پیش بینی ورشکستگی شرکت ها با استفاده از روش رگرسیون خطی و مقایسه آن با روش شبکه های عصبی مصنوعی
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 330
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICPEEE01_2002
تاریخ نمایه سازی: 16 شهریور 1395
Abstract:
در این تحقیق در صدد پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ای رگرسیون خطی و شبکه های عصبی مصنوعی و در نهایت تعیین کارایی بهترین مدل برای پیش بینی ورشکستگی می باشیم . نمونه تحت بررسی شامل 36 شرکت ورشکسته و 36 شرکت سالم طی دوره مالی 5 سال 86-90 می باشد متغیرهای مورد استفاده در این دو مدل 5 متغیر می باشند . که در نهایت نتایج این دو مدل با هم مورد مقایسه قرار گرفته است . نتایج این تحقیق حاکی از آن است مدل شبکه های عصبی مصنوعی به طور میانگین دقتی معادل 95.5 درصد و مدل رگرسیون دقتی معادل 77.76 درصد دارد ، با توجه به نتایج حاصله مدل شبکه های عصبی مصنوعی دارای دقت بیشتری در پیش بینی ورشکستگی می باشد، در نتیجه ابزار مناسب تری برای پیش بینی محسوب می گردد.
Keywords:
Authors
محمود همت فر
دانشیار گروه حسابداری دانشگاه آزاد اسلامی واحد بروجرد
مصطفی یار احمدی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات بروجرد
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 :