کاربرد شبکه های عصبی مصنوعی در پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

از دیدگاه نظریه های کلان اقتصادی، میزان پیشرفت اقتصادی جامعه با میزان سرمایه گذاری انجامشده در آن، رابطه ای همسو و متناسب دارد. حال اگر این سرمایه گذاری ها در فرصت های مناسبسرمایه گذاری نشود یا به نحوی از آنها استفاده شود که کارایی لازم را نداشته باشند، باعث لطمه بهاقتصاد ملی خواهد شد. آگاهی از وضعیت مالی شرکت های بازار سرمایه همیشه یکی از دغدغه هایسهامداران و تحلیلگران اقتصادی است؛ از این رو تحلیل گران و محقیق بازار های مالی همیشه بهدنبال روش هایی برای پیش بینی شرایط آتی شرکت های حاضر در بازار سرمایه بودند. هدف اینپژوهش، پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده ازشبکه های عصبی مصنوعی است. این پژوهش توصیفی- پیمایشی با ماهیت کاربردی و از لحاظ زمانیمقطعی است. جامعه آماری پژوهش، شرکت های پذیرفته شده در بورس اوراق بهادار تهران بودند کهنمونه ای شامل ۸۱ شرکت ورشکسته به روش حذفی و ۸۱ شرکت غیر ورشکسته به روش تصادفی طیدوره ۱۳۹۷-۱۳۸۵ انتخاب شد. این شرکت ها از طریق فرایند تصادفی به دو نمونه آموزشی (شامل ۵۶شرکت ورشکسته و غیر ورشکسته) برای ساخت مدل ها و نمونه آزمایشی (شامل ۲۵ شرکت ورشکستهو غیر ورشکسته) جهت سنجش قدرت پیش بینی مدل شبکه عصبی تقسیم شدند. با استفاده ازتکنیک شبکه عصبی پیشخور و بکارگیری نسبت های مالی منتخب جهت پیش بینی ورشکستگی،مدل پژوهش توسعه داده شد. این مدل توانست در پیشبینی یک، دو و سه ساله به دقت ۸۶، ۸۶ و ۹۰درصد دست پیدا کند.