حمید ابریشمی - عضو هیئت علمی دانشکده اقتصاد دانشگاه تهران
اکبر کمیجانی - عضو هیئت علمی دانشکده اقتصاد دانشگاه تهران
مهدی اکبری - پژوهشگر اقتصادی
غزاله حسینی حبشی - کارشناس ارشد اقتصاد دانشگاه تهران

در این مقاله، به پیش بینی ورشکستگی شرکت ها با استفاده از سامانه خبره تلفیقی پرداخته شده است. عوامل موثر بر ورشکستگی و میزان تاثیر آنها تحت عنوان قواعدی در سامانه مبتنی بر پایگاه قواعد ذخیره شده و به همراه نسبت های مالی شرکت ها به عنوان ورودی شبکه عصبی در نظر گرفته می شوند. تاثیر هر یک از این عوامل بر نسبت سرمایه/ سود (یا زیان انباشته) بررسی گردید تا تاثیر شوک­های برونزا بر ورشکستگی مشخص شود. به این ترتیب نرخ تغییر این متغیر به همراه چهار نسبت مالی ذکر شده، به عنوان ورودی­های شبکه عصبی لحاظ گردید. مقایسه نتایج استخراجی حاصل از سامانه خبره نشان داد که این روش به صورت معناداری دقت شبکه عصبی را در پیش بینی بهبود می­بخشد. به خصوص در سال­های ۸۴ و ۸۵ که به دلیل اجرای سیاست­های شفاف سازی، آمار شرکت های ورشکسته بالا بود، این تفاوت معنادارتر می باشد. به این ترتیب تمامی فرضیه های پژوهش، مبنی بر بالاتر بودن دقت سامانه خبره تلفیقی نسبت به شبکه عصبی در پیش بینی ورشکستگی شرکت­ها تایید شد.

ورشکستگی, سامانه خبره تلفیقی, سامانه مبتنی بر پایگاه قواعد, شبکه عصبی GMDH