پیش بینی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران (در صنعت سیمان) با روش مدل الگوریتم ژنتیک

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 675

فایل این مقاله در 16 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AEFMC02_033

تاریخ نمایه سازی: 14 آذر 1395

چکیده مقاله:

این پژوهش به بررسی پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با مدل الگوریتم ژنتیک می پردازد.این پژوهش یک فرضیه داردکه از نظر هدف این پژوهش کاربردی است و از نظر روش و ماهیت نیز از نوع تحقیقات همبستگی می باشد. جامعه آماری شامل شرکت های پذیرفته شده در صنعت سیمان برای سال های 1388 تا 1393 می باشد که با توجه به محدودیت ها، 19 شرکت در صنعت سیمان انتخاب گردید. داده های گردآوری شده به عنوان ورودی مدل الگورتم ژنتیک که با نرم افزارهای مطلب و مینی تب و اس پی اس اس برنامه نویسی شده است مورد استفاده قرار می گیرد و سپس خروجی های مدل به عنوان نتایج بدست آمده مورد ارزیابی قرار خواهد گرفت.دو گروه شرکت های ورشکسته و غیرورشکسته در شرایط یکسان و با توجه به ماده 141 قانون تجارت (فزونی زیان انباشته بیش از دو برابر سرمایه) مورد بررسی قرار گرفته است. پیش بینی وشکستگی با مدل الگوریتم ژنتیک 68.42 درصد شرکت های عضور جامعه با واقعیت مطابقت داشته است. نتایج حاکی از قدرت تشخیص مدل الگوریتم ژنتیک در پیش بینی ورشکستگی شرکت ها می باشد .

نویسندگان

راحله طهماسبی

دانشجوی کارشناسی ارشد حسابداری دانشکده مدیریت و حسابداری دانشگاه آزاد اسلامی واحد تهران جنوب

رویا دارابی

دانشیار دانشکده مدیریت و حسابداری دانشگاه آزاد اسلامی واحد تهران جنوب

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 :
  • د ا ر و یی پذیرفته شد ه د ر ...
  • (1911) . بر ر سی تو ا نا یی مد ...
  • .Cielen, A.P. (2004). Bankruptcy prediction using a data envelopment analysis, ...
  • _ Daubie, M. Meskens, N. (2002). Business failure prediction: areview ...
  • .Janova, J., Vavrina, J., &Hampel, D. (2012). DEA as a ...
  • Ravi Kumar, P. Ravi, V. (2007). Bankruptcy prediction in banks ...
  • . Premachandra, I. M., Bhabra, G. S., &Sueyoshi, T. (2009). ...
  • _ Varetto, Franco.(1998). Genetic Algorithms application in the analysis ofinsolvency ...
  • نمایش کامل مراجع