مقایسه توانمندی شبکه عصبی وتحلیل پوششی داده ها در پیش بینی سود آوری شرکتها

هرچند دانسته ها در مورد روش تصمیم گیری استفاده کنند گان از صورت های مالی اندک است. اما به طور قطع می توان گفت بخشی از تصمیم گیری، به پیش بینی توانایی سودآوری آینده شرکتها مربوط می شود. همچنین سود آوری به عنوان مبنایی برای ارزیـابی کـارایی مـدیران شرکـتها مـورد استفاده قرار می گیرد. امروزه تجزیه و تحلیل نسبت های مالی یک تکنیک قوی و ابزاری مناسب برای استفاده کنندگان در جهت شناخت و ارزیابی عملکرد گذشته، حال و پیش بینی وضعیت آینده شرکت هاست. یکی از مشکلاتی که در استفاده از نسبت های مالی برای ارزیابی وضعیت مالی شرکت ها وجود دارد، این است که هر نسبت مالی یک بعد از عملکرد شرکتها را اندازه گیری می کند. برای از میان برداشتن این مشکل می توان از روشهای تصمیم گیری چند معیاره از جمله تحلیل پوششی داده ها ، شبکه های عصبی مصنوعی ، منطق فازی و ... استفاده نمود. این پژوهش، با هدف معرفی الگـوریتم مـناسب جهت پیش بینی سودآوری به تـصمیم گیرندگان، با استفاده از هفت نسبت مالی برتر ، به عنوان متغیر مستقل، به مقایسه توانمندی دو تکنیک شبکه عصبی و تحلیل پوششی داده ها در پیش بینی سود آوری آینده 236 شرکت پذیرفته شده در بـورس اوراق بهـادار تهران طی سال های 1385 تا 1390 پرداخته که طبق نتایج بدست آمده، پیش بینی ارائه شده به وسیله شبکه عصبی در 93/80 درصد شرکتها و تحلیل پوششی داده ها در 17/60 درصد شرکت ها با واقعیت منطبق بوده است. همچنین توانمندی شبکه عصبی در پیش بینی سودآوری شرکتها به میزان 76/20 درصد دقت، بیشتر از تحلیل پوششی داده ها می باشد.