پیش بینی درماندگی مالی شرکت ها با استفاده از الگوریتم کلونی مورچگان

Authors

سعید فلاح پور

استادیار گروه مالی، دانشکدۀ مدیریت دانشگاه تهران، تهران، ایران اصغر ارم

کارشناس ارشد مدیریت بازرگانی ـ بیمه، دانشکدۀ مدیریت، دانشگاه تهران، تهران، ایران

abstract

پیش بینی درماندگی مالی شرکت ها یکی از موضوعات مهمی است که به موفقیت و تداوم حیات شرکت ها کمک زیادی می کند. از جمله روش های هوشمندی که اخیرًا در حل مسائل پیش بینی و دسته بندی نتایج مطلوبی را به همراه داشته، روش الگوریتم کلونی مورچگان است. پژوهش حاضر به مطالعۀ پیش بینی درماندگی مالی شرکت ها با استفاده از الگوریتم کلونی مورچگان می پردازد. جامعۀ آماری شامل شرکت های بورس اوراق بهادار تهران و نمونۀ استفاده شده شامل 174 شرکت درمانده و سالم بوده است. متغیرهای پیش بین بر اساس نسبت هایی انتخاب شدند که در نتایج تحقیقات قبلی به عنوان متغیرهای اصلی پیش بینی در مدل پیش بینی آنها ارائه شدند. مدل مقایسه ای استفاده شده در این پژوهش، مدل تحلیل ممیز چندگانه است. نتایج به دست آمده از تحقیق بیانگر آن است که روش الگوریتم کلونی مورچگان در پیش بینی درماندگی مالی شرکت ها، به طور معناداری نسبت به روش تحلیل ممیز چندگانه عملکرد بهتری دارد

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی درماندگی مالی شرکت‌ها با استفاده از الگوریتم کلونی مورچگان

پیش‌بینی درماندگی مالی شرکت‌ها یکی از موضوعات مهمی است که به موفقیت و تداوم حیات شرکت‌ها کمک زیادی می‌کند. از جمله روش‌های هوشمندی که اخیرًا در حل مسائل پیش‌بینی و دسته‌بندی نتایج مطلوبی را به‌همراه داشته، روش الگوریتم کلونی مورچگان است. پژوهش حاضر به مطالعۀ پیش‌بینی درماندگی مالی شرکت‌ها با استفاده از الگوریتم کلونی مورچگان می‌پردازد. جامعۀ آماری شامل شرکت‌های بورس اوراق بهادار تهران و نمونۀ اس...

full text

کاربردهای مالی الگوریتم کلونی مورچگان

بشر همیشه در پی کشف راز طبیعت و شبیه سازی از طبیعت بوده است.در این باره می توان از اختراع هواپیما تا کاربرد شبکه های عصبی مصنوعی و اکنون استفاده از رفتار مورچگان برای بهینه یابی در حل مسائل یاد کرد. در بهینه یابی، هدف عمده دستیابی به چیدمان  خاصی از  متغیرها است برای بهینگی تابع هدف. الگوریتم مورچگان از روش های ناپارامتریک مبتنی بر هوش مصنوعی انبوه زیان می باشد که در علوم غیرمالی و مالی کاربرد ...

full text

مقایسه الگوریتم مورچگان با روش های تحلیل تمایزی چندگانه و لوجیت درپیش بینی درماندگی مالی

در این تحقیق، مدل الگوریتم مورچگان [1]با دو مدل پارامتریک تحلیل تمایزی چندگانه[2] و لوجیت[3]برای پیش بینی درماندگی مالی مقایسه شده است، ضمن آنکه ازمدل ها برای داده کاوی[4] متغیرهای برتر در پیش بینی درماندگی مالی استفاده شده است وداده های 130 شرکت در بین سالهای 84 تا89 در قالب دو آزمایش بکارگرفته شد. آزمایش اول مبتنی می باشد  بر 130سال- شرکت از طول دو...

full text

پیش بینی درماندگی مالی با استفاده از تحلیل پوششی داده ها

با توجه به تاثیرات درماندگی مالی شرکتها بر روی گروه های مختلف ذینفع، همواره ارائه الگوهای پیش بینی درماندگی مالی یکی از جذاب ترین حوزه ها در تحقیقات مالی بوده است. در الگوهای پیش بینی موجود عمدتاً نسبتهای مالی به عنوان متغیرهای پیش بین به کار گرفته می شوند. در این تحقیق کارایی شرکتها که با استفاده از تحلیل پوششی داده ها به عنوان یکی از فنون تحقیق در عملیات محاسبه شده است، به عنوان متغیر پیش بین ...

full text

کاربرد ماشین بردار پشتیبان در پیش بینی درماندگی مالی شرکت ها با استفاده از نسبت های مالی

استفاده از نسبت های مالی برای پیش بینی درماندگی مالی یا ورشکستگی شرکت ها، همیشه مورد توجه دانشگاهیان و بنگاه های اقتصادی، بویژه بانک ها و سایر نهادهای مالی بوده است. پیش بینی به موقع می تواند تصمیم گیران را در یافتن راه حل و پیشگیری از درماندگی مالی، یاری نماید. همچنین، این مدل ها کاربرد بسیار زیادی در رتبه بندی اعتباری و نحوه توزیع تسهیلات بانکی دارد. همواره سعی شده است تا دقت پیش بینی این مدل...

full text

تعیین روش بهینه پیش بینی درماندگی مالی شرکت ها (مطالعه موردی: شرکت های بورس اوراق بهادار تهران)

یکی از مهم‌ترین موضوعات مطرح در حوزه مدیریت مالی، آن است که سرمایه‌گذاران فرصت‌های مطلوب سرمایه‌گذاری را از فرصت‌های نامطلوب تشخیص دهند. در راستا، ‌یکی از راه‌های کمک به سرمایه‌گذاران ارائه‌ی مدل‌های پیش‌بینی درماندگی مالی شرکت‌ها است. با توجه به مطالعات مختلفی که برای توسعه این دسته از مدل‌ها انجام گرفته‌اند، در پژوهش حاضر از ترکیب تکنیک‌های شبکه‌ عصبی مصنوعی و الگوریتم ژنتیک بر مبنای نسبت‌های...

full text

My Resources

Save resource for easier access later


Journal title:
تحقیقات مالی

جلد ۱۸، شماره ۲، صفحات ۳۴۷-۳۶۸

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023