کاربرد الگوریتم ژنتیک خطی و الگوریتم ژنتیک غیرخطی جهت افزایش کارایی پیشبینی بحران مالی شرکت ها در بازار سرمایه
محل انتشار: یازدهمین همایش ملی حسابداری ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 589
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAAC11_086
تاریخ نمایه سازی: 25 فروردین 1394
چکیده مقاله:
ورشکستگی رویدادی است که هم از لحاظ اجتماعی و هم از لحاظ اقتصادی کشور به چالش می کشد . بنابراین اگر بتوانیم در مورد امکان وقوع ورشکستگی پیش از رخداد واقعی آن اطلاعاتی به دست آوریم، می توانیم ازپیامدهای اقتصادی و اجتماعی آن کاسته و یا حتی جلوگیری کنیم. هدف این تحقیق بررسی قدرت پیش بینی بحران مالی با استفاده از مدلهای الگوریتم ژنتیک خطی و الگوریتم ژنتیک غیرخطی جهت بالا بردن توان تصمیمگیری استفاده کنندگان صورت های مالی در پیش بینی بحران مالی شرکت ها می باشد . توجه به نتایج بدست آمده، الگوها با یکدیگر مقایسه و بهترین الگو استخراج شده است . بر اساس اطلاعات و آمارهای در دسترس شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در طی دوره1376-89از بین شرکت های مشمول ماده 141 قانون تجارت، 72 شرکت و از بین بقیه شرکت ها نیز 72 شرکت انتخاب شد. نتایج آزمون مک نمار برای تکنیکهای الگوریتم ژنتیک خطی و غیرخطی نشان داد اگرچه که دقت پیشبینی الگوریتم ژنتیکغیرخطی ( 90درصد) بیشتر از الگوریتم ژنتیک خطی ( 80 درصد) است ولی این تفاوت از لحاظ آماری معنیدار نیست
کلیدواژه ها:
نویسندگان
زهرا پورزمانی
استادیار، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران
محمدرضا اولی
دانشجوی دکتری حسابداری ,دانشگاه آزاد اسلامی واحد علوم و تحقیقات,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 :