بررسی عدم تقارن اطلاعات مالی در شرکت های دارویی پذیرفته شده در بورس اوراق بهادار تهران و پیش بینی بحران مالی آن ها با استفاده از شبکه عصبی مصنوعی

بر اساس تحقیقات پیشین نسبت های مالی توانایی بالایی در پیش بینی بحران مالی شرکت ها دارند، اما اخیرا تحقیقات مبتنی بر متغیر های بازار و متغیر های اقتصادی مورد توجه محققین مالی قرارگرفته است. این پژوهش، ابتدا با بررسی مبحث تئوری عدم تقارن اطلاعات مالی شکل گرفته و از آن جایی که ذینفعان معمولا شرایط مالی واقعی شرکت را قبل از وقوع مشکل مالی نمی دانند، به پیش بینی بحران مالی پرداخته است. هدف این پژوهش این است که بتواند با استفاده از متغیر های حسابداری، متغیر های کلان اقتصادی و بازار الگوی دقیق تری ارائه دهد تا ذینفعان با اتکا به قدرت پیش بینی این الگو ها، قادر باشند با اطمینان بیشتری تصمیم بگیرند. در این پژوهش با استفاده از داده های ۳۰ شرکت دارویی پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی سال های ۱۳۹۷ تا ۱۴۰۰ با استفاده از شبکه عصبی مصنوعی به پیش بینی بحران مالی پرداخته شده است. بر اساس نتایج تحقیق، مدل شبکه عصبی با متغیرهای منتخب نسبت بدهی، بازده دارایی، قیمت سهام، اندازه شرکت، شاخص قیمت مصرف کننده و رشد تولید ناخالص داخلی توانایی پیش بینی بحران مالی را دارد. برای پیش بینی بحران مالی شرکت ها، می توان از ترکیب متغیر های حسابداری، اقتصاد کلان و نیز متغیر های بازار استفاده کرد و همچنین تمام متغیر های منتخب در تحقیق، بر بحران مالی تاثیرگذارند.

بررسی عدم تقارن اطلاعات مالی در شرکت های دارویی پذیرفته شده در بورس اوراق بهادار تهران و پیش بینی بحران مالی آن ها با استفاده از شبکه عصبی مصنوعی Keywords:

بحران مالی , شبکه عصبی مصنوعی , عدم تقارن اطلاعات مالی , شرکت های دارویی , بورس اوراق بهادار تهران