CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

نسبتهای مالی تصویری و پیش بینی ورشکستگی شرکتها با استفاده از مدل شبکه های عصبی کانولوشن

عنوان مقاله: نسبتهای مالی تصویری و پیش بینی ورشکستگی شرکتها با استفاده از مدل شبکه های عصبی کانولوشن
شناسه ملی مقاله: JR_FEJ-12-46_024
منتشر شده در در سال 1400
مشخصات نویسندگان مقاله:

عباسعلی حق پرست - گروه حسابداری.واحد بین الملل چابهار، دانشگاه آزاد اسلامی ، چابهار، ایران
علیرضا مومنی - گروه حسابداری. دانشکده علوم انسانی، دانشگاه پیام نور، تهران، ایران
عزیز گرد - گروه حسابداری - دانشکده مدیریت و حسابداری - واحد تهران غرب - دانشگاه پیام نور - تهران - ایران
فردین منصوری - گروه حسابداری، دانشکده مدیریت و اقتصاد، دانشگاه سیستان و بلوچستان، زاهدان، ایران

خلاصه مقاله:
پژوهش حاضر با هدف بکارگیری شبکه عصبی کانولوشن برای پیش بینی ورشکستگی شرکتها با استفاده از نسبتهای مالی تصویری انجام می گیرد. در دنیای به سرعت در حال تغییر، برای شناسایی تصاویر، شبکه های عصبی کانولوشن در مسائل مربوط به بسیاری از رشته ها بکار می روند. دوره زمانی پژوهش ۱۳۸۸ تا ۱۳۹۷ و شرکتهای نمونه از بین شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و در قالب دو گروه شامل ۶۶ شرکت ورشکسته و ۶۶ شرکت غیر ورشکسته انتخاب شدند. از آنجا که کار شبکه عصبی کانولوشن شناخت تصاویر از بین تصاویر موجود است لذا ابتدا نسبتهای مالی به عنوان داده های پژوهش از طریق نرم افزار متلب ۲۰۱۹ به تصویر تبدیل و سپس با کمک شبکه عصبی کانولوشن و تحت معماری گوگل نت اقدام به تشخیص و پیش بینی وضعیت شرکتهای نمونه گردید. نتایج حاصل از تحلیل یافته ها نشان داد که مدل شبکه های عصبی کانولوشن در پیش بینی و شناخت از روی تصاویر، پیش بینی درستی با دقت ۵۰ درصد از بین شرکتها انجام داد. به عبارتی در پیش بینی وضعیت تداوم فعالیت شرکتها ۵۰ درصد از شرکتهای ورشکسته و ۵۰ درصد از شرکتهای غیر ورشکسته را درست تشخیص داد.

کلمات کلیدی:
تبدیل نسبتهای مالی به تصویر, پیش بینی ورشکستگی شرکتها, مدل شبکه های عصبی کانولوشن

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1205873/