مقایسه توانایی مدل الگوریتم آدابوست و مدل رگرسیون لجستیک در پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

پیش بینی درماندگی مالی و ورشکستگی شرکت ها همواره یکی از موضوعات مورد توجه سرمایه گذاران و اعتباردهندگان و دولتها بوده است. تشخیص به موقع شرکت هایی که در شرف دچار شدن به درماندگی مالی هستند، بسیار سودمند است. هدف اصلی این پژوهش بررسی کارایی استفاده از الگوریتم آدابوست به عنوان یکی از 10 الگوریتم برتر داده کاوی در پیش بینی ورشکستگی شرکت ها است. الگوریتم آدابوست که بر پایه بوستینگ بنا گشته است از زیر مجموعه های روش های یادگیری ماشینی به شمار می رود.در این پژوهش نتایج مدل الگوریتم آدابوست با مدل آماری رگرسیون لجستیک در پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران در سالهای 84 تا 89 مقایسه و همچنین شاخص های مورد استفاده در تحقیق که در پیش بینی ورشکستگی شرکت ها موثر بوده بر اساس الگوریتم بهره اطلاعاتی رتبه بندی گردیده است. نتایج حاصل از مدلها بر اساس اطلاعات 100 شرکت نشان داد که مدل الگوریتم آدابوست نسبت مدل رگرسیون لجستیک عملکرد بهتری دارد و توان پیش بینی این روش بالاتر است و نسبت سود انباشته به کل دارایی، نسبت سود انباشته به حقوق صاحبان سهام، نسبت سود خالص به فروش در تعیین وضعیت ورشکستگی و عدم ورشکستگی شرکت ها تاثیر بیشتری داشته اند.

کلیدواژه ها:

الگوریتم آدابوست ، الگوریتم بهره اطلاعاتی ، درماندگی مالی ، رگرسیون لجستیک ، ورشکستگی