بررسی توانمندی مدل شبه عصبی مصنوعی و مدل آریما در پیش بینی ورشکستگی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 405
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCARA01_303
تاریخ نمایه سازی: 28 اسفند 1394
چکیده مقاله:
یکی از مهمترین موضوع های مطرح شده در زمینه مدیریت مالی این است که سرمایه گذران فرصتهای مطلوب سرمایه گذاری را از فرصتهای نامطلوب تشخیص دهند و منابع در اختیار رادر فرصتهای مناسب سرمایه گذاری کنند از مهمترین روشهایی که می توان با استفاده از آن به بهره گیری مناسب از فرصتهای سرمایه گذاری و همچنین جلوگیری ازبه هدر رفتن منابعکمک کرد پیش بینی ورشکستگی شرکتها است و به منظور این پیش بینی مدلهای وجود دارد. داده های به دست آمده از هر دو مدل شبکه عصبی مصنوعی و اریما با استفاده زا معیارهای ارزیابی از جمله میانگین قدر مطلق خطا MAE میانگین مربعات خطا MSE و ریشه میانگین مربعات خطا RMSE مورد مقایسه و تجزیه و تحلیل قرار گرفته است.
کلیدواژه ها:
نویسندگان
امین میرزائی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد دامغان گروه حسابداری دامغان ایران
محمود بانی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد دامغان گروه حسابداری دامغان ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :