ارائه مدلی هوشمند برای پیش بینی ورشکستگی شرکت های صنعتی ایرانی با استفاده از تکنیک برنامه نویسی ژنتیک خطی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,479

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECONOMETRICS01_203

تاریخ نمایه سازی: 9 دی 1391

چکیده مقاله:

ورشکستگی یک مسئله مهم جهان شمول است که رفاه اقتصادی کشورها را تحت تأثیر قرار می دهد. پیش بینی ورشکستگی یکی از راه هایی است که با استفاده از آن می توان از فرصت های سرمایه گذاری به صورت مناسب بهره برداری و از به هدر رفتنی منابع جلوگیری کرد. هدف اصلی این مطالعه ارائه مدلی جدید برای پیش بینی ورشکستگی شرکتهای صنعتی موجود در بورس اوراق بهادار تهران با استفاده از یکی از قدرتمندترین تکنیک های هوش مصنوعی به نام برنامه نویسی ژنتیک خطی می باشد. با استفاده از این تکنیک رابطه ای ساختاری بین وضعیت ورشکستگی شرکت های ایرانی و ع وامل مؤثر بر آن که نسبت های مالی شرکت ها می باشند برقرار شده است. برای مدلساز از اطلاعات مالی مربوط به مجموعه ای از شرکت های پذیرفته شده در بورس اوراق بهادار تهران استفاده شده است. پارامترهای پیش بینی کننده ورشکستگی بر اساس مطالعه گسترده ادبیات فنی انتخاب شده اند. بر اساس نتایج بدست آمده، مدل ارائه شده با دقت بالایی شرکت های ورشکسته و غیر ورشکسته را تفکیک می نماید. نتایج مطالعه صورت گرفته نشانگر عملکرد بهتر مدل برنامه نویسی ژنتیک خطی در مقایسه با نتایج حاصل از مدل های موجود در ادبیات فنی است.

نویسندگان

الهام سادات مصطفوی

دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع و سیستم ها، دانشگاه صنعت

حمیدرضا فیلی

استادیار، دانشکده فنی مهندسی، دانشگاه الزهرا، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ _ _ clllallgratlgn _ all _ _ ltaly _ ...
  • E.I. Altman, "Financial ratios، discriminant analysis and the prediction of ...
  • J. Gordon, "Towards theory of financial distress, " J. Fin., ...
  • W. Beaver, "Financial ratios as predictors of failures: empirical research ...
  • M. Fulmer, "A bankruptcy classification model for small frms, " ...
  • P.T. Theodossiou, "Alternative models for assessing the financial condition of ...
  • J. Ohlson, "Financial ratios and the probabilistic prediction of bankruptcy, ...
  • M. Divsalar, H. Roodsaz, F. Vahdatinia, G. Norouzzadeh, and A.H. ...
  • G. Gloubos, and T. Grammatikos, "The success of bankruptcy prediction ...
  • K. Shin, and Y. Lee, "A genetic algorithm application in ...
  • A.I. Dimitras, R. Slowinski, R. Susmaga, and C. Zopounidis, "Business ...
  • N. Chauhan, V. Ravi, and K. Chandra, "Differential evolution trained ...
  • J.H. Min, and Y.C. Lee, "Bankruptcy prediction using support vector ...
  • J.R. Koza, Genetic Programming: On the Programming of Computers by ...
  • W.C. Lee, "Genetic programming decision tree for bankruptcy prediction, , ...
  • H. Etemadi, A.A.A. Rostamy, and H.F. Dehkordi, "A genetic programming ...
  • M. Brameier, W. Banzhaf, Linear Genetic Programming، New York (NY): ...
  • M. Divsalar, A.K. Firouzabadi, M. Sadeghi, and A.H. Behrooz, "Towards ...
  • A.H. Alavi, and A. H. Gandomi, "A robust data mining ...
  • نمایش کامل مراجع