پژوهش های رشد و توسعه پایدار، جلد ۱۰، شماره ۲، صفحات ۰-۰
عنوان فارسی مقایسه مدل شبکه های عصبی مصنوعی با روش‌های رگرسیون لجستیک و تحلیل ممیزی در پیش بینی ورشکستگی شرکت‌ها
چکیده فارسی مقاله یکی از مهم‌ترین‌ موضوع‌های‌ مطرح‌ شده‌ در زمینه‌ مدیریت مالی، این است که سرمایه‌گذاران فرصت‌های مطلوب سرمایه‌گذاری را از فرصت‌های نامطلوب تشخیص دهند و منابعشان را در فرصت‌های مناسب سرمایه گذاری کنند. از مهمترین روش‌هایی که می‌توان با استفاده از آن به بهره‌گیری مناسب از فرصت‌های سرمایه‌گذاری و همچنین جلوگیری از به هدر رفتن منابع کمک کرد، پیش بینی ورشکستگی شرکت ها است. برای این منظور مدل های مختلفی وجود دارد. در این پژوهش جهت پیش‌بینی ورشکستگی از مدل شبکه های عصبی به همراه مقایسه آن با دو روش آماری رگرسیون لجستیک و تحلیل ممیزی استفاده شده است. در این مقاله علاوه بر معرفی مدل های شبکه های عصبی، یک مدل شبکه عصبی برای پیش بینی ورشکستگی شرکت های تولیدی طراحی شده است که برای استان کرمان مورد استفاده قرار گرفته است. اطلاعات استفاده شده مربوط به دوره زمانی 1386-1374 می باشد. نتایج پژوهش نشان می‌دهد که مدل ANN از دو روش آماری دیگر دقت بالاتری در پیش بینی دارد. همچنین مدل ANN نشان داد که هیچ کدام از این شرکت‌های تولیدی در سال بعد از دوره مورد بررسی، ورشکسته نخواهند شد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A Comparison among Artificial Neural Network, Discriminant Analysis and Logestic Regression Techniques for Bankruptcy: A Case Study of Kerman's Firms
چکیده انگلیسی مقاله One of the main issues in financial management is choosing the best way of utilizing investment. Investors would like to invest their capitals in a way to minimize their risks. Bankruptcy is one of the risk factors which affect the decision of investors. Prediction of bankruptcy can help investors to reduce the risks in the capital markets and recognize the best opportunities for alternative investment. This study aims to predict the bankruptcy of companies by using the technique of Artificial Neural Network (ANN). Moreover, discriminant Analysis and logestic regression techniques are employed to compare the results. The data used in this study covers the firms in the Kerman Province of Iran over the period 1975- 2007. The results show that ANN model perfom much better than the discriminant analysis and logestic regression techniques. Moreover, the results confirm that the accuracy of ANN model is higher than the discriminant analysis and logestic regression techniques for predicting of bankruptcy. The analysis also shows that none of the firms will bankrupt in the year after the period covered in this study.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سید نظام الدین مکیان | seyyed nezamuddin
دانشکده اقتصاد، مدیریت و حسابداری دانشگاه یزد
سازمان اصلی تایید شده: دانشگاه یزد (Yazd university)

سید محمد تقی المدرسی | seyed mohammad taghi
دانشکده برق دانشگاه یزد
سازمان اصلی تایید شده: دانشگاه یزد (Yazd university)

سلیم کریمی تکلو | karimi takalo
دانشگاه شهید باهنر کرمان
سازمان اصلی تایید شده: دانشگاه شهید باهنر (Shahid bahonar university)

نشانی اینترنتی http://ecor.modares.ac.ir/article_2204_a9bdaf3108f348516a794ea45f72f829.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1388/article-1388-241267.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات