رویکردی جدید بر پیش بینی ورشکستگی بنگاه های اقتصادی قابل پذیرش در بورس برق و انرژی با استفاده از اتوماتای یادگیر
Publish place: 26th International Power System Conference
Publish Year: 1390
Type: Conference paper
Language: Persian
View: 1,052
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
PSC26_212
Index date: 17 March 2012
رویکردی جدید بر پیش بینی ورشکستگی بنگاه های اقتصادی قابل پذیرش در بورس برق و انرژی با استفاده از اتوماتای یادگیر abstract
در دنیای امروزی، امنیت سرمایه گذاری یکی از مهمترین نگرانی های محیط های اقتصادی است . اطمینان از سود آور بودن سرمایه گذاری ها و کاهش ریسک های اقتصادی موجب رونق چرخه اقتصادی می گردد. با توجه به آغاز به کار بورس انرژی و برق در سه ماهه دوم سال جاری ( 1390 )، ارائه مشاوره های جانبی به سرمایه گذاران در اولویت خواهد بود . پیش بینی ورشکستگی بنگاه های اقتصادی، نه تنها به سرمایه گذاران در اولویت دهی و جلوگیری از دست رفتن اصل و فرع سرمایه کمک می کند بلکه، تاثیر بسزایی در نحوه اعتباردهی و در نتیجه جلوگیری از نابودی بنگاه اقتصادی خواهد داشت. در این مقاله، برای اولین بار، مسأله پیش بینی ورشکستگی بنگاه های اقتصادی مرتبط با حوزه برق و انرژی، در محیط شرکت های ایران، بررسی می گردد. برای این منظور از اطلاعات 200 سال-شرکت، از بین شرکت های پذیرفته شده در بورس اوراق بهادار تهران، در سال های 1380 تا 1388 ، استفاده شده است. در کلیه مطالعات تعداد شرکت های ورشکسته و غیرورشکسته مساوی در نظر گرفته شده و شرکت های ورشکسته بر مبنای ماده 141 قانون تجارت انتخاب شده اند. به منظور ایجاد یک رابطه پیشنهادی جهت پیش بینی ورشکستگی مالی شرکت های مرتبط با حوزه برق و انرژی، از اتوماتای یادگیر استفاده شده است. مطابق نتایج ارائه شده، راهکار پیشنهادی نیازه ای فنی و اقتصادی مسأله را ارضاء نموده و به نتایج رضای تمندی دست یافته است.
رویکردی جدید بر پیش بینی ورشکستگی بنگاه های اقتصادی قابل پذیرش در بورس برق و انرژی با استفاده از اتوماتای یادگیر Keywords:
رویکردی جدید بر پیش بینی ورشکستگی بنگاه های اقتصادی قابل پذیرش در بورس برق و انرژی با استفاده از اتوماتای یادگیر authors
حسن منصف
دا
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :