الگوسازی و پیش‎بینی EPS شرکت‎های پذیرفته‎شده در بورس اوراق بهادار تهران با رویکرد شبکۀ عصبی GMDH

اسماعیلی، م.، و مشایخ، ش. (1385). بررسی رابطه بین کیفیت سود و برخی از جنبه‎های اصول راهبردی در شرکت‎های پذیرفته شده در بورس. بررسی‎های حسابداری و حسابرسی، 3 (8): 44- 25.##

انواری رستمی، ع. ا. (1378). مدیریت مالی و سرمایه‎گذاری، تهران: انتشارات طراحان نشر.##

جنت رستمی، م. ت. (1378). بررسی نقش و قابلیت سود و جریان‎های نقدی آتی سرمایه‎گذاری در سهام شرکت‎های پذیرفته شده در بورس تهران. پایان‎نامه کارشناسی ارشد، دانشکده علوم اداری دانشگاه شهید بهشتی.##

حجازی، ر. و همکاران. (1391). پیش‎بینی سود با استفاده از شبکۀ عصبی و درخت تصمیم در شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران. بررسی‎های حسابداری و حسابرسی،3 (7): 46-31.##

ملکیان، ا. و همکاران. (1389). عوامل مؤثر بر دقت سود پیش‎بینی شده توسط شرکت‎ها شواهدی از: بازار بورس و اوراق بهادار تهران. بررسی‎های حسابداری و حسابرسی، 17 (61): 38- 23.##

مهام، ک. (1379). اثر گزارش اجزای سود حسابداری بر افزایش توان پیش‎بینی سود. پایان‎نامه دکترای رشته حسابداری، دانشگاه علامه طباطبایی.##

یحیی‎زاده‎فر، م. و همکاران. (1389). رابطه ارزش افزوده اقتصادی و نسبت‎های سودآوری با ارزش افزوده بازار شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران. بررسی‎های حسابداری و حسابرسی،17 (61): 128- 113.##

Abarbanell, J. S. & Bushee, B. J. (1997). Fundamental analysis, future earnings, and stock prices. Journal of Accounting Research, 35(1):
1-24. ##

Anastasakis, L. & Mort, N. (2001). The development of self-organization techniques in modelling: a review of the group method of data handling (GMDH). Research Report-University of Sheffield Department of Automatic Control and Systems Engineering. ##

Atashkari, K, Nariman-Zadeh, N, Gölcü, M, Khalkhali, A. & Jamali, A. (2007). Modelling and multi-objective optimization of a variable valve-timing spark-ignition engine using polynomial neural networks and evolutionary algorithms. Energy Conversion and Management, 48(3): 1029-1041. ##

Callen, J. L., Kwan, C.C.Y., Yip, P. C.Y, & Yuan, Y. (1996). Neural network forecasting of quarterly accounting earnings. International Journal of Forecasting, 12(4): 475-482. ##

Cao, Q., & Gan, Q. (2009). Forecasting EPS of Chinese Listed Companies Using Neural Network with Genetic Algorithm. Retrieved from http://works.bepress.com/qiwei_gan/1/.##

Charitou, A. Colin, C. & Andreou, A. (2000). The value relevance of earnings and cash flows: empirical evidence for Japan. Journal of International Financial Management & Accounting, 11(1): 1-22. ##

Chen, F, & Xu, J. (2006). Factor analysis for well-off construction based on GMDH. World Journal of Modeling and Simulation, 2(4): 213-221. ##

Cheng, C.H., Hsu, J.W., & Huang, S.F. (2009). Forecasting electronic industry EPS Using an integrated ANFIS model. Paper presented at the Systems, Man and Cybernetics, 2009. SMC 2009. IEEE International Conference on.##

Fulga, C., & Şerban, F. (2008). Multi-Item Inventory Model With Constant Rate of Deterioration and Assurance Stock. Economic Computation and Economic Cybernetics Studies and Research(3-4). ##

Garrod, Neil, & Rees, William. (1999). Forecasting earnings growth using fundamentals: Department of Accounting and Finance, University of Glasgow.##

Gill, A., Biger, N., & Mathur, N. (2010). The relationship between working capital management and profitability: evidence from The United States. Business and Economics Journal, 10: 1-9. ##

Graham, B., Dodd, D., Le, F., & Cottle, S. (1934). Security analysis: McGraw-Hill New York.##

Hall, M. & Weiss, L. (1967). Firm size and profitability. The Review of Economics and Statistics, 49(3): 319-331. ##

Ivakhnenko, AG, & Ivakhnenko, GA. (1995). The review of problems solvable by algorithms of the group method of data handling (GMDH). Pattern Recognition and Image Analysis C/C of Raspoznavaniye Obrazov I Analiz Izobrazhenii, 5: 527-535. ##

Ivakhnenko, A.G, & Müller, J-A. (1995). Present state and new problems of further GMDH development. Systems Analysis Modelling Simulation, 20 (1-2): 3-16. ##

Khatibi, R., Ghorbani, M.A., , Hasanpour Kashani, M. & Kisi, O. (2011). Comparison of three artificial intelligence techniques for discharge routing. Journal of Hydrology, 403(3): 201-212. ##

Lev, B., & Thiagarajan, S. R. (1993). Fundamental information analysis. Journal of Accounting research, 31(2): 190-215. ##

Noori, R., Hoshyaripour, Gh., Ashrafi, Kh., & Nadjar Araabi B. (2010). Uncertainty analysis of developed ANN and ANFIS models in prediction of carbon monoxide daily concentration. Atmospheric Environment, 44(4): 476-482. ##

Thomas, J. K., & Zhang, H. (2002). Inventory changes and future returns. Review of Accounting Studies, 7(2-3): 163-187. ##

Weiss, D.N., Prasad, A., & Tsai, Ch.L. (2008). Extracting forward-looking information from security prices: A new approach. The Accounting Review, 83(4): 1101-1124. ##

Zhang, G.P. (2003). Time series forecasting using a hybrid ARIMA and neural network model. Neurocomputing, 50: 159-175. ##

##