Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی عوامل موثر بر ورشکستگی شرکت ها با استفاده از تکنیک AHP-TOPSIS و رویکردی بر شبکه های عصبی مصنوعی

سال انتشار: 1394
کد COI مقاله: ICMI02_082
زبان مقاله: فارسیمشاهده این مقاله: 454
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی عوامل موثر بر ورشکستگی شرکت ها با استفاده از تکنیک AHP-TOPSIS و رویکردی بر شبکه های عصبی مصنوعی

عاطفه رستم زاده - دانشجوی کارشناسی ارشد دانشگاه آذرآبادگان
مرتضی شکرزاده - عضو هیئت علمی دانشگاه آذرآبادگان

چکیده مقاله:

یکی از بزرگترین تهدیدات در سطح اقتصاد ملی ، ورشکستگی شرکت ها می باشد. پیش بینی ورشکستگی شرکت ها و صنایع،امکانی فراهم می آورد که دولت ، سرمایه گذاران و سهامدارن به منظور مقابله با بحران ها و جلوگیری از ضرر و زیان های احتمالیاقدامات استراتژیکی را اتخاذ نمایند. این تحقیق در حوزه صنعت نساجی و با استفاده از اطلاعات مالی شرکت های پذیرفته شده درسازمان بورس و اوراق بهادار تهران در بازه زمانی 1380-1387 در مورد شرکت های مشمول ماده 141 قانون تجارت انجام گرفته است. ابتدا متغیرهای تاثیرگذار در پیش بینی ورشکستگی با استفاده از پیشینه ها انتخاب شدند و با تکنیک AHP وزن هر معیاربه دست آمد سپس این معیارها با استفاده از تکنیک TOPSIS رتبه بندی شدند که مهمترین عامل نسبت جاری شناخته شد.پس از انجام این مراحل با وارد کردن این متغیرها به شبکه عصبی مصنوعی از نوع پرسپترون چندلایه به عنوان ورودی و با استفادهاز الگوریتم پس انتشار خطا برای آموزش شبکه، دقت پیش بینی افزایش یافته و می توان به نتایج دقیق و قابل اطمینانی دست یافت.

کلیدواژه ها:

پیش بینی ورشکستگی ، نسبت های مالی ، شبکه عصبی ، الگوریتم پس انتشار خطا

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICMI02_082 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/513244/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رستم زاده، عاطفه و شکرزاده، مرتضی،1394،پیش بینی عوامل موثر بر ورشکستگی شرکت ها با استفاده از تکنیک AHP-TOPSIS و رویکردی بر شبکه های عصبی مصنوعی،دومین کنفرانس بین المللی مدیریت و مهندسی صنایع،https://civilica.com/doc/513244

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، رستم زاده، عاطفه؛ مرتضی شکرزاده)
برای بار دوم به بعد: (1394، رستم زاده؛ شکرزاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • بیل آر و جکسون، تی (1384). آشنایی با شبکه های ...
  • حسن قلی پور، طهمورث ؛ میری، سید مهدی ؛ کاربردهای ...
  • خواجوی، شکراله; امیری، فاطمه السادات; شناسایی مهمترین عوامل موثر در ...
  • رسول زاده، مهدی ؛ (1380). کاربرد مدل های آلتمن در ...
  • سلیمانی، غلامرضا (1382). ارزیابی کارایی الگوهای پیش بینی مالی برای ...
  • صفری، محمد (1376)، ورشکستگی نظری و عملی، تهران : شرکت ...
  • عرب مازار، محمد _ اکبری شهمیرزادی، مهدیه _ پیش بینی ...
  • مکیان، سید نظام الدین ؛ کریمی تکلو، سلیم _ پیش ...
  • مومنی، منصور (1389). مباحث نوین تحقیق در عملیات، ویرایش سوم، ...
  • Flix J , L. & Ivan , P.(2014) _ Bankruptcy ...
  • Warner , Kristjanpoller & MarcelC .Minutolo (2015) _ A forcasting ...
  • Walczac, Stven , Cerpa , Narciso, (1990); "Heuristic principles for ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 137
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید


طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی