امروزه شبکه های عصبی مصنوعی جایگاه ویژه ای در حیطه مالی پیدا کرده است. پژوهش حاضر به دنبال یافتن روش بهتر برای ساخت و آموزش شبکه های عصبی مصنوعی است که منجر به پیش بینی دقیق‌تر در موضوع ورشکستگی شود. در این میان سه شبکه عصبی از نوع توابع شعاع مدار ساخته شد که به صورت جداگانه توسط متغیرهای مدل آلتمن (1983)، اسمایوسکی (1984) و ترکیبی آموزش داده شدند. پس از سنجش توانایی سه مدل در پیش بینی ورشکستگی...

پدیده هموار سازی سود مقوله ای مشترک در مرز دانش حسابداری و امور مالی است و ورشکستگی شرکتها حوزه ای از مدیریت مالی است، که ورشکستگی اخیر شرکتهای بزرگ بین المللی موجب گردیده این پدیده به عنوان نتیجه تصمیم گیری غیر منطقی مدیران ارشد شرکت ها گروه های ذینفع زیادی را درگیر ساخته است، موجب شده که موضوع ورشکستگی بعنوان مقوله ای بسیار با اهمیت در مطالعات اخیر تلقی گردد. بنابراین، این تحقیق  سعی در یافتن...

بحران مالی شرکت‌های بزرگ در دهۀ اخیر سبب گرایش اکثریت گروه‌های ذی‌نفع به مدل‌های پیش‌بینی ورشکستگی شده است. هدف اصلی این پژوهش ارزیابی محتوای اطلاعاتی نسبت‌های صورت جریان وجه نقد در تشخیص ورشکستگی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران با استفاده از شبکۀ عصبی مصنوعی است. جامعۀ آماری این پژوهش شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران در دورۀ زمانی از سال‌های 1384 تا 1392 است. برا...

این مطالعه به بررسی متغیر های حایز اهمیت در پیش بینی بحران مالی و ورشکستگی شرکت ها پرداخته و مهمترین متغیر های مالی در پیش بینی بحران مالی را شناسایی کرده است. پس از شناسایی، مهمترین متغیر های پیش بینی ورشکستگی و مدلی برای پیش بینی بحران مالی و ورشکستگی شرکت ها ارایه شده و قدرت پیش بینی آن مورد آزمون قرار گرفته است. برای شناسایی مهمترین متغیرهای حایز اهمیت در پیش بینی بحران مالی و ورشکستگی شرکت...

در این مطالعه مدلی برای پیش‏بینی ورشکستگی ارائه شده است که این پیش‏بینی در فاصله زمانی پنج سال قبل از وقوع ورشکستگی اتفاق می‏ افتد. در این مدل از نسبت های مالی الگوی آلتمن به همراه نسبت جاری استفاده شده است. برآورد مدل به سه روش مدل احتمال خطی، مدل لوجیت و مدل پروبیت صورت گرفته است. نمونه انتخابی برای برآورد مدل شامل 134 شرکت از بین شرکت های فعال در بورس در سال 1382 است. براساس اطلاعات سال 1382...

پیش بینی ورشکستگی شرکت ها همواره یکی از موضوعات مورد توجه محققان و بنگاه های اقتصادی به ویژه بانک ها و سایر نهادهای مالی بوده است. مالکان، مدیران، سرمایه گذاران، اعتباردهندگان، حسابرسان و همچنین موسسات دولتی علاقه مند به ارزیابی وضیعت مالی شرکت ها می باشند زیرا در صورت ورشکستگی هزینه های زیادی به آن ها تحمیل خواهد شد. پیش بینی به موقع می تواند تصمیم گیرندگان را در یافتن راه حل و پیش گیری از درم...

مدل مخاطره جمعی شرکت بیمه با سرمایه اولیه ثابت وقتی فرآیند تعداد خسارت های رخ داده شده از طرف بیمه گذاران در یک بازه زمانی مشخص دارای توزیع پواسن با نرخ ثابت باشد، در نظر گرفته شده است. برای محاسبه احتمال ورشکستگی زمان نامتناهی از مفاهیم فرآیندهای تصادفی و معادلات دیفرانسیل استفاده می شود. همچنین یک فرمول صریح برای تعیین تقریب لاندبرگ در یافتن تقریبی احتمال ورشکستگی زمان نامتناهی بر حسب تابع تو...

پژوهش حاضر به بررسی تاثیر چرخه تجاری بر پایداری الگوهای پیش­بینی ورشکستگی در محیط اقتصادی ایران می­پردازد. در این پژوهش چرخه تجاری ایران با استفاده از فیلتر هدریک پرسکات شناسایی شده و برای پیش­بینی ورشکستگی از مدل‌های لاجیت و تحلیل تمایزی استفاده شده است. داده­های مالی 118 شرکت پذیرفته شده در بورس اوراق بهادار تهران برای سال‌های 1381تا 1390 جمع‌آوری و فرضیه پژوهش با مقایسه کارایی و پایداری مدل‌...

با گسترش روزافزون شرکتهای سهامی و متنوع شدن ساختار سرمایه آنها از یکسو و پدیدار شدن بحرانهای مالی شدید در ابعاد خرد و کلان اقتصادی از سوی دیگر، مالکان و ذینفعان مختلف بنگاهها به دنبال ایجاد پوشش و سپری برای مصون کردن خود در مقابل اینگونه مخاطرات بوده اند و این موضوع، آنها را به استفاده از مدلهای پیش بینی کننده ورشکستگی شرکتها سوق داده است. هدف این پژوهش، ارائه مدلهای آماری مناسب جهت پیش بینی ...

در شرایط متغیر اقتصادی و نوسانات شدید مالی در محیط های تجاری، وجود الگوهایی برای پیش بینی عملکرد مالی شرکتها از اهمیت بسزایی برخوردار است. یکی از این موارد پیش بینی وقوع بحران مالی و به عبارت دیگر ورشکستگی است. تحلیل پوششی داده ها (dea) یک ابزار قدرتمند در اختیار مدیران است که عملکرد شرکت خود را در فعالیت های تجاری محک بزنند. مدلهای مرسوم تحلیل پوششی داده ها ارزیابی کارایی نسبی واحدهای تصمیم گی...