پیش بینی ریسک ورشکستگی مالی با استفاده از مدل ترکیبی در بورس اوراق بهادار تهران
محل انتشار: فصلنامه راهبرد مدیریت مالی، دوره: 5، شماره: 1
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 362
فایل این مقاله در 25 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:
JR_JFMZ-5-1_003
تاریخ نمایه سازی: 26 خرداد 1398
چکیده مقاله:
پیش بینی ریسک ورشکستگی مالی یکی از مهمترین موضوعات در حوزه تصمیم گیری مالی شرکت ها است. از این جهت، تاکنون مدل های متنوعی که هرکدام از نظر متغیرهای پیش بینی کننده و تکنیک ها متفاوتند، ارائه شده اند. استفاده از ترکیب متغیرهای حسابداری و بازاری در مدل به عنوان ورودی، قطعا بر نتایج و دقت پیش بینی ها تاثیر مستقیمی خواهد داشت. در این مطالعه، پیش بینی با استفاده از مدل ترکیبی (استفاده از متغیرهای حسابداری و بازاری ) و تکنیک شبکه های عصبی از نوع مدل پرسپترون چندلایه (MLP) صورت پذیرفت. نمونه پژوهش شامل 90 شرکت پذیرفته شده در بورس اوراق بهادار تهران (31 شرکت ورشکسته طبق ماده 141 قانون تجارت ایران و 59 شرکت غیرورشکسته) طی سال های 1393-1386 می باشد. نتایج پژوهش نشان می دهد که مدل ترکیبی (ترکیب متغیرهای حسابداری و بازاری) با استفاده از تکنیک شبکه عصبی، نسبت به هر کدام از دو مدل حسابداری و بازاری از دقت بالاتری در پیش بینی ریسک ورشکستگی مالی برخوردار است. همچنین، مدل بازاری نیز دقت بیشتری نسبت به مدل حسابداری دارد.
کلیدواژه ها:
نویسندگان
نجمه راموز
استادیار گروه مدیریت بازرگانی، دانشگاه قم
مریم محمودی
کارشناسی ارشد مدیریت بازرگانی گرایش مالی، دانشکده مدیریت دانشگاه قم
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 :