پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی و الگوریتم ژنتیک

توسعه الگوهای ارزیابی پیش بینی درماندگی مالی همواره به عنوان یک موضوع مهم مورد توجه فعالان بازار های مالی بوده است.ارزیابی درماندگی مالی می تواند اثر مهمی بر تصمیم های فعالان بازارهای مالی از جمله مدیران شرکت ها درزمینه مدیریت بهینه دارایی و بدهی،سرمایه گذاران جهت تشکیل پرتفولیوی از شرکت های سالم و اعتباردهندگان جهت تخصیص اعتبار داشته باشد.در این راستاپژوهش حاضر به پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه های عصبی مصنوعی و الگوریتم ژنتیک پرداخته است. حجم نمونه تحقیق حاضر عبارتست از شرکت هایی که در سال های 1385تا1391 جزو شرکت های پذیرفته شده در بورس اوراق بهادار تهران بوده اند.در این تحقیق به منظور شتاسایی شرکت های درمانده از اصل 141قانون تجارت استفاده شده و هر شرکت مشمول این قانون به عنوان شرکت درمانده در نظر گرفته شد.جهت پیش بینی درماندگی مالی از 10نسبت مالی استفاده شد.نتیجه تحقیق نشان داد که پیش بینی درماندگی مالی با استفاده از مدل ترکیبی در محیط اقتصادی ایران امکان پذیر است.این مدل نتایج بهتری نسبت به دو مدل شبکه عصبی مصنوعی و مدل لاجیت نشان داد.