CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

مطالعه مدلهای اکتشافی و قدرت پیش بینی این مدلها در مقابله با بحرانهای مالی: مورد مطالعه شرکتهای پذیرفته شده در بورس و اوراق بهادار تهران

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۸ | تعداد نمایش خلاصه: ۵۷ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: MRMEA02_369
زبان مقاله: فارسی
حجم فایل: ۶۸۹.۶۷ کلیوبایت (فایل این مقاله در ۱۸ 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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله مطالعه مدلهای اکتشافی و قدرت پیش بینی این مدلها در مقابله با بحرانهای مالی: مورد مطالعه شرکتهای پذیرفته شده در بورس و اوراق بهادار تهران

  آزاده جنت رستمی - دانشجوی کارشناسی ارشد حسابداری دانشگاه علامه طباطبایی

چکیده مقاله:

ورشکستگی شرکتها معمولاً بر نقدینگی بازار سرمایه و توسعه ی اقتصاد مو ثر است . در زمان ورشکستگی، بانکها معمولاً اعتباردهی به شرکتها ی ورشکسته را کاهش داده ودر ازای وامی که به شرکتها میدهند ، بهره ی بالاتری را بر ای جبران ریسک اضافی درخواست می کنند. بر همین اساس پیش بینی ورشکستگی شرکتها همواره از اهمیت بسزایی برخوردار است. هدف این پژوهش، بررسی کارایی شبکههای عصبی در پیش بینی بحرانهای مالی درشرکتهای پذیرفته شده در بورس اوراق بهادار تهران ، 2931 2931 بوده و 211 شرکت به عنوان نمونه انتخاب شده - است. الگوهای استفاده شده به منظورپیشبینی ورشکستگی را میتوان به چنددسته تقسیم کرد، دستههایی که با گذشت زمان پیچیدهتر و پیشرفتهتر شدهاند: مدلهای تک متغیره، تحلیلهای ممیزی چندمتغیره، تابع رگرسیون وشبکههای عصبی و... . امروزه شبکههای عصبی به خاطر ویژگیهای غیرخطی و ناپارامتریکی که دارند محبوبیتخاصی دربین محققین پیدا کردهاند. یکی از پارامترهای مهم در مدل شبکه عصبی بحث آموزش آن میباشد دراین تحقیق به منظور بررسی تاثیر ساختارهای مختلف شبکه عصبی به مقایسه شبکه تابع پایه شعاعی 1 و شبکه عصبی احتمالی به منظور پیشبینی بحران مالی شرکتهای بورسی پرداختهایم. نتایج نشان میدهد تفاوت معنیداری بین عملکرد شبکه عصبی مصنوعی و شبکه عصبی احتمالی وجود دارد.

کلیدواژه‌ها:

شبکه های عصبی، بحرانهای مالی، بورس اوراق بهادار تهران

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-MRMEA02-MRMEA02_369.html
کد COI مقاله: MRMEA02_369

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:
جنت رستمی, آزاده، ۱۳۹۴، مطالعه مدلهای اکتشافی و قدرت پیش بینی این مدلها در مقابله با بحرانهای مالی: مورد مطالعه شرکتهای پذیرفته شده در بورس و اوراق بهادار تهران، دومین کنفرانس بین المللی پژوهش های نوین در مدیریت، اقتصاد و حسابداری، کوالالامپور-مالزی، موسسه سرآمد کارین، https://www.civilica.com/Paper-MRMEA02-MRMEA02_369.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: (جنت رستمی, آزاده، ۱۳۹۴)
برای بار دوم به بعد: (جنت رستمی، 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 :

  • مدلی اکتشافی برای پیش بینی بحرانهای مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران [مقاله کنفرانسی]
  • مکیان، سید نظام الدین؛ کریمی تکلو، سلیم (۱۳۸۸). پیش بینی ... (مقاله ژورنالی)
  • مکیان، سید نظام الدین؛ کریمی تکلو، سلیم (۱۳۸۹ مقایسه مدل ... (مقاله ژورنالی)
  • Agarwal, A. 1993. Neural networks and their extensions for business ...
  • Alam, P, Booth, D, Lee, K, Thordarson, T. (2000). The ...
  • Altman, E. (1968). Financial ratios, discriminant analysis and the prediction ...
  • Anandarajan, M , Lee, P , Anandarajan, A. (2004). Bankruptcy ...
  • Beaver, W. (1966). Financial ratios as predictors of failure, Journal ...
  • Boritz, J , D. Kennedy. 1995. Effectiveness of neural network ...
  • Coats, P.K, Fant, L.F.(1993). Recognizing financial distress patterms using a ...
  • Dutta, S, Shekhar, S, Wong, W.Y. (1994). Decision support in ...
  • Dwyer, M. (1992). A comparison of statistical techniques and artificial ...
  • Fletcher, D, Goss, E. (1993). Forecasting with neural networks: An ...
  • Grudnitski, G. Osburn, L. (1993). Forecasting S and P and ...
  • Hertz, J, Krogh, A., Palmer, R. G. (1991). Introduction to ...
  • Jang, J. S. R. (1993). ANFIS: Adaptive -network-b ased fuzzy ...
  • Jang, J. S. R, Sun, C. T, Mizutani, E. (1997). ...
  • Jensen, H.L.(1992) Using neural networks for credit scoring, Managerial Finance, ...
  • Jo, H. Y, Han, I. G, Lee, H. Y. (1997). ...
  • Kim, J.W, Weistroffer, H.R, Redmond, R.T. (1993). Expert systems for ...
  • Kryzanowski, _ Galler, M. (1995).Analysis of small-busines financial statements using ...
  • Lacher, R.C. Coats, P.K, Sharma, S.C, Fant, L.F. (1995). A ...
  • Lee, K. (2001). Patter classification and clustering algorithms with supervised ...
  • Lee, k, Booth, D, Alam, P. (2005). A comparison of ...
  • Lee, K.C Han, I. Kwon, Y. (1996). Hybrid neural network ...
  • Odom, M, Sharda, R, (1990). Bankruptcy prediction using neural networks, ...
  • O"Leary, D. E. (1998).Using neural networks to predict corporate failure, ...
  • Piramuthu, S, Shaw, M.J, Gentry, J.A. (1994).A classification approach using ...
  • Poddig, T. (1995). Bankruptcy prediction: A comparison with discriminant analysis, ...
  • Raghupathi, W.(1994). A neural network approach to bankruptcy prediction, Journal ...
  • Raghupathi, W.(1996). Comparing Neural Network Algorithm in Bankruptcy Prediction, International ...
  • Rahimian, E, Singh, S. Thammachote, T, Virmani, R. (1993). Bankruptcy ...
  • Sharda, R. Wilson, R.L. (1996). Neural network experiments in business ...
  • Stam, A, Sun, M, Haines, M. (1 996).Artificial neural network ...
  • Surendra, R., Kri shnamurthy, A. (1997). Face recognition using transform ...
  • Tam, K. Y, Kiang, M. Y. (1992). Managerial applications of ...
  • Tseng, F.M. Hu, Y.C. (2010). Comparing four bankruptcy prediction models: ...
  • Udo, G. (1993). Neural network performance On the bankruptcy classification ...
  • Wilson, R.L, Shard, R. (1994). Bankruptcy prediction using neural networks, ...
  • Wong, B.K, Selvi, Y. (1998). Neural network applications in finance: ...
  • Yang, Z, Platt, M, Platt, H. (1999). Probabilistic neural networks ...
  • Zhang, G., Hu, M. Y, Patuwo, B. E, Indro, D. ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۷۳۶۱
    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.