پیش بینی ورشکستگی با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل تحلیل ممیز چندگانه آلتمن

با توجه به نگرانی های منطقی سرمایه گذاران از بازگشت اصل و سود سرمایه شان و پیامدها و هزینه هایی که وقوع ورشکستگی برای شرکت ها و اقتصاد کشور و سایر افراد و نهادها می تواند ایجاد نماید. در صورتی که بتوان از طریق مدلی احتمال وقوع ورشکستگی شرکت ها را پیش بینی نمود و پس از آن با علت یابی و استفاده از روش های حل مسئله به اصلاح امور شرکت ها پرداخت می توان از به هدر رفتن ثروت در قالب سرمایه های فیزیکی و انسانی و آثار آن جلوگیری به عمل آورد. علاوه بر این چنین مدلی می تواند راهنمای خوبی برای تصمیم گیرندگانی همچون شرکت های سرمایه گذاری، بانک ها و دولت باشد. با توجه به توانایی ها و کاربردهای شبکه های عصبی مصنوعی و ناشناخته بودن این توانایی ها در بازارهای مالی ایران تحقیق حاضر در جهت ایجاد مدلی برای پیش بینی ورشکستگی انجام شده است. جامعه مورد مطالعه در این تحقیق عبارت است از شرکت های پذیرفته شده در بورس اوراق بهادار تهران و نمونه مورد بررسی بر اساس نمونه گیری خوشه ای صورت گرفته است، بدین صورت که ابتدا بر اساس نمونه گیری تصادفی ساده صنایع کاشی و سرامیک و سایر کانی غیر فلزی، غذایی، نساجی، لاستیک و پلاستیک، قطعات خودرو انتخاب شده و سپس نمونه مورد استفاده برای دوره 5 ساله 1383-1379 بر اساس طبقه بندی استخراج شده است. برای تجزیه و تحلیل داده ها که همان اطلاعات استخراج شده از صورت های مالی شرکت های نمونه است از نرم افزار excel استفاده شده است. به این ترتیب که ابتدا نسبت های مالی مربوط به هر مدل بدست آمد سپس مدل آلتمن بر مبنای نسبت ها و ضرایب شان محاسبه شد و برای تدوین مدل شبکه عصبی نیز از نرم افزار neuro soulation استفاده شده است و سپس نتایج هر دو مدل بر اساس آزمون نشانه ای ویلکاکسون، آزمون علامت مورد مقایسه قرار گرفته است نتایج بدست آمده از مدل شبکه های عصبی مصنوعی، نشان می دهد که این مدل از توانایی بالایی در پیش بینی ورشکستگی برخوردار است و می توان بااطمینان بالایی از آن استفاده کرد البته توجه به این امر ضروری است که ارائه اظهار نظر در مورد ورشکستگی یک شرکت با استفاده از هر روشی فقط بیان کننده هشداری در موردوضعیت آتی شرکت است و نه تایید کننده قطعی ور شکستگی آن. در این تحقیق نتایج حاصل از مدل شبکه عصبی مصنوعی با نتایج حاصل از مدل تحلیل ممیز چند گانه آلتمن مورد مقایسه قرار گرفت و با رد فرضیه hs در هر دو فرضیه آماری می توان بیان کرد که: 1-مدل برگرفته از شبکه عصبی مصنوعی و تحلیل ممیز چندگانه آلتمن ابزارهای مناسبی جهت پیش بینی ور شکستگی شرکت ها هستند 2-دقت کلی پیش بینی مدل شبکه عصبی مصنوعی در پیش بینی ورشکستگی از تحلیل ممیز چند گانه آلتمن بیشتر است