پیش بینی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوی شبکه های عصبی
محل انتشار: هشتمین کنفرانس بین المللی علوم مدیریت و حسابداری
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 113
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IMSYM08_184
تاریخ نمایه سازی: 14 شهریور 1401
چکیده مقاله:
پیش بینی ورشکستگی یک مسئله مهم در امور مالی است. زیرا ورشکستگی شرکت ها منجر به خسارات اقتصادی برای مدیران، سرمایه گذاران، بستانکاران و کارکنان به همراه هزینه های اجتماعی می شود. رقابت روز افزون بنگاه های اقتصادی، دست یابی به منابع را محدود کرده است و احتمال ورشکستگی را افزایش داده است. هدف از این تحقیق ارائه بهترین مدل ورشکستگی شرکتها در ایران است. به همین منظور مطالعات اخیر در زمینه شبکه های عصبی مصنوعی(ANN) نشان داده است به علت ویژگی های غیرخطی و ناپارامتریک آنها، ابزاری قدرتمند برای شناسایی و پیش بینی هستند. از مدلهای ANN اقتصاددانان برای حل برخی از مشکلات پولی و مالی، از جمله پیش بینی ورشکستگی استفاده می نمایند.بحران مالی و نهایتا ورشکستگی واحدهای اقتصادی می تواند زیان های هنگفتی را در سطح خرد و کلان وارد نماید. در سطح کلان، بحران مالی شرکت ها سبب کاهش تولید ناخالص داخلی، افزایش بیکاری، اتلاف منابع کشور و نظایر آن می گردد . در سطح خرد نیز ذی نفعان و بنگاه های اقتصادی، نظیر سهامداران، سرمایه گذاران بالقوه، اعتباردهندگان، مدیران، کارکنان، عرضه کنندگان مواد اولیه و مشتریان متحمل زیان می شوند وخسارت قابل توجهی می تواند به این گروه ها وارد شود . در نتیجه، به منظور اجتناب از زیان های هنگفتی که به واسطه بحران مالی پدید می آید، لازم است مطالعه ای در این زمینه صورت گیرد .
کلیدواژه ها:
نویسندگان
روح اله جوادی
استادیار گروه حسابداریدانشگاه پیام نور ایران