مقایسه مدل تحلیل تمایزی چندگانه با مدل شبکه‌های عصبی در پیش‌بینی ورشکستگی شرکت‌های پذیرفته شده در بازار بورس اوراق بهادار تهران

پژوهش حاضر به مطالعه­ی پیش­بینی ورشکستگی مالی شرکت­های پذیرفته شده در بورس اوراق بهادار تهران به وسیله­ی شبکه­های عصبی مصنوعی می­پردازد. بهترین نسبت­های مالی پیش­بین در پژوهش­های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه­های عصبی انتخاب شده­اند. شبکه­ی عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه می­باشد که به روش الگوریتم پس انتشار خطا آموزش دیده­اند، و شامل شبکه عصبی پیشخور سه لایه با ترکیب (5:18:2) در آرایش نرون­هاست. نمونه­های انتخاب شده در برازش الگو شامل یک  گروه 54 عضوی از شرکت های ورشکسته ویک گروه 64 عضوی از شرکت­های غیرورشکسته بورس اوراق بهادار تهران است که گروه ورشکسته بر مبنای مشمولیت ماده 141 قانون تجارت طی سال­های 1381 تا 1389و گروه غیرورشکسته وبراساس روش نمونه گیری تصادفی از شرکت­های تولیدی پدیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی تحقیق انتخاب شده اند. از مدل تحلیل تمایزی چندگانه به منظور مقایسه­ی دقت پیش­بینی مدل شبکه­های عصبی استفاده شده است. ملاک صحت پیش­بینی مدل ها سطح زیر منحنی  ROC می­باشد.