محسن حاجی امیری - گروه صنایع، دانشگاه آزاد اسلامی واحد زاهدان، زاهدان، ایران؛
محمدرضا شهرکی - استادیارگروه صنایع ، دانشگاه سیستان و بلوچستان، زاهدان، ایران؛
سیدمسعود برکاتی - استادیار گروه برق الکترونیک،دانشگاه سیستان و بلوچستان، زاهدان، ایران؛

مدل های پیش بینی ورشکستگی مدت هاست که به عنوان یکی از موضوعات مهم در حوزه مالی مطرح است. لذا در این پژوهش سعی شده است تا با بهره گیری از مدل الگوریتم ژنتیک به پیش بینی ورشکستگی شرکت ها پرداخته و همچنین از سوی دیگر با بکارگیری الگوریتم ژنتیک درتوسعه تئوری ورشکستگی، راههای غلبه بر ضعف های روش های معمول پیش بینی ورشکستگی مورد بحث و بررسی قرار گیرد. نمونه تحت بررسی در این پژوهش شامل 07 جفت شرکت ورشکسته و غیر ورشکسته طی بازه زمانی 1390-80 است. با بررسی اطلاعات مستخرج از صورت های مالی شرکتهای مورد مطالعه در نهایت 5 متغیر مالی بعنوان متغیرهای مستفل جهت استفاده در مدل شناسایی گردید. نتایج این پژوهش نشان داد که استفاده از الگوریتم ژنتیک در پیش بینی ورشکستگی مالی بسیار موثر است بطوریکه این مدل توانست جهت پیش بینی صحیح ورشکستگی مالی شرکتها به ترتیب در دوسال قبل از سال مبنا، یکسال قبل از سال مبنا و سال مبنا به دقتی معادل 96/44 و97/94 و95/53 درصد دست یابد

ورشکستگی، پیش بینی ورشکستگی، تحلیل ممیزی چندگانه، رگرسیون لجستیک، شبکه عصبی، الگوریتم ژنتیک