بررسی جایگاه و کاربرد شبکه ی عصبی مصنوعی در پیش بینی پذیری ورشکستگی شرکت ها در بازار سرمایه

ورشکستگی مشکلی جهانی و بسیار بااهمیت با هزینه های اجتماعی بالا است. بنابراین پیشبینی آن از اهمیت زیادی برخوردار است. پیشرفت تکنولوژی و تغییرات محیطی وسیع باعث شتاب فزاینده اقتصاد و به علت رقابت روزافزون شرکتها، سود محدود شده و میل به ورشکستگی افزایش یافته است. بنابراین با استراتژیک تر شدن تصمیم گیری مالی، مدیران مجبور شده اند با بهره برداری از روشهای پیشرفته تجزیه و تحلیل و پیش بینی، نگرش خود را بلندمدت نمایند و مدلهای جدید کنترل را که از دقت و گستردگی بیشتری برخوردارند به کار گیرند. یکی از ابزارهای مورد استفاده برای تصمیم به سرمایه گذاری در یک شرکت، مدل های پیش بینی ورشکستگی است. در هر صورت در دنیای اقتصادی امروز، داشتن اطلاعات درست و به موقع برای مالکان، سرمایه گذاران، اعتباردهندگان و سایر گروه های ذینفع به منظور اتخاذ تصمیم های مالی، بسیار مفید است . سرمایه گذاران می خواهند با پیش بینی امکان ورشکستگی یک شرکت، ریسک سوخت شدن ( اصل و فرع) سرمایه خود را حداقل نمایند. مدل (شبکه عصبی مصنوعی) یکی از پیشرفته ترین مدلهای پیش بینی کننده ورشکستگی است. شبکه های عصبی مصنوعی جزء سیستم های دینامیکی هوشمند مدل - آزاد قلمداد می شوند که با پردازش روی داده های تجربی دانش یا قانون نهفته در ورای داده ها را به ساختار شبکه منتقل می کنند. با توجه به اهمیت مدل شبکه عصبی مصنوعی در پیش بینی ورشکستگی شرکت های موجود در بازار سرمایه، در پژوهش حاضر به بررسی اهمیت و کاربرد مدل شبکه عصبی در پیش بینی ورشکستگی شرکت ها در بازار سرمایه پرداخته شده است.

کلیدواژه ها:

مدل شبکه عصبی مصنوعی ، بازار سرمایه ، ورشکستگی ، شرکت