بررسی توان شبکه عصبی پس انتشار جهت پیش بینی سلامت مالی شرکت ها
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 917
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CAFM02_257
تاریخ نمایه سازی: 18 خرداد 1393
Abstract:
امروزه به واسطه ایجاد شرکت های بزرگ و متعاقب آن جدایی مالکیت از مدیریت، کلیه ذینفعان شرکت ها از جمله مالکان،مدیران، سرمایه گذاران، اعتباردهندگان و نیز سازمان های دولتی علاقه مند به ارزیابی وضعیت مالی شرکت ها هستند، چرا که در صورت ورشکستگی هزینه های زیادی به آن ها تحمیل می شود. هدف از این پژوهش تعیین الگویی با استفاده از متغیرهای مالی (نسبت های مالی صورتحساب سود و زیان و ترازنامه)، جهت بالا بردن توان تصمیم گیری استفاده کنندگان صورت های مالی در پیش بینی سلامت مالی شرکت ها می باشد. در این تحقیق از مدل شبکه عصبی پس انتشار برای پیش بینی سلامت مالی شرکت هابرای یک، دو ، سه و چهار سال قبل از وقوع ورشکستگی، با استفاده از 55 نسبت مالی، استفاده شده است. سپس با توجه به نتایج بدست آمده، دقت این مدل در هر سال بررسی شده است. نمونه آماری شامل دو گروه، تعداد 40 شرکت ورشکسته که حداقل برای سه سال متوالی، مشمول ماده 141 قانون تجارت بوده اند و تعداد 82 شرکت غیرورشکسته، انتخاب شده بر اساس معیار 1386 بوده ونتایج پژوهش حاکی از آن است که، شبکه - کیوتوبین می باشد. اطلاعات استفاده شده مربوط به دوره زمانی 1390 عصبی پس انتشار توان پیش بینی سلامت مالی شرکت ها را داشته و نیز این مدل با داده های یکسال قبل، دارای دقت بالاتری درپیش بینی شرکت های سالم می باشد.
Keywords:
سلامت مالی – ورشکستگی- نسبت های مالی- تحلیل عاملی - شبکه های عصبی پس انتشار
Authors
مریم گوارا
کارشناس ارشد،گروه حسابداری، دانشگاه آزاد اسلامی واحد علوم و تحقیقات یزد
محمود معین الدین
استادیار،گروه حسابداری، دانشگاه آزاد اسلامی واحد یزد
علی مروتی شریف آبادی
استادیار، دانشکده اقتصاد ، مدیریت و حسابداری، دانشگاه یزد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :