CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

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

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۷ | تعداد نمایش خلاصه: ۲۴۳ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: ICMI02_082
زبان مقاله: فارسی
حجم فایل: ۵۷۳.۹۲ کیلوبایت (فایل این مقاله در ۱۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

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

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

چکیده 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.

کلیدواژه‌ها:

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

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICMI02-ICMI02_082.html
کد COI مقاله: ICMI02_082

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رستم زاده, عاطفه و مرتضی شکرزاده، ۱۳۹۴، پیش بینی عوامل موثر بر ورشکستگی شرکت ها با استفاده از تکنیک AHP-TOPSIS و رویکردی بر شبکه های عصبی مصنوعی، دومین کنفرانس بین المللی مدیریت و مهندسی صنایع، ترکیه - استانبول، موسسه مدیران ایده پرداز پایتخت ویرا، https://www.civilica.com/Paper-ICMI02-ICMI02_082.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رستم زاده, عاطفه و مرتضی شکرزاده، ۱۳۹۴)
برای بار دوم به بعد: (رستم زاده و شکرزاده، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • بیل آر و جکسون، تی (۱۳۸۴). آشنایی با شبکه های ...
  • حسن قلی پور، طهمورث ؛ میری، سید مهدی ؛ کاربردهای ... (مقاله ژورنالی)
  • خواجوی، شکراله; امیری، فاطمه السادات; شناسایی مهمترین عوامل موثر در ... (مقاله ژورنالی)
  • رسول زاده، مهدی ؛ (۱۳۸۰). کاربرد مدل های آلتمن در ... (مقاله ژورنالی)
  • سلیمانی، غلامرضا (۱۳۸۲). ارزیابی کارایی الگوهای پیش بینی مالی برای ...
  • مکیان، سید نظام الدین ؛ کریمی تکلو، سلیم _ پیش ... (مقاله ژورنالی)
  • مومنی، منصور (۱۳۸۹). مباحث نوین تحقیق در عملیات، ویرایش سوم، ...
  • Flix J , L. & Ivan , P.(2014) _ Bankruptcy ...
  • Warner , Kristjanpoller & MarcelC .Minutolo (2015) _ A forcasting ...
  • Walczac, Stven , Cerpa , Narciso, (1990); "Heuristic principles for ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: ۸۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.