تاثیر هوش مصنوعی بر پیش بینی ورشکستگی شرکت های بورس اوراق بهادار تهران با تلفیق داده های مالی

با گسترش بازارهای مالی و اهمیت مدیریت ریسک پیش بینی ورشکستگی شرکت ها به ویژه در بازارهای نوظهوری مانند بورس اوراق بهادار تهران اهمیت فزاینده ای یافته است. هدف این پژوهش بررسی کارایی مدل های مبتنی بر هوش مصنوعی و یادگیری ماشین در پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس تهران و مقایسه آنها با مدل های مالی سنتی است. پژوهش از نوع مرور سیستماتیک بوده و با استفاده از داده های ثانویه شرکت ها طی دوره ۱۳۹۵ تا ۱۴۰۲ انجام شده است. در این مطالعه، الگوریتم هایی نظیر شبکه عصبی مصنوعی، ماشین بردار پشتیبان، جنگل تصادفی و XGBoost با استفاده از متغیرهای مالی و کنترلی مورد ارزیابی قرار گرفتند. نتایج نشان داد مدل های هوش مصنوعی به ویژه XGBoost دقت بالاتری در پیش بینی ورشکستگی در افق دوساله داشته و ترکیب آنها با شاخص های مالی سنتی موجب بهبود معنادار عملکرد پیش بینی می شود. یافته ها بر برتری رویکردهای هوش مصنوعی به عنوان ابزار هشدار زودهنگام برای تحلیلگران و نهادهای ناظر در بازار سرمایه ایران تاکید دارد.

کلیدواژه ها:

پیش بینی ورشکستگی ، هوش مصنوعی ، یادگیری ماشین ، بورس اوراق بهادار تهران ، الگوریتم های پیش بینی