پیش‌بینی ورشکستگی مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از ANN ، ANFIS ،LOGIT

بانک ها به عنوان بخش اصلی نظام مالی نقش کلیدی را در تأمین مالی بخش های مختلف اقتصادی بر عهده دارند. یکی از مهم‌ترین موضوع‌های مطرح شده در زمینه‌ی مدیریت مالی و بازار یابی مالی، این است که سرمایه‌گذاران فرصت‌های مناسب سرمایه‌گذاری را از فرصت‌های نامطلوب تشخیص دهندو مدیران مدیریت مالی موثر و کارآمد در تامین منابع مالی داشته باشند. ‌یکی از راه‌های کمک به سرمایه‌گذاران، ارائه‌ی الگوهای پیش‌بینی ورشکستگی شرکت‌ها است. تا به امروز تکنیک‌های مختلفی برای طراحی مدل‌های پیش‌بینی ورشکستگی شرکت‌ها مورد استفاده قرار گرفته است. از آنجا که مطالعات اخیر در زمینه‌ی پیش‌بینی ورشکستگی ، بر ایجاد و به‌کارگیری هوش مصنوعی و روش‌های یادگیری ماشینی متمرکز شده است، لذا در پژوهش حاضر به منظور پیش‌بینی ورشکستگی شرکت‌ها از شبکه‌های عصبی-فازی(ANFIS)و شبکه‌های عصبی مصنوعی(ANN) و رگرسیون لجیت(LR) به عنوان مدل مقایسه‌ای وبرای پیاده‌سازی مدل‌ها، از نرم افزار متلب نسخه 2015 استفاده شده است. نمونه‌ی تحت بررسی شامل 71 شرکت ورشکسته و 74 شرکت سالم می‌باشد که طی یک دوره 5 ساله از سال 1389 الی1394از بورس اوراق بهادر تهران انتخاب شده‌اند.‌یافته‌های تحقیق حاکی از آن است که در پیش‌بینی ورشکستگی شرکت‌ها، مدل مبتنی بر شبکه‌های عصبی مصنوعی(ANN) نسبت به مدل مبتنی بر شبکه‌های عصبی-فازی(ANFIS) و رگرسیون لجیت(LR) از دقت کلی بیشتری برخوردار است.