پیش بینی ورشکستگی مالی شرکت های بورس اوراق بهادار تهران با استفاده از شبکههای عصبی مصنوعی
Publish place: Industrial Management Journal، Vol: 2، Issue: 1
Publish Year: 1389
نوع سند: مقاله ژورنالی
زبان: Persian
View: 106
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IMJT-2-1_010
تاریخ نمایه سازی: 5 شهریور 1402
Abstract:
هدف اصلی این مقاله پیشبینی ورشکستگی مالی شرکتها در بورس اوراق بهادار تهران به وسیلهی شبکههای عصبی مصنوعی است. مقادیر میانگین مربوط به نسبتهای مالی کلیدی در پژوهشهای صورت گرفته در پیشینه موضوع بهعنوان ورودی شبکههای عصبی انتخاب شدهاند. شبکه عصبی بهکار گرفته شده در این مقاله از نوع پرسپترون چند لایه است که به روش الگوریتم پس انتشار خطا آموزش دیدهاند و شامل شبکه عصبی پیشخور سه لایه با ترکیب (۱ : ۴ : ۵) در آرایش نرونهای ورودی، میانی و خروجی است. نمونه مورد نظر شامل دو گروه شرکتهای ورشکسته و غیر ورشکسته است. گروه ورشکسته بر مبنای ماده ۱۴۱ قاتون تجارت طی سالهای ۱۳۷۸ لغایت ۱۳۸۵ انتخاب شدهاند و گروه غیرورشکسته نیز بهصورت تصادفی انتخاب شدهاند. مجموعهای مساوی از دادههای فوق با استفاده از شبکههای عصبی و تحلیل تمایزی چندگانه مورد تحلیل قرار گرفتند. مقایسه توانمندی پیشبینیهای شبکه عصبی و تحلیل تمایزی چندگانه نیز ارایه شده است. همچنین صحت پیشبینی شبکههای عصبی با استفاده از نمودار ROC ارائه شده است. نتایج نشان دادند که تفاوت معناداری بین MDA و ANN وجود دارد. همچنین طبق نتایج کم بودن خطای نوع اول بر خطای نوع دوم پیشبینی اولویت دارد.
Keywords:
الگوریتم یادگیری پس انتشار خطا (BP) , بورس اوراق بهادار تهران. , پیش بینی ورشکستگی , مدل شبکههای عصبی مصنوعی (ANN)
Authors
محمدرضا نیک بخت
دانشگاه تهران
مریم شریفی
دانشگاه تهران