به کار گیری الگوریتم ژنتیک در توسعه تئوری پیش بینی ورشکستگی مالی )مطالعه موردی: شرکت های پذیرفته شده در بورس اوراق بهادار تهران
محل انتشار: دومین کنفرانس ملی مهندسی صنایع و سیستم ها
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 784
فایل این مقاله در 8 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:
NIESC02_062
تاریخ نمایه سازی: 27 اردیبهشت 1393
چکیده مقاله:
مدل های پیش بینی ورشکستگی مدت هاست که به عنوان یکی از موضوعات مهم در حوزه مالی مطرح است. لذا در این پژوهش سعی شده است تا با بهره گیری از مدل الگوریتم ژنتیک به پیش بینی ورشکستگی شرکت ها پرداخته و همچنین از سوی دیگر با بکارگیری الگوریتم ژنتیک درتوسعه تئوری ورشکستگی، راههای غلبه بر ضعف های روش های معمول پیش بینی ورشکستگی مورد بحث و بررسی قرار گیرد. نمونه تحت بررسی در این پژوهش شامل 07 جفت شرکت ورشکسته و غیر ورشکسته طی بازه زمانی 1390-80 است. با بررسی اطلاعات مستخرج از صورت های مالی شرکتهای مورد مطالعه در نهایت 5 متغیر مالی بعنوان متغیرهای مستفل جهت استفاده در مدل شناسایی گردید. نتایج این پژوهش نشان داد که استفاده از الگوریتم ژنتیک در پیش بینی ورشکستگی مالی بسیار موثر است بطوریکه این مدل توانست جهت پیش بینی صحیح ورشکستگی مالی شرکتها به ترتیب در دوسال قبل از سال مبنا، یکسال قبل از سال مبنا و سال مبنا به دقتی معادل 96/44 و97/94 و95/53 درصد دست یابد
کلیدواژه ها:
نویسندگان
محسن حاجی امیری
گروه صنایع، دانشگاه آزاد اسلامی واحد زاهدان، زاهدان، ایران؛
محمدرضا شهرکی
استادیارگروه صنایع ، دانشگاه سیستان و بلوچستان، زاهدان، ایران؛
سیدمسعود برکاتی
استادیار گروه برق الکترونیک،دانشگاه سیستان و بلوچستان، زاهدان، 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 :