پریسا پازوکی - دانشکده مدیریت و حسابداری تهران جنوب/دانشگاه ازاد اسلامی/تهران/ایران
فاطمه صراف - عضو هیات علمی دانشگاه
محبوبه جعفری - عضو هیات علمی دانشگاه
علی باغانی - عضو هیات علمی دانشگاه

سلامت مالی به مفهوم توان سودآوری و تداوم فعالیت واحد اقتصادی می باشد که برای کلیه سهامداران و ذینفعان از اهمیت بسیار بالایی برخوردار است و اساسا همه ی ذینفعان در واحدهای اقتصادی به داشتن ابزارهای مناسبی که بتوانند سودآوری و تداوم فعالیت واحدها را ارزیابی و پیش بینی کنند علاقه مندند.هدف این پژوهش شناسایی عوامل موثر بر سلامت مالی و پیش بینی درجه سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. بدین منظور از اطلاعات ۱۳۸ شرکت(۱۱۰۴ شرکت –سال) طی سال های ۱۳۹۰ الی ۱۳۹۷ و نرم افزار Matlab جهت آزمون فرضیه های پژوهش استفاده شد. آزمون متغیر گزینی که با استفاده از الگوریتم هوش مصنوعی تجزیه وتحلیل مولفه های همسایه انجام شد نشان داده است که از بین معیارهای نظام راهبری نسبت مدیران غیرموظف، نسبت مالکان نهادی، اندازه کمیته حسابرسی و استقلال کمیته حسابرسی و تغییر مدیرعامل جهت تبیین سلامت مالی شرکت ها بالاترین تاثیر را دارد و همچنین جهت پیش بینی درجه سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران از روش الگوریتم قانون گرا درخت تصمیم استفاده شد که نتایج پیش بینی حاکی از قدرت بالای الگوریتم هوش مصنوعی قانون گرای درخت تصمیم (باقدرت بیش از ۸۰ درصد ) جهت پیش بینی سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد.

نظام راهبری, سلامت مالی, رویکرد هوش مصنوعی قانون گرا