ارایه الگویی برای پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس با رویکرد مدل شبکه عصبی

رقابت روز افزون بنگاه های اقتصادی دستیابی به سود را محدود کرده و احتمال ورشکستگی شرکت ها را افزایش داده است. در این میان نقش اطلاعات حسابداری در تمایز بین شرکت های دارای بحران مالی و شرکت های فاقد بحران مالی و پیش بینی ورشکستگی یکی از موضوعات بحث انگیز در دهه های اخیر بوده است. یکی از راه هایی که می توان با استفاده از آن به بهره گیری مناسب از فرصت های سرمایه گذاری و هم چنین جلوگیری از به هدر رفتن منابع کمک کرد پیش بینی بحران مالی و در نهایت ورشکستگی آنهاست. به این ترتیب که با استفاده از مدل های پیش بینی از یک سو با ارایه هشدار های لازم شرکت ها را نسبت به بحران مالی آگاه کرد تا آنها با توجه به این نشانه ها و آگاهی ها به اقدامات مقتضی دست بزنند و از سوی دیگر به سرمایه گذاران کمک نمود تا فرصت های مطلوب سرمایه گذاری را از فرصت های نامطلوب تشخیص دهند، و منابع مالی خود را در فرصت های مناسب سرمایه گذاری کنند. در این پژوهش با استفاده از مدل شبکه عصبی به پیش بینی ورشکستگی تا سه سال قبل پرداخته شد . نتایج مربوطه بدین صورت شد که مدل مزبور قابلیت پیش بینی وضعیت ورشکستگی را با توانایی 75 %سه سال قبل از ورشکستگی، 85 % دو سال قبل از ورشکستگی، 87.5 % یک سال قبل از ورشکستگی را دارد.همپنین مدل فوق برای پیش بینی وضعیت عدم ورشکستگی با توانایی 95 %سه سال قبل از ورشکستگی، 96 %دو سال قبل از ورشکستگی، 96 % یک سال قبل از ورشکستگی می باشد.