در دنیای متغیر و رقابتی، افراد سعی می کنند با پیش بینی رویدادهای آینده بهترین و مناسب ترین واکنش ها را برنامه ریزی کنند. یکی از جنبه های رقابتی زندگی انسان بعد اقتصادی آن است. افراد همواره سعی می کنند در جایی سرمایه گذاری کنند که بیشترین سود را داشته باشد. اما عوامل ناشناخته موثر بر بازار رقابتی موجود، موجبات عدم اطمینان در سرمایه گذاری را فراهم کرده که امری نامطلوب است. با پیش بینی شرایط در آینده می توان عدم اطمینان را کاهش داد. یکی از مهمترین موضوعاتی که در زمینه سرمایه گذاری مطرح است، آگاهی از وضعیت فعالیت شرکت ها از نظر اقتصادی است. زیرا سرمایه گذاری در شرکت هایی که در شرف ورشکستگی هستند، باعث هدررفتن سرمایه می شود. بنابراین پیش بینی ورشکستگی شرکت ها یکی از موضوعات مورد توجه برای تحقیق است. از روش های مختلفی برای پیش بینی می توان استفاده کرد. به کارگیری روش های آماری و کلاسیک سابقه طولانی در پیش بین ورشکستگی شرکت ها دارند در حالی که روش های داده کاوی و هوش مصنوعی به تازگی در این زمینه مورد استفاده قرار می گیرند. در این پژوهش سعی بر آن است تا ترکیبی از روش های داده کاوی شامل شبکه های عصبی و بردار پشتیبان ماشین و درخت دسته بندی و رگرسیون، برای پیش بینی هرچه دقیق تر ورشکستگی یا تداوم فعالیت شرکت ها مورد استفاده قرار گیرد و نتایج حاصل از آن با خروجی مدل آماری تحلیل ممیزی چندگانه مقایسه شود.