یوسف قنبری - دانشجوی دکترای حسابداری، دانشکده مدیریت، اقتصاد و حسابداری، دانشگاه آزاد اسلامی تبریز
سارا قربان پور - کارشناس ارشد ریاضی محض، دانشکده ریاضی، دانشگاه تبریز
صدیقه قنبری - کارشناس ارشد مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز

پیش بینی درماندگی مالی و ورشکستگی، امروزه نقش مهمی در تحقیقات مالی و حسابداری ایفا می نماید؛ به گونه ای که با پیش بینی به موقع و پیشگیرانه ی تدابیرانه از وقوع آن، می توان هزینه های اقتصادی و اجتماعی تحمیل شده به جامعه را کاهش داد. در این پژوهش با استفاده از تکنیک های داده کاوی به پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران در بین سال های 1384 تا 1393 پرداخته شده است. تعداد شرکت های درمانده مالی برای دوره مزبور 35 شرکت بود که 35 شرکت زوجی نیز به طور تصادفی به عنوان نمونه شرکت های سالم انتخاب گردید. تکنیک های مورد استفاده در این پژوهش عبارتند از درخت تصمیم و ماشین بردار پشتیبان که با استفاده از این تکنیک ها درماندگی مالی شرکت ها برای سال وقوع، یک سال قبل و دو سال قبل از وقوع درماندگی مالی مورد بررسی قرار گرفته است. نتایج بدست آمده نشان می دهد که تکنیک درخت تصمیم با دقت کلی 98/57% برای سال وقوع درماندگی مالی، 92.86% برای یک سال قبل از وقوع درماندگی مالی و 80% برای دو سال قبل از وقوع درماندگی مالی نسبت به تکنیک ماشین بردار پشتیبان برای تمامی سال های فوق از توان پیش بینی کنندگی بالایی برخوردار می باشد.

درماندگی مالی، ماده 141 قانون تجارت ایران، درخت تصمیم، ماشین بردار پشتیبان، تکنیک های داده کاوی