سودمندي ماشين بردار پشتيبان و الگوريتم ژنتيك در پيش بيني درماندگي مالي بنگاه هاي اقتصادي

ورشكستگي آخرين مرحله از حيات اقتصادي شركتها است و بر همه ذينفعان شركت تاثير ميگذارد . بنابراين پيش بيني ورشكستگي از اهميت برخوردار ميباشد . استفاده از نسبت هاي مالي براي پيش بيني درماندگي مالي يا ورشكستگي شركت ها، هميشه مورد توجه دانشگاهيان و بنگاههاي اقتصادي، بويژه بانك ها و ساير نهادهاي مالي بوده است پيش بيني به موقع ميتواند تصميم گيران را در يافتن راه حل و پيشگيري از درماندگي مالي، ياري نمايد. همچنين، اين مدل ها كاربرد بسيار زيادي در رتبه بندي اعتباري و نحوه توزيع تسهيلات بانكي دارد .همواره سعي شده است تا دقت پيش بيني اين مدل ها با استفاده از روشهاي پيشرفته تر بهبود يابد. در اين پژوهش به بررسي سودمندي شاخص هاي مالي در اندازه گيري درماندگي مالي شركت و چگونگي براي استفاده از اين ويژگي هاي جهت طراحي راه حل هاي هوشمند مالي و ارائه به سرمايه گذاران و موسسات مالي جهت پيش بيني سقوط مالي مي باشد . اين شاخص اهميت بسزايي به طور قابل توجهي در افزايش خطرات مالي در چهار چوب بحران مالي جهاني فعلي دارند . در اين پژوهش هدف اصلي بررسي كارايي استفاده از ماشين بردار پشتيبان (SVM) و الگوريتم ژنتيك در پيش بيني درماندگي مالي شركت ها و مقايسه اين دو مدل مي باشد..