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...

احتمال ورشکستگی برای شرکتهای بیمه، عاملی کلیدی است که باید مورد توجه قرار گیرد. در این تحقیق با به کار بردن روش تقریب تیمز، احتمال ورشکستگی نهایی پرتفوی بیمه های شخص ثالث یک شرکت بیمۀ ایرانی برآورد شد. به همین منظور، ابتدا با بهره گیری از داده های خسارتی تعدیل شده برحسب تورم سالهای 1386 تا 1392، تابع مازاد پرتفوی شرکت به عنوان یک فرایند تصادفی پواسون مرکب مدل سازی شده است. بر طبق مطالعات، بهتری...

ورشکستگی اخیر شرکت­های بزرگ در سطح بین­المللی و نوسان­های بورس اوراق بهادار در ایران، منجر به هدر رفتن منابع و عدم بهره گیری از فرصت­های مناسب سرمایه­گذاری می شود. این مهم، نیاز به وجود ابزارهایی برای ارزیابی توان مالی شرکتها را نشان می­دهد. یکی از ابزارهای مناسب (برای ارزیابی توان مالی شرکت­ها) استفاده از نسبت­های مالی است. محققان بااستفاده از نسبت­های مالی، مدل­هایی برای پیش­بینی ورشکستگی شرک...

بحران مالی شرکتهای بزرگ دردهه اخیر باعث گرایش اکثریت گروههای ذینفع به شاخص ها، مدلها و الگوهای پیش بینی برای کاهش ریسک ناشی از  ورشکستگی گردیده است.  هدف این پژوهش بدست آوردن مدل های تعدیل شده بر مبنای الگوهای پیش بینی ورشکستگی آلتمن و لوالی با مدل لگات و ورنانیو جهت پیش بینی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و همچنین مقایسه نتایج بکارگیری دو مدل می­باشد.از این رو در این پ...

هدف از این پژوهش تعیین الگوهایی با استفاده از نسبت های مالی برای بالا بردن توان تصمیم گیری استفاده کنندگان از صورت های مالی در پیش بینی ورشکستگی شرکت ها است. در این پژوهش از 55 نسبت مالی پرکاربرد استفاده شده و با استفاده از تحلیل عاملی اکتشافی به 12 عامل تبدیل شده است. سپس با استفاده از مدل لوجیت و شبکه های عصبی صحت پیش بینی ورشکستگی با استفاده از 12 عامل به دست آمده، موردبررسی قرارگرفته است. ج...

تفاوت‌های اساسی بانک‌ها با سایر شرکت‌های تجاری، در کنار کاستی‌های و مشکلاتی که نظام عام ورشکستگی شرکت‌ها برای رسیدگی به امر ورشکستگی بانک‌ها دارد، قانونگذاران را متوجه خلأهای قوانین عام ورشکستگی در مواجهه با بحران‌های بانک‌ها و برای حفظ ثبات مالی کرده است. این خلأها هنگام بحران‌های بانکی بیشتر حس شده است؛ به طوری‌که بعد از بحران مالی جهانی در سال 2008 توجه بیشتری به نظام خاص ورشکستگی بانک‌ها جل...

چکیده پایان نامه (شامل خلاصه، اهداف، روش های اجرا و نتایج به دست آمده): امروزه ورشکستگی اخیر شرکت های بزرگ بین المللی ،موجب شده که موضوع ورشکستگی به عنوان مقوله بسیار با اهمیت در مدیریت مالی مطرح گردد.بنابراین بررسی علل پدید آورنده ورشکستگی از منظر مالی و مهمتر از همه ارزیابی ورشکستگی به کمک مدل های رایج بسیار با اهمیت می باشد. در واقع ورشکستگی به عنوان پایان راه فعالیت بنگاه های اقتصادی است ...

یکی از پیشرفته ترین مدلهای پیش بینی کننده ورشکستگی٬ مدل «شبکه عصبی مصنوعی» است. مطابق نتایج تحقیق ساختار اصلی پرسپترون سه و چهار لایه برای پیش بینی ورشکستگی شرکتها به مدلهایی شبیه یکدیگر منتهی می شود که در این میان شبکه سه لایه از قدرت پیش بینی بیشتری نسبت به شبکه چهار لایه برخوردار است.این تحقیق نشان می دهد که «به کارگیری مدلهای مبتنی بر شبکه عصبی توانایی مدیریتهای مالی را برای مقابله با نوسان...

در این مقاله، به پیش بینی ورشکستگی شرکت ها با استفاده از سامانه ی خبره تلفیقی پرداخته شده است. عوامل مؤثر بر ورشکستگی و میزان تأثیر آنها تحت عنوان قواعدی در سامانه مبتنی بر پایگاه قواعد ذخیره شده و به همراه نسبت های مالی شرکت ها به عنوان ورودی شبکه ی عصبی در نظر گرفته می شوند. تأثیر هر یک از این عوامل بر نسبت سرمایه/ سود (یا زیان انباشته) بررسی گردید تا تأثیر شوک های برونزا بر ورشکستگی مشخص شود...

هدف اصلی این پژوهش، پیش بینی ورشکستگی مالی شرکت ها در بورس اوراق بهادار تهران به وسیله شبکه های عصبی مصنوعی بازجریانی است. نسبت های مالی سرمایه در گردش به کل دارایی ها، نسبت جاری، نسبت آنی، نسبت بدهی، نسبت p/e، گردش کل دارایی ها، نسبت حاشیه سود خالص و نسبت بازده دارایی ها، به عنوان ورودی شبکه های عصبی انتخاب شدند. وضعیت ورشکستگی شرکت ها نیز به عنوان متغیر خروجی در نظر گرفته شد. شبکه عصبی مورد ا...