌزٕجؤ ثبٌزذفمبد إٌمذ٠خ
اٌمجغ ،ARاإل٘الن ،DEPR ِٓ األٔشطخ اٌزشغ١ٍ١خ ثبإلػزّبد
اإلعزٙالن ،AMORTأخشٜ ػٍ ٝاٌجؾٛس اٌغبثمخ ِضً Barth
.OTHER ٚ (2001) et alرُ رشر١ت
2/11يشحهح اخرثاس انفشوض: اٌّزغ١شاد فِ ٝغّٛػخ ث١بٔبد
٠زٕبٚي ٘زا اٌغضء اخزجبس طؾخ أٚ ٚ data setثبٌزبٌ ٌُ ٝرىٓ ٕ٘بن
خطؤ اٌفشٚعٚ ،فّ١ب ٍٝ٠و١ف١خ لِ ُ١فمٛدح أِ ٚىشسح أ ٜرُ رغّ١غ
اخزجبس وً فشع ِٓ اٌفشٚع اٌج١بٔبد ثشىً ٠شاػ ٝعٛدرٙب
اٌجؾض١خ ػٍ ٝإٌؾ ٛاٌزبٌ:ٝ ٚثشىً ٠الئُ اعزخذاِٙب ف ٝاألداح
جدول ()1
انرمذيشاخ يعايم انًرغيشاخ
F انرحذيذ انًسرمهح
Sig. T )(sig. R2 فً اننًىرض
186.71 DEPR
.000 17.086 .118 DEPR
8 0.699 AP
.000 8.844 .664 AP )(0.000 INV
16
ٚثٕبءاً ػٍِ ٝب عجك ٠زؼؼ ػذَ ِؼٕ٠ٛدددخ ِؼدددبِالد االٔؾدددذاس ػٕدددذ
طؾخ اٌفشع اٌمبئً ثؤٔٗ: ِغزِ ٜٛؼٕ٠ٛخ ٠ٚ ،5%زؼؼ ِدٓ
ف :1ال يىظذ ذأشيش يعنىي اٌغدددددددذٚي أْ أ٘دددددددُ اٌّزغ١دددددددشاد
نهًرغيشاخ انًسرمهح انرً ذؤشش فً اٌّغددزمٍخ اٌزددد ٝردددؤصش فددد ٝاٌّزغ١دددش
انرذفماخ اننمذيح تإسرخذاو نًىرض اٌزددبثغ ؽغددت رشر١ددت دخٌٙٛددب فددٝ
اإلنحذاس. إٌّدددددٛرط ٘ددددد ٝاإل٘دددددالن ،أٚساق
ٚرىِ ْٛؼبدٌخ اإلٔؾذاس ٚفمب اٌدددددددذفغ ،اٌّخدددددددض ٚ ،ْٚرفغدددددددش
ٌٍّؼبدٌخ اٌزبٌ١خ ِٓ إٌّٛرط ِٓ 69.9%اٌزغ١شاد اٌز ٝرؾدذس
اٌّمزشػ: فددددد ٝاٌّزغ١دددددش اٌزدددددبثغ (اٌزدددددذفمبد
إٌمذ٠خ).
+ .118 DEPR + .664 AP
CF = 82897.893 - .104 INV
Neuro Fuzzyػٍّٛٔ ٝرط صُ لبِذ اٌجبؽضخ ثزطج١ك ّٔٛرط
اإلٔؾذاس اٌّزذسط ف ٝاٌزٕجؤ Neuro Fuzzyػٍ ٝث١بٔبد
ثبٌزذفمبد إٌمذ٠خ ِٓ األٔشطخ اٌذساعخ ثئعزخذاَ رمٕ١خ ،ANFIS
اٌزشغ١ٍ١خ . ٌٚمذ أظٙشد إٌزبئظ رفٛق ّٔٛرط
ظذول ()2
MAPE RMSPE إٌّٛرط
14.8 398.14 ّٔٛرط االٔؾذاس
5.1 86.44 ّٔٛرط Neuro Fuzzy
17
ظىدج ذحسين Fuzzyفً ف :2ال يىظذ اخرالف يعنىي
انرماسيش انًانيح. تين ذمذيشاخ نًىرض ذحهيم
Neuro اإلنحذاس ونًىرض
.11اننرائط
اٌٙذف اٌشئ١غٌٍ ٝزمبس٠ش اٌّبٌ١خ ينننننن خنننننالل انذساسنننننح اننظشينننننح
أ ٜأْ أعٍٛة اٌزٕم١ت ف ٝاٌج١بٔبد وانرطثيميننح يًكننن اسننرعشاض أهننى
٠غبػذ ف ٝرؾغ ٓ١عٛدح اٌزمبس٠ش ينننا ذى نننهد لنيننن انذساسنننح فيًنننا
اٌّبٌ١خ. يهً:
-رزغُ اٌج١بٔبد اٌّؾبعج١خ ثبٌزؼمذ ٚ -عٛد لظٛس ف ٝاٌزمبس٠ش اٌّبٌ١خ
ِّب ٠غزٍضَ اعزخذاَ ِٕٙظ ػٍّٝ ثشىٍٙب اٌؾبٌِّ ٝب أد ٜإٌٚ ٝعٛد
ِزطٛس ٌزؾٍ٘ ً١زٖ اٌج١بٔبد رزٛافش فغٛح ث ٓ١اٌؼشع ٚاٌطٍت ػٍٝ
فِ ٗ١غّٛػخ خظبئض أّ٘ٙب اٌّؼٍِٛبد اٌّخزٍفخ خبطخً فٝ
اٌمذسح اٌزٕجؤ٠خ اٌؼبٌ١خ ِٚشاػبح ظً اٌزغ١شاد اٌىج١شح ف ٝث١ئخ
ؽج١ؼخ اٌج١بٔبد ٚاٌزؼبًِ ِغ األػّبي.
ِزغ١شاد ِبٌ١خ أ ٚغ١ش ِبٌ١خ -ػذَ ٚعٛد ارفبق ؽٛي رؾذ٠ذ
ٚرزٛافش ٘زٖ اٌخظبئض فٝ ِف َٛٙعٛدح اٌزمبس٠ش اٌّبٌ١خ فٝ
أدٚاد اٌزٕم١ت ف ٝاٌج١بٔبد اٌذساعبد اٌغبثمخ ٚاوزفبئٙب ثزٕبٚي
ٚثخبطخ إٌّبرط اٌّٙغٕخ ِضً اٌؼٛاًِ ٚوزٌه ثبٌٕغجخ ٌٛعبئً
ّٔٛرط Neuro Fuzzyاٌزٜ ل١بط عٛدح اٌزمبس٠ش اٌّبٌ١خ.
٠غّغ ثِ ٓ١ضا٠ب وً ِٓ اٌشجىبد ٠ -غبػذ أعٍٛة اٌزٕم١ت فٝ
اٌؼظج١خ ِٕٚطك اٌغّٛع. اٌج١بٔبد ٚأدٚارٗ اٌّخزٍفخ فٝ
-اسرفبع لّ١خ ِؼبًِ اإلسرجبؽ ثٓ١ رٛع١غ اإلؽبس اٌز ٜرؼًّ فٗ١
اٌزذفمبد إٌمذ٠خ ِٓ اإلٔشطخ اٌّؾبعجخِّ ،ب ٠ض٠ذ ِٓ دلخ
اٌزشغ١ٍ١خ ٚاإل٘الن ؽ١ش ثٍغذ ِٚالءِخ اٌّؼٍِٛبد اٌّؾبعج١خ
لّ١خ ِؼبًِ االسرجبؽ )(0.835 إٌبرغخٚ ،رؤد ٜص٠بدح اٌذلخ إٌٝ
ِّب ٠ذي ػٍٚ ٝعٛد ػاللخ ؽشد٠خ اخزالف اٌّؼٍِٛبد إٌبرغخ ِمبسٔخً
ل٠ٛخ ث ٓ١اٌّزغ١شِٚ ٓ٠ؼٕ٠ٛخ ػٕذ ثبٌّٕبرط اٌزمٍ١ذ٠خ ِٓٚ ،صُ رظجؼ
ِغزِ ٜٛؼٕ٠ٛخ ٛ٠ٚ ،1%عذ ٘زٖ اٌّؼٍِٛبد ِالئّخ إلرخبر
اسرجبؽ ؽشدِ ٜزٛعؾ ثٓ١ اٌمشاساد اإلعزضّبس٠خ ٘ٚزا ٘ٛ
18
لّ١خ ٚ (F =186.718) Fلّ١خ اٌزذفمبد إٌمذ٠خ ِٓ األٔشطخ
) ،(sig=0.000وّب رزؼؼ اٌزشغ١ٍ١خ ٚث ٓ١االعزٙالن ؽ١ش
ِؼٕ٠ٛخ ِؼبِالد االٔؾذاس ػٕذ ثٍغذ لّ١خ ِؼبًِ االسرجبؽ
ِغزِ ٜٛؼٕ٠ٛخ . 5% ).(0.439
-أخفبع لِ ُ١ؼ١بس ٜاٌّفبػٍخ -إْ أُ٘ اٌّزغ١شاد اٌّغزمٍخ اٌزٝ
(اٌغزس اٌزشث١ؼٌ ٟخطؤ اٌزٕجؤ ( ( رؤصش ف ٝاٌّزغ١ش اٌزبثغ ؽغت
،RMSPEاٌّزٛعؾ اٌّطٍك رشر١ت دخٌٙٛب ف ٝإٌّٛرط ٘ٝ
إٌغجٌ ٝخطؤ اٌزٕجؤ )) (MAPE اإل٘الن ،أٚساق اٌذفغ ،اٌّخضْٚ
ثشىً ٍِؾٛظ ٌّٕٛرط Neuro ٚرفغش ِٓ 69.9%اٌزغ١شاد اٌزٝ
ِ Fuzzyمبسٔخ ثّٕٛرط اإلٔؾذاس رؾذس ف ٝاٌّزغ١ش اٌزبثغ (اٌزذفمبد
ِّب ٠ؼٕ ٝرفٛق اٌّمذسح إٌّٛرط إٌمذ٠خ ِٓ األٔشطخ اٌزشغ١ٍ١خ)
األٚي ػٍ ٝإٌّٛرط اٌضبٔ ٝفٝ ٚرٌه ػٕذ رمذ٠ش ّٔٛرط اإلٔؾذاس
اٌمذسح اٌزٕجؤ٠خ. اٌّزذسط ،ؽ١ش رزؼؼ ِؼٕ٠ٛخ
ّٔٛرط اإلٔؾذاس اٌّمذس ِٓ خالي
انًشاظع
أوالً :يشاظع تانهغح انعشتيح:
أ.انكرة:
األداء واإلسرصًاس فً انثىس ح" د.أِ ٓ١اٌغ١ذ ٌطف"، ٝانرحهيم
،اٌذاس اٌغبِؼ١خ .3113، انًانً ألغشاض ذمييى ويشاظعح
ب.انذوسياخ:
اٌزغبسح ،عبِؼخ اٌمب٘شح ،اٌؼذد د .أعبِخ ػّش عؼبسح،د .ػجذ
اٌضبٌش ،اٌغٕخ اٌضبٌضخ.3102، اٌشؽّٓ اٌمذ ،ِٝٚد .ثغبَ ِؾّذ
د.ثذ٠غ اٌذ ٓ٠س٠ش"، ٛعٛدح اٌّذلك وفبءح ِؼبٌ"،ٝأصش
اٌزمبس٠ش اٌّبٌ١خ (اٌؼٛاًِ اٌّؤصشح اٌخبسع ٝف ٝإوزشبف ِّبسعبد
ٚٚعبئً اٌم١بط)" ،انًعهح انعهًيح اٌّؾبعجخ اإلثذاػ١خ ٚفمب ٌّؼب١٠ش
،اٌّغٍذ وانرًىيم نهرعاسج اٌؼًّ اٌّ١ذأ ٝاٌذ١ٌٚخ ٚأصشٖ ػٍٝ
األٚي،اٌؼذد األٚي.3102، ِظذال١خ اٌّؼٍِٛبد اٌّؾبعج١خ"،
د.صوش٠ب ِطٍه اٌذٚس،ٜداٌ١ب ػجذ يعهح انًحاسثح انًصشيح،وٍ١خ
اٌؾغٓ أؽّذ"،دٚس رٕم١ت اٌج١بٔبد
19
اٌؼاللخ" ،يعهح كهيح انرعاسج Data miningف ٝص٠بدح أداء
،عبِؼخ انعهًيح نهثحىز إٌّظّخ :دساعخ رؾٍ١ٍ١خ فٝ
اإلعىٕذس٠خ ،اٌؼذد األٚي ،اٌّغٍذ اٌّظشف اٌظٕبػ ،"ٝيعهح
اٌضبٔٚ ٝاٌخّغٕ٠،ْٛب٠ش .3105 انعهىو اإللرصاديح واإلداسيح،
ِذصش ؽٗ أث ٛاٌخ١ش "،عٛدح اٌّغٍذ اٌضبٌش ػشش،اٌؼذد اٌضبِٓ
ِؼب١٠ش اٌّؾبعجخ اٌّبٌ١خ ثٓ١ ٚاألسثؼ.3113،ْٛ
اٌّجبدا ٚاٌمٛاػذ ٚرفؼ١الد ِؾّذ أؽّذ اٌؾٛش"،ٝاٌؼاللخ ثٓ١
اٌّٙزّ:ٓ١دساعخ رؾٍ١ٍ١خ ٚرغشثخ ِغز ٜٛاإلعزؾمبلبد اإلخز١بس٠خ
ِ١ذأ١خ" ،انًعهح انعهًيح نهرعاسج ِٕٚفؼخ اٌّؼٍِٛبد اٌّؾبعج١خ فٝ
وانرًىيم ،وٍ١خ اٌزغبسح ،عبِؼخ رؾذ٠ذ أعؼبس األعِٚ ُٙذ ٜرؤص١ش
ؽٕطب.3111، اإلفظبػ اإلخز١بس ٜػٍ٘ ٝزٖ
ض.انشسائم:
خبٌذ ِؾّذ ػضّبْ"،اؽبس ِمزشػ أزظبس ػبطُ اٌذاٌِ" ،ٝشٔٚخ
ٌزط٠ٛش اٌّؼٍِٛبد اٌّؾبعج١خ اٌّؼب١٠ش اٌّؾبعج١خ ٚأصش٘ب ػٍٝ
ٌألغشع اٌخبطخ ثبعزخذاَ ِٕٙظ عٛدح اٌزمبس٠ش اٌّبٌ١خ ِغ دساعخ
اٌغٕ١بد ِغ دساعخ رطج١م١خ، رطج١م١خ" ،سسانح ياظسريش غيش
سسانح دكرىساج غيش ينشىسج، ينشىسج ،وٍ١خ اٌزغبسح ،عبِؼخ
عبِؼخ اٌزغبسح، وٍ١خ إٌّظٛسح.3102،
إٌّظٛسح.3111، ؽغٕبء ػط"،ٗ١اٌزؾفع اٌّؾبعجٝ
ِظطف ٝإثشا٘ ُ١اٌفم"،ٝأصش ف ٝػٛء اإلػزجبساد اٌؼش٠ج١خ
اٌّؾز ٜٛاإلػالٌٍِ ٝمٛائُ اٌّبٌ١خ ٚأصشٖ ػٍ ٝدالٌخ اٌمٛائُ اٌّبٌ:ٟ
اٌّغزمجٍ١خ ػٍ ٝلّ١خ إٌّشؤح ِغ دساعخ رطج١م١خ ف ٝث١ئخ األػّبي
دساعخ رطج١م١خ" ،سسانح ياظسريش اٌّظش٠خ" ،سسانح دكرىساج غيش
غيش ينشىسج ،وٍ١خ اٌزغبسح، ينشىسج ،وٍ١خ اٌزغبسح ،عبِؼخ
عبِؼخ إٌّظٛسح.3102، إٌّظٛسح.3102 ،
شانيا :يشاظع تانهغح األظنثيح:
A.Books:
- Abraham , B., Ledolter,
J., “Statical Methods for
20
,New York ,John wiley Forecasting” ,3rd Edition,
&sons,Inc.,2013. John Wiley &Sons Inc.
-Westphal,C. & Blaxton, ,2012.
T., ”Data Mining - Kieso. D., J. weygandt,”
Solutions”, John wiley & Intermediate
sons,Canada,1998. Accounting”, 13th edition
B.Periodicals:
Vol. 76,no1,2001,pp27- - Khali, N., Omri, A.,
58. “Corporate Governance
- Beest F., Braam G., et and Financial Reporting
al., ”Quality of Financial Quality : The Case of
Reporting :measuring Tunisian Firms”,
qualitative International Business
characteristic”, available Research,Vol4,No1,2011
at: .
http://www.ru.nl/nice/w - Ata, H., Seyrek, I.," The
orkingpapers, April Use Of Data Mining
2009. Techniques In Detecting
- Cohen, D., ”Quality of Fraudulent Financial
Financial Reporting Statements", The
Choices: Determinates Journal of Faculty of
and Economic Economics, Vol.14, No.2
Sequences” ,Available at ,2009.
www.ssrn.com , 2003. - Barth, M., cram, D.,&
- Cohen, J., & Nelson, K., ”Accruals
Krishnammoorthy, G., and the Prediction of
“The Corporate future cash flows” ,The
Governance Mosaic and Accounting Review,
Financial Reporting
21
Management Review Quality”, Journal of
,Vol.1,No.10,2013. Accounting Literature,
- Halon ,M., Myers, J., & 2004, p.87-152.
Shevlin, T., “Are - Farshadfar, S.,
Dividends Informative &Monem, R., , ”Further
about Future Earning? Evidence of the
,Working Paper Usefulness of Direct
,University of Method Cash Flow
Michagen,2012. Components for
- Kirkos, E. Forecasting Future Cash
&,Manolopoulos, Y.," Flows”, The
Data Mining In Finance International Journal of
And Accounting : A Accounting
Review Of Current ,Vol.48,2013.
Research Trends", - Fathi , J.,” Corporate
Aristotle University Governance System and
,Technological Quality of Financial
Educational Institution , Information”,
Thessaloniki, Mediterranaen Journal
Greece,2004. of Social
- Kirkos, E., Spathise. C., Sciences,Vol4,No.2,2013
et al.," Data Mining .
Techniques For the - Gilaninia, S., Chengini,
detection of Fraudulent M., et al., “The
Financial Statement”, Importance of Financial
Experts Systems With Reporting and Affecting
Applications Factors on It”, Arabian
,vol32,2007,pp.995-1003. Journal of Business and
22
systems,vol103,No.4,200 - Li, Y., Moutinho, L. ,et
3,pp.282-292. al., ”Cash Flow Forecast
- Thakur, J., “Role of for South African Firms”
Artificial Intelligence & ,Review of Develop
Expert System in Finance,vol.5,2015.
:Business - Lin , J. ,Hwang, M.,&
Competitiveness”, Gian Becker ,J., “A Fuzzy
Jyotie- Journal ,Vol 1, Neural Network for
Iss2, 2012,Available at assessing the Risk of
www.gjimt.com. Fraudulent Financial
- Verdi, R., ”Financial Reporting “ ,Managerial
Reporting Quality and Auditing Journal, 2015.
Investment Efficiency” - Lu, Chi-Lin& Chen, Ta
Available at Cheng," A study of
www.ssrn.com,2006,pp. applying data mining
1-55 approach to the
- Wang, R., O., information disclosure for
Hogartaigh et al., Taiwan’s stock market
”Measures of Accounting investors", Expert
Conservatism: A systems with
Construct Validity applications Journal,
Perspective” ,Available at Vol. 36 ,2009, pp. 3536-
www.ssrn.com ,2008. 3542.
- Zhang ,D. &Zhou ,L - Nemati , H. & Barko,
,”Discovering Golden C.,” Key Factors for
Nuggets :Data mining in achieving organizational
Financial Application”, data mining success”,
IEEE Transactions on Industrial management
systems MAN, AND & Data
23
School of Economics and CYBERNETICS-
Business Administration, PART C :Applications
2002. And Reviews
,vol.34,no.4,November
2004.
-Tsai, Hsu-Hao,
”Knowledge management
Vs data mining :Research
Trend, forecast and
citation approach”,
Expert System With
Applications,
vol40,2013,pp 3160-
3173.
C.Thesis
- Abdelateif, T.,
“Applicability of Data
Mining in the Subject
Enterprise Resource
Planning Systems”,
Master Thesis, Faculty
of Computer and
Information Systems,
Mansoura University,
2012.
- Sirikulvadhana ,S.
,”Data Mining As A
Financial Auditing Tool”,
Master Thesis, Swedish
24