Presenting a hierarchical profit forecasting model with a quantum mechanics approach in oil refining companies listed on the Tehran Stock Exchange

Document Type : Original Article

Authors
Saeed Sadeghkhani 1
gharibeh esmailikia 2
masood seydi 3
Omid Mahmoodi Khoshroo 1
1 Department of Accounting, Sa.C., Islamic Azad University, Sanandaj, Iran.
2 Associate Professor, Department of Accounting, University of Ilam, Ilam, Iran.
3 Associate Professor, Department of nuclear physics, Faculty of Basic sciences, University of Ilam. Ilam, Iran.
10.22034/jmaak.2026.78398.4520
Abstract
Shareholders are constantly seeking profitable companies; therefore, managers strive to implement plans to maximize profits. The primary step for managers involves forecasting appropriate profit levels for the firm. To date, various profit forecasting methods have been employed, each possessing distinct strengths and weaknesses. Selecting the most suitable method is crucial for enhancing investor confidence. In this regard, this study aims to develop a hierarchical profit forecasting model using a quantum mechanics approach for oil refinery companies listed on the Tehran Stock Exchange (TSE). The research employs a mixed-methods (qualitative-quantitative) approach. The study was conducted during 2023 and 2024 to analyze profit forecasting indicators. Initially, the validity of the extracted indicators was confirmed through the opinions of 14 experts using a Fuzzy Delphi questionnaire. Subsequently, a hybrid DEMATEL-ISM method was utilized to propose the model. In the DEMATEL phase, the relationships and influence of the extracted indicators were collected from experts. The collected data were then analyzed in the form of a self-relation matrix using the ISM method in MATLAB, resulting in a four-level model. The findings revealed that the "uncertainty level" is the most influential indicator in profit forecasting via a quantum mechanics approach in oil refinery companies listed on the TSE. This approach provides significant value to managers in today's high-risk environments.
Keywords
Profit
Forecast
Quantum
Quantum Mechanics

  1. 1.       حاج نوروزی، احمد، فاضلی، نقی و فغانی ماکرانی، خسرو . (1402). فراتحلیل بررسی تاثیر اندازه شرکت بر دقت پیش بینی سود. دانش حسابداری و حسابرسی مدیریت، 12(47)، 343-356.

    2.       حاج نوروزی، احمد ، فاضلی، نقی و فغانی ماکرانی، خسرو. (1404). ارائه الگوی دقت پیش‌بینی سود مدیریت بر اساس معیارهای نوین اخلاق. دانش حسابداری و حسابرسی مدیریت، 14(55)، 99-109.

    3.       خلیفه سلطانی، سیداحمد و گودرزی، نرگس، (1399)،اطلاعات حسابداری و اطلاعات کوانتومی :کاربردهای مفهومی توپولوژی، مجله مدیریت مالی و پیشرفت های سرمایه گذاری، شماره 11، 76-54.

    4.       راضی السرای، حیدر حذر، دعائی، میثم، السعبرى، ابراهیم عبد موسی و علیمرادی، محمد. (1405). شناسایی و رتبه‌بندی متغیرهای مؤثر بر پیش‌بینی سود در بازار سرمایه عراق و امارات. دانش حسابداری و حسابرسی مدیریت، انتشار آنلاین.

    5.       صادقی باطانی، ابوالفضل، سوری، علی و التجائی، ابراهیم.(1401). بررسی رابطه میان انحراف سود تحقق یافته از سود پیش بینی شدة سهام با بازده قیمت سهام در بورس اوراق بهادار تهران، فصلنامه تحقیقات مدلسازی اقتصادی شماره 26، 221-109.

    6.       قاسمیان، محسن و رهنمای رودپشتی، فریدون.(1399). دانش ستاره بینی مالی و کارکردهای آن در تحلیل بازار،فصلنامه علمی پژوهشی دانش سرمایه گذاری، شماره 20، 139-121.

    7.       قلی­زاده کپورچالی، لیلا ، فلاح، میرفیض و مینویی، مهرزاد . (1403). طراحی مدل تبیین کننده اثر عوامل موثر بر پیش بینی سود شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل یادگیری ماشین ، شبکه عصبی و رگرسیون خطی. دانش حسابداری و حسابرسی مدیریت، 13(50)، 245-257.

    8.       میر، فاطمه، دستگیر، محسن و دائی­کریم­زاده، سعید. (1400). سنجش پایداری و توانایی اجزاء نقدی و تعهدی سود در پیش بینی سود سال آتی، تحت شرایط محافظه کاری و رقابت در بازار محصول. دانش حسابداری و حسابرسی مدیریت، 10(39)، 171-185.

    1. Almasarwah, A., Aram, K.Y. and Alhaj-Yaseen, Y.S. (2024), "Identifying new earnings management components: a machine learning approach", Accounting Research Journal, Vol. 37 No. 4, pp. 418-435. https://doi.org/10.1108/ARJ-10-2023-0304
    2. Bilal Khan, M., Ezeani, E., Saleem, H. and Usman, M. (2024), "Management earnings forecast and technical innovation: the mediating effects of cost of debt", Journal of Accounting in Emerging Economies, Vol. 14 No. 5, pp. 1103-1126. https://doi.org/10.1108/JAEE-09-2023-0279
    3. Chaudhri, Jaydeep & Pinkal, Shah.(2013). Financial Astrology: An Unexplored Tool Of Security Analysis, International Journal of Management , Volume 4, Issue 2, pp. 22-30.
    4. Darling.John R (2021) Effective Conflict Management: Use of & Walker w. Earl the Behavioral style model, leadership and Organizational Development Journal, Vol 22 , NO5, PP 230- 242.
    5. Goeyardi, Gema Merdeka, Ghozali Imam, Hamdy Hady.(2023).Financial Analysis Method Based On Astrology, Fibonacci, And Astronacci To Find A Date Of Direction Inversion Base Information Technology - Jci And Future Gold Prices, Turkish Journal of Computer and Mathematics Education Vol.12 No.4, 158-177.
    6. Mahendra, Ashish, Shiba, Prasad, Mohanty, Sudalaimuthu.(2021). Financial Astrology and Behavioral Bias: Evidence from India,Asia-Pacific Financial Markets (2021) 28:3–17.
    7. Pasha, R., Wahba, H. and Lasheen, H.Y. (2024), "Examining the impact of market uncertainty on earnings forecasts: an empirical study from Egypt", Journal of Risk Finance, Vol. 25 No. 5, pp. 774-791. https://doi.org/10.1108/JRF-11-2023-0291
    8. Shelton. Charlotte K (2023) the quantum skills modelin Darling. John R, Management a new paradigm to enhance effective leadership, Leadership & Organization Development Journal, Vol22, No6. PP 264-273.
    9. Wong, Wing-Keung and McAleer, Michael,(2008). Financial Astrology: Mapping the Presidential Election Cycle in US Stock Markets. Available at SSRN: https://ssrn.com/abstract=1307643 or http://dx.doi.org/10.2139/ssrn.1307643.
    10. Zarka, Philippe.(2010). Proceedings of the International Astronomical Union , Volume 5 , Symposium S260: The Role of Astronomy in Society and Culture , pp. 420 – 425.