پیش‌بینی ریسک ورشکستگی مالی بر اساس مدل‌های حسابداری، بازاری و ترکیبی(ترکیب دو مدل) با استفاده از تکنیک شبکه‌های عصبی RBF و MLP در بورس اوراق بهادار تهران

در این مقاله، به پیش‌بینی ریسک ورشکستگی مالی بر اساس مدل‌های حسابداری، بازاری و ترکیبی (ترکیب دو مدل فوق) با استفاده از تکنیک‌های MLP و RBF شبکه‌های عصبی پرداخته شده و نتایج تکنیک‌های مذکور بر اساس شاخص میانگین مربعات خطا در سه مدل یاد شده با هم  مقایسه شده‌اند. نتایج پژوهش نشان می‌دهد شبکه عصبی RBF نسبت به شبکه MLP در هر سه مدل شامل(متغیرهای حسابداری، بازاری و ترکیبی) کاراتر است و دقت مدل ترکیبی بیشتر از مدل‌های حسابداری و بازاری است. JEL: C45, G17, G33 نحوه استناد به این مقاله: عاطفت‌دوست، ع.، محمودی، م.، و راموز، ن. (1396). پیش‌بینی ریسک ورشکستگی مالی بر اساس مدل‌های حسابداری، بازاری و ترکیبی( ترکیب دو مدل) با استفاده از تکنیک شبکه‌های عصبی RBF و MLP در بورس اوراق بهادار تهران. فصلنامه مدلسازی ریسک و مهندسی مالی، 2(3)، 320-339.