پیشبینی بحران مالی شرکتهای پذیرفته شده در بورس اوراق بهادار با استفاده از شبکه عصبی مصنوعی و شبکه عصبی- فازی تطبیقی
محل انتشار: پنجمین کنفرانس ملی مدیریت، اقتصاد و حسابداری
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,238
فایل این مقاله در 29 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:
NDMCONFT05_079
تاریخ نمایه سازی: 6 اسفند 1395
چکیده مقاله:
با توجه به تاثیرات بحران مالی شرکتها بر روی گروههای مختلف ذینفع، همواره ارائه الگوهای پیشبینی بحران مالی یکی از جذابترین حوزهها در تحقیقات مالی بوده است. در الگوهای پیشبینی موجود، عمدتا نسبتهای مالی به عنوان متغیرهای پیشبینی به کار گرفته می شوند. بر همین اساس نیز هدف این پژوهش پیشبینی بحران مالی با استفاده از روشهای شبکه عصبی مصنوعی و شبکه عصبی- فازی تطبیقی بوده است. به این منظور مدلهای اسپرینگیت و آلتمن مورد استفاده قرار گرفتهاند. جامعه آماری این پژوهش شامل کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. نمونه آماری شامل ۳۰ شرکت درمانده مالی و ۳۰ شرکت غیردرمانده طیسالهای ۸۶ تا ۹۴ می باشد که به منظور دسته بندی شرکتها به دو گروه مذکور، از امتیاز خروجی از مدلهایاسپرینگیت و آلتمن استفاده شده است. نتایج حاصل نشان می دهدکه شبکه عصبی مصنوعی توانسته است بر اساس مدل آلتمن، بحران مالی را با دقت تقریبا ۱۰۰ درصدی پیشبینی نماید. در حالیکه همین شبکه بر اساس مدل اسپرینگیت در پیشبینی بحران مالی دقتی ۵۰ درصدی داشته است. همچنین شبکه عصبی- فازی تطبیقی در پیشبینی بحران مالی بر اساس الگوی آلتمن دقت ۹۶.۶۶۷ نشان داده است، در حالی که شبکه عصبی -فازی تطبیقی در پیشبینی بحران مالی با استفاده از مدل اسپرینگیت دقت ۸۱.۶۶۷ درصدی را نشان میدهد.
کلیدواژه ها:
نویسندگان
یعقوب جوادی جاوید
دانشجوی کارشناس ارشد حسابداری، دانشگاه آزاد اسلامی، واحد بستان آباد، ایران
رسول نظری سفیدان
دانشگاه آزاد اسلامی، واحد بستان آباد گروه اقتصاد و حسابداری، بستان آباد، ایران
علی اکبر نونهال نهر
دانشگاه آزاد اسلامی، واحد بستان آباد گروه اقتصاد و حسابداری، بستان آباد، ایران
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 :