مقایسه قدرت پیش بینی بحران مالی توسط تکنیک های مختلف هوش مصنوعی
Publish Year: 1392
Type: Journal paper
Language: Persian
View: 211
This Paper With 32 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_FAAR-5-17_002
Index date: 6 March 2023
مقایسه قدرت پیش بینی بحران مالی توسط تکنیک های مختلف هوش مصنوعی abstract
امروزه پیشرفت سریع فن آوری و تغییرات محیطی وسیع، منجر به رقابت روزافزون شده و دستیابی به سود را محدود و احتمال دچار شدن به بحران مالی را افزایش داده است. هدف این تحقیق بررسی قدرت پیش بینی بحران مالی توسط تکنیک های مختلف هوش مصنوعی(الگوریتم ژنتیک خطی و غیر خطی و شبکه عصبی) است. بر اساس اطلاعات و آمارهای در دسترس شرکت های پذیرفته شده در بورس اوراق بهادار تهران در طی دوره ۱۳۸۹-۱۳۷۶، از بین شرکت های مشمول ماده ۱۴۱ قانون تجارت، ۷۲ شرکت و از بین بقیه شرکت ها نیز ۷۲ شرکت انتخاب شد. نتایج آزمون مک نمار برای تکنیک های الگوریتم ژنتیک غیرخطی و شبکه عصبی نشان می دهد که تفاوت معنی داری بین نتایج الگوریتم ژنتیک خطی و غیرخطی با شبکه عصبی وجود ندارد. اگر چه دقت پیش بینی الگوریتم ژنتیک غیرخطی(۹۰ درصد) و الگوریتم ژنتیک خطی(۸۰ درصد) بیشتر از شبکه عصبی(۷۰ درصد) است ولی این تفاوت از لحاظ آماری معنی دار نیست.
مقایسه قدرت پیش بینی بحران مالی توسط تکنیک های مختلف هوش مصنوعی Keywords:
مقایسه قدرت پیش بینی بحران مالی توسط تکنیک های مختلف هوش مصنوعی authors
زهرا پورزمانی
استادیار دانشگاه آزاد اسلامی واحد تهران مرکزی
حسن کلانتری
کارشناس ارشد حسابداری دانشگاه آزاد اسلامی واحد تهران مرکزی
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 :