ندا رستمی - دانشگاه علوم و تحقیقات خراسان رضوی
مهدی صالحی - دانشگاه فردوسی
علیرضا داوودی - دانشگاه آزاد نیشابور

ورشکستگیهای اخیر شرکت های بزرگ درسطح بین المللی ونوسانهای بورس اوراق بهاداردرایران بحث پیش بینی ورشکستگی را به عنوان یکی ازموضوعات مههم درحوزه ی مالی مطرح کرده است درپژوهش حاضر با انتخاب نمونه ای متشکل از158 شرکت ازشرکت های پذیرفته شده دربورس اوراق بهادار تهران توانایی دو مدل الگوریتم ژنتیک و الگوریتم تجمعی ذرات دردو مرحله قبل ازحذف مشاهداتی که قدرت تفکیک بالایی ندارند و بعدازحذف آنها و طی سه سال t ، t-1 ٚ t-2 با یکدیگر مقایسه شده اند و مناسب ترین مدل جهت پیش بینی ورشکستگی که منطبق با شرایط محیطی و اقتصادی ایران باشد طراحی وشناسایی شد بازه زمانی انتخاب نمونه 1389-85 میباشد نتیجه پژوهش حاضر نشان میدهد که بین توانایی دو مدل الگوریتم ژنتیک و الگوریتم تجمعی ذرات درهرسه سال t ، t-1 ٚ t-2 اختلاف معناداری وجود ندارد و هریک نقاط قوت و ضعف خاص خود را دارند و همچنین نتایج نشان میدهد که انتخاب نادرت نسبت های مالی که قدرت تفکیک بالای یندارند علاوه براینکه باعث کمتر شدن دقت پیش بینی میشود اظهار نظر را جهت انتخاب مدل قوی تربرای تصمیم گیرندگان مالی سخت می کند.

پیش بینی ورشکستگی، الگوریتم ژنتیک، الگوریتم تجمعی ذرات