پیش بینی ورشکستگی شرکت ها با استفاده از هوش مصنوعی

این مقاله به بررسی اهمیت و کاربرد هوش مصنوعی در پیش بینی ورشکستگی شرکت ها می پردازد. با توجه به محدودیت های مدل های آماری سنتی، این پژوهش بر استفاده از مدل های مبتنی بر هوش مصنوعی تاکید دارد که قادر به تحلیل حجم عظیمی از داده ها و شناسایی الگوهای غیرخطی هستند. نکته کلیدی این تحقیق ترکیب داده های مالی و غیرمالی (مانند رضایت مشتری، نرخ ترک خدمت کارکنان و تحلیل احساسات از شبکه های اجتماعی) برای افزایش دقت پیش بینی است. نتایج پژوهش که بر اساس داده های شرکت پذیرفته شده در بورس اوراق بهادار تهران بین سال های ۱۳۹۵ تا ۱۴۰۳ انجام شده است نشان می دهد که مدل های یادگیری ماشین به ویژه شبکه عصبی مصنوعی با استفاده از داده های غیرمالی عملکرد به مراتب بهتری نسبت به مدل های سنتی دارند. همچنین مقاله به چالش های مهمی مانند قابلیت و موانع پیاده سازی تبیین پذیری هوش مصنوعی (XAI)، مانند کیفیت داده های غیرمالی و نیاز به زیرساخت های محاسباتی پیشرفته اشاره می کند. در نهایت این تحقیق یک چارچوب نوین برای تحلیل ریسک های مالی با استفاده از ترکیب داده های مالی و غیرمالی ارائه می دهد.

کلیدواژه ها:

پیش بینی ورشکستگی ، هوش مصنوعی ، یادگیری ماشین