اخبار و اعلانات

 آمار

تعداد نشریات34
تعداد شماره‌ها1,334
تعداد مقالات9,634
تعداد مشاهده مقاله9,822,090
تعداد دریافت فایل اصل مقاله6,033,597
قوام, محمدحسین, سیمیاری, محمدرضا, عیوضی, علی. (1404). مدل‌سازی اعتبارسنجی شرکت‌های دانش‌بنیان متقاضی دریافت تسهیلات از صندوق نوآوری و شکوفایی و صندوق‌های پژوهش و فناوری. پدافند الکترونیکی و سایبری, 6(3), 33-67.
محمدحسین قوام; محمدرضا سیمیاری; علی عیوضی. "مدل‌سازی اعتبارسنجی شرکت‌های دانش‌بنیان متقاضی دریافت تسهیلات از صندوق نوآوری و شکوفایی و صندوق‌های پژوهش و فناوری". پدافند الکترونیکی و سایبری, 6, 3, 1404, 33-67.
قوام, محمدحسین, سیمیاری, محمدرضا, عیوضی, علی. (1404). 'مدل‌سازی اعتبارسنجی شرکت‌های دانش‌بنیان متقاضی دریافت تسهیلات از صندوق نوآوری و شکوفایی و صندوق‌های پژوهش و فناوری', پدافند الکترونیکی و سایبری, 6(3), pp. 33-67.
قوام, محمدحسین, سیمیاری, محمدرضا, عیوضی, علی. مدل‌سازی اعتبارسنجی شرکت‌های دانش‌بنیان متقاضی دریافت تسهیلات از صندوق نوآوری و شکوفایی و صندوق‌های پژوهش و فناوری. پدافند الکترونیکی و سایبری, 1404; 6(3): 33-67.

مدل‌سازی اعتبارسنجی شرکت‌های دانش‌بنیان متقاضی دریافت تسهیلات از صندوق نوآوری و شکوفایی و صندوق‌های پژوهش و فناوری

پژوهش‌های راهبردی بودجه و مالیه
دوره 6، شماره 3 - شماره پیاپی 23، مهر 1404، صفحه 33-67
نوع مقاله: مقاله پژوهشی
نویسندگان
محمدحسین قوام1؛ محمدرضا سیمیاری* 2؛ علی عیوضی3
1عضو گروه مالی دانشکده معارف اسلامی و مدیریت مالی دانشگاه امام صادق (ع)
2کاندیدای دکتری مالی دانشگاه شهید بهشتی
3کارشناسی ارشد معارف اسلامی و مدیریت مالی دانشگاه امام صادق (ع)
تاریخ دریافت: 16 فروردین 1404،  تاریخ بازنگری: 30 تیر 1404،  تاریخ پذیرش: 05 مهر 1404 
چکیده
مسئله و هدف تحقیق: این پژوهش به دنبال ارائه یک مدل مناسب برای اعتبارسنجی جهت اعطای تسهیلات به شرکت‌های نوپا و دانش‌بنیان از طریق منابع خط اعتباری صندوق نوآوری و شکوفایی نهاد ریاست‌جمهوری است. به عنوان محرک اصلی رشد و توسعه اقتصاد دانش‌بنیان، شرکت‌های دانش‌بنیان از اهمیت فراوانی برخوردارند. هدف این پژوهش یافتن الگوی مناسب به‌منظور اعتبارسنجی شرکت‌های دانش‌بنیان توسط صندوق‌ نوآوری و شکوفایی و صندوق‌های پژوهش و فناری می‌باشد.
روش تحقیق: این تحقیق با استفاده از داده‌هایی که صندوق نوآوری و شکوفایی و صندوق‌های پژوهش و فناوری در اعتبارسنجی شرکت‌های دانش‌بنیان استفاده می‌کنند، یک مدل مناسب جهت اعتبارسنجی با روش شبکه عصبی مصنوعی ارائه می‌نماید.
در گام نخست، شاخص‌ها و داده‌های مؤثری که صندوق نوآوری و شکوفایی از آن‌ها بهره می‌برد، طبقه‌بندی شده و وارد نرم‌افزار متلب شده و با استفاده از روش شبکه عصبی مصنوعی مورد تحلیل، بررسی و مدل‌سازی قرار گرفتند. بدین ترتیب مدل اعتبارسنجی مشتریان متقاضی دریافت تسهیلات استخراج شد. براساس این مدل عملکرد چهار شبکه عصبی پیش‌خور، شبکه عصبی LVQ و شبکه عصبی آبشاری و شبکه عصبی پرسپترون در مورد مسئله تحقیق مرور شد و روش شبکه عصبی LVQ با دقت 96درصد بهترین عملکرد را از مدل‌های یاد شده ارائه کرد.
یافته‌ها و نتیجه‌گیری: بر اساس دقت بالای مدل LVQ، صندوق‌های مختلف که قصد اعطای تسهیلات به شرکت‌های دانش‌بنیان را دارند می‌توانند از این مدل جهت اعتبارسنجی این شرکت‌ها استفاده نمایند تا ریسک اعتباری صندوق کاهش یابد و عملکرد بهتری را در اعطای تسهیلات داشته باشند.
کلیدواژه‌ها
اعتبارسنجی؛ صندوق نوآوری و شکوفایی؛ صندوق پژوهش و فناوری؛ شبکه عصبی
عنوان مقاله [English]
Appropriate Modeling of the Validation of Knowledge-based Companies Applying to Receive Facilities from Iran National Innovation Fund and Prosperity Fund and Research and Technology Funds
نویسندگان [English]
MohammadHosein Ghavam1؛ Mohammadreza Simiari2؛ Ali Eyvazi3
1Member of the Finance Department of the Faculty of Islamic Studies and Financial Management of Imam Sadiq University (AS)
2PhD candidate, Shahid Beheshti University
3Msc. Islamic Therotical and Finance, Faculty of Islamic Therotical and Management, Finance, Imam sadiq University, Tehran, Iran
چکیده [English]
Research problem and objective: This research seeks to provide a suitable model for validation for granting facilities to start-up and knowledge-based companies through the resources of the Presidential Institution's Innovation and Prosperity Fund's credit line. As the main driver of the growth and development of the knowledge-based economy, knowledge-based companies are of great importance. The aim of this research is to find a suitable model for validating knowledge-based companies by the Innovation and Prosperity Fund and Research and Technology Funds.
Research Methodology: This research attempts to design a suitable model for validation using the effective indicators and data that the Innovation and Prosperity Fund and Research and Technology Funds use in validating knowledge-based companies. This new model will be obtained using the artificial neural network method.
Findings and Conclusion: Based on the high accuracy of the LVQ model, various funds that intend to grant facilities to knowledge-based companies can use this model to assess the creditworthiness of these companies in order to reduce the fund's credit risk and have better performance in granting facilities.
کلیدواژه‌ها [English]
Artificial neural network, Credit assessment, Lending, Iran National Innovation Fund
مراجع
آمار
تعداد مشاهده مقاله: 7