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

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.

شبکه های عصبی مصنوعی، پیش بینی ورشکستگی، مدل رگرسیون خطی، ورشکستگی