CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: پیش بینی عوامل موثر بر ورشکستگی شرکت ها با استفاده از تکنیک AHP-TOPSIS و رویکردی بر شبکه های عصبی مصنوعی
شناسه ملی مقاله: ICMI02_082
منتشر شده در دومین کنفرانس بین المللی مدیریت و مهندسی صنایع در سال 1394
مشخصات نویسندگان مقاله:

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

خلاصه 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.

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

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/513244/