عنوان مقاله :
تبيين متغيرهاي مالي موثر در پيش بيني درماندگي مالي: كاربرد شبكه عصبي مصنوعي
پديد آورندگان :
رحيمي، حميد دانشگاه آزاد اسلامي واحد تهران مركزي - گروه مديريت صنعتي، تهران، ايران , مينويي، مهرزاد دانشگاه آزاد اسلامي واحد تهران مركزي - گروه مديريت صنعتي، تهران، ايران , فتحي، محمدرضا دانشگاه تهران - پرديس فارابي - بخش تخصصي مديريت صنعتي و فناوري، قم، ايران
كليدواژه :
پيش‌بيني , درماندگي مالي , شبكه عصبي مصنوعي , آزمون همبستگي پيرسون , بورس اوراق بهادار
چكيده فارسي :
پيش‌بيني درماندگي مالي شركت‌ها ،يكي از مهمترين مباحث پيش‌روي مديران است و مي تواند به موفقيت و تداوم حيات شركت‌ها كمك زيادي بكند؛ زيرا با ارائه سيگنال‌هاي هشدار بر‌انگيز و به موقع مي‌تواند مديران شركت‌ها را نسبت به وقوع درماندگي مالي و ورشكستگي آگاه نمايد و در نتيجه، با مديريت صحيح از به هدر رفتن منابع و خسارت‌هاي ناشي از ورشكستگي جلوگيري شود. هدف اصلي اين تحقيق، انتخاب متغييرهاي مالي موثر جهت پيش بيني درماندگي مالي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران و سپس پيش‌بيني درماندگي مالي با روش شبكه عصبي مصنوعي است. بنابراين ابتدا 106 شركت با روش نمونه گيري تصادفي ساده انتخاب شدند و داده هاي مالي آنها از سال‌هاي 1386 تا 1398 استخراج و با آزمون همبستگي پيرسون رابطه بين متغييرها بررسي و از 34 نسبت مالي،24 نسبت كه داراي رابطه معني‌دار بودند، انتخاب گرديد و در نهايت با روش شبكه عصبي مصنوعي پيش‌بيني درماندگي مالي شركت‌ها انجام، كه درماندگي يا عدم درماندگي، 103 شركت بدرستي پيش‌بيني گرديد و با مقايسه پيش‌بيني انجام شده توسط روش شبكه عصبي مصنوعي با مقادير واقعي متغير وابسته در سال 98، مشخص شد كه در بيش از 97 درصد موارد، اين روش، درماندگي مالي شركت‌ها را به درستي پيش‌بيني كرده است.
چكيده لاتين :
No English Abstract
عنوان نشريه :
صنعت لاستيك ايران
