پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های بیز
Authors
abstract
درماندگی مالی و ورشکستگی شرکت ها منجر به هدر رفتن منابع و عدم بهره گیری از فرصت های سرمایه گذاری می شود. پیش بینی درماندگی مالی با ارائه هشدارهای لازم می تواند شرکت ها را نسبت به وقوع درماندگی مالی و ورشکستگی هوشیار نماید تا آنها با توجه به این هشدارها، به اقدام های مناسب دست بزنند. هدف از انجام این پژوهش، مدل بندی پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های بیز است. به این منظور دو مدل با استفاده از شبکه های بیز و یک مدل با استفاده از رگرسیون لوجستیک برای نمونه انتخاب شده از شرکت های پذیرفته شده در بورس اوراق بهادار تهران ارایه شده است. اولین مدل شبکه ساده بیز که مبتنی بر همبستگی شرطی است می تواند با دقت 90% شرکت های ورشکسته و غیرورشکسته را درست پیش بینی کند. دومین مدل شبکه ساده بیز که مبتنی بر احتمال شرطی است با دقت 93% شرکت های ورشکسته و غیرورشکسته را درست پیش بینی می کند. در نهایت، مدل رگرسیون لوجستیک که یک مدل خطی است می تواند با دقت 90% شرکت های ورشکسته و غیرورشکسته را درست پیش بینی کند.
similar resources
پیشبینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکههای بیز
درماندگی مالی و ورشکستگی شرکتها منجر به هدر رفتن منابع و عدم بهره گیری از فرصتهای سرمایهگذاری میشود. پیشبینی درماندگی مالی با ارائه هشدارهای لازم میتواند شرکتها را نسبت به وقوع درماندگی مالی و ورشکستگی هوشیار نماید تا آنها با توجه به این هشدارها، به اقدامهای مناسب دست بزنند. هدف از انجام این پژوهش، مدلبندی پیشبینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاد...
full textپیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه بیزی ساده و مقایسه آن با تحلیل پوششی داده ها
در این پژوهش دو الگوی مختلف پیش بینی، الگوی شبکه بیزی ساده از سیستم های خبره و هوش مصنوعی و الگوی تحلیل پوششی داده ها از فنون تحقیق در عملیات برای پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران که در بازه زمانی 1389 تا 1391 فعال بوده اند به کار گرفته شده است. نتایج حاصل از پژوهش نشان داد که هردو الگوی طراحی شده قابلیت پیش بینی وقوع درماندگی مالی شرکت های پذیرفته شده در ب...
full textارائه یک روش ترکیبی به منظور پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران
هدف: هدف این پژوهش ارائه رویکردی جدید برای انتخاب متغیرهای مؤثر در پیشبینی درماندگی مالی با استفاده از نظر خبرگان و الگوریتمهای تصمیمگیری است. روش: بدین منظور 29 نسبت مالی برای شرکتهای تولیدی درمانده مالی بر اساس ماده 141 قانون تجارت و به همان تعداد شرکت سالم به صورت تصادفی از شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1385 تا 1395 با استفاده از صورتهای مالی حسابرسی شد...
full textاثر تعدیلگر کیفیت سود در پیش بینی درماندگی مالی شرکتهای پذیرفته شده بورس اوراق بهادار تهران
یکی از مهمترین تهدیدهای پیش روی شرکتها، ریسک درماندگی و در نهایت ورشکستگی مالی است. هدف پژوهش حاضر، بررسی تأثیر تعدیلگر کیفیت سود در پیشبینی درماندگی مالی شرکتها میباشد. بدین منظور، در محدوده زمانی 1382 تا 1391، نمونه ای مشتمل بر 41 شرکت درمانده و 41 شرکت غیردرمانده از مجموعه شرکتهای پذیرفته شده در بورس اوراق بهادار تهران انتخاب شده است. ملاک گزینش شرکتهای درمانده، استفاده از پنج معیار مخ...
full textمقایسه کارآیی نسبت های مالی مبتنی بر روش نقدی و روش تعهدی در پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران
با گسترش روز افزون شرکت های سهامی و پدیدار شدن بحران های مالی شدید در ابعاد خرد و کلان اقتصادی، مالکان و ذینفعان مختلف بنگاه ها به دنبال ایجاد پوشش و سپری برای مصون کردن خود در مقابل این گونه مخاطرات بوده اند و این موضوع آن ها را به استفاده از مدل های مناسب پیش بینی کننده برای ارزیابی توان مالی شرکت ها حساس و آگاه نموده است. در این پژوهش نسبت های نقدینگی استخراج شده از صورت جریان وجوه نقد و نسب...
full textپیش بینی ورشکستگی شرکت های پذیرفته شده در سازمان بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی
آگاهی از وضعیت مالی شرکت های بازار سرمایه همیشه یکی از دغدغه های سهامداران و تحلیلگران اقتصادی است؛ از این رو تحلیل گران و محقیق بازار های مالی همیشه به دنبال روش هایی برای پیش بینی شرایط آتی شرکت های حاضر در بازار سرمایه بودند. تحقیق پیش رو نیز به دنبال ایجاد مدلی برای پیش بینی ورشکستگی شرکت های حاضر در بازار بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی است. در این تحقیق از نسبت های مالی...
full textMy Resources
Save resource for easier access later
Journal title:
فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسیPublisher: دانشکده مدیریت دانشگاه تهران
ISSN 1024-8161
volume 16
issue 3 2010
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023