سودمندی ماشین بردار پشتیبان و الگوریتم ژنتیک در پیش بینی درماندگی مالی بنگاه های اقتصادی
Publish place: National Conference on New Approaches in Business Management
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 551
This Paper With 9 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:
NDMCONF01_314
تاریخ نمایه سازی: 18 دی 1393
Abstract:
ورشکستگی آخرین مرحله ازحیات اقتصادی شرکتهاست وبرهمه ذینفعان شرکت تاثیرمیگذارد بنابراین پیش بینی ورشکستگی ازاهمیت برخوردار میباشد استفاده ازنسبت های مالی برای پیش بینی درماندگی مالی یا ورشکستگی شرکت ها همیشه موردتوجه دانشگاهیان و بنگاه های اقتصادی بویژه بانکها و سایرنهادهای مالی بوده است پی شبینی به موقع میتواند تصمیم گیران را دریافتن راه حل و پیشگیری ازدرماندگی مالی یاری نماید همچنین این مدلها کاربرد بسیارزیادی دررتبه بندی اعتباری و نحوه توزیع تسهیلات بانکی دارد همواره سعی شده است تا دقت پیش بینی این مدلها بااستفاده ازروشهای پیشرفته تر بهبود یابد دراین پژوهش به بررسی سودمندی شاخصهای مالی دراندازه گیری درماندگی مالی شرکت وچگونگی برای استفاده ازاین ویژگیهای جهت طراحی راه حل های هوشمند مالی و ارایه به سرمایه گذاران و موسسات مالی جهت پیش بینی سقوط مالی می باشد این شاخص اهمیت بسزایی بطور قابل توجهی درافزایش خطرات مالی درچهارچوب بحران مالی جهانی فعلی دارند دراین پژوهش هدف اصلی بررسی کارایی استفاده ازماشین بردارپشتیبان SVM و الگوریتم ژنتیک درپیش بینی درماندگی مالی شرکت ها و مقایسه این دومدل می باشد
Keywords:
Authors
سمیه رادپور
دانشجوی کارشناسی ارشد مدیریت مالی -دانشگاه آزاد اسلامی زنجان
نرگس آقاجانلو
مهندسی صنایع –دانشگاه آزاد اسلامی واحد قزوین
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 :