TY - JOUR ID - 21316 TI - پیش‌بینی ورشکستگی مالی شرکت‌های بورس اوراق بهادار تهران با استفاده از شبکه‎های عصبی مصنوعی JO - مدیریت صنعتی JA - IMJ LA - fa SN - 2008-5885 AU - نیک بخت, محمدرضا AU - شریفی, مریم AD - دانشگاه تهران Y1 - 2010 PY - 2010 VL - 2 IS - 1 SP - EP - KW - الگوریتم یادگیری پس انتشار خطا (BP) KW - بورس اوراق بهادار تهران. KW - پیش‌بینی ورشکستگی KW - مدل شبکه‎های عصبی مصنوعی (ANN) DO - N2 - هدف اصلی این مقاله پیش‎بینی ورشکستگی مالی شرکت‎ها در بورس اوراق بهادار تهران به وسیله‎ی شبکه‎های عصبی مصنوعی است. مقادیر میانگین مربوط به نسبت‎های مالی کلیدی در پژوهش‎های صورت گرفته در پیشینه موضوع به‎عنوان ورودی شبکه‎های عصبی انتخاب شده‎اند. شبکه عصبی به‎کار گرفته شده در این مقاله از نوع پرسپترون چند لایه است که به روش الگوریتم پس انتشار خطا آموزش دیده‎اند و شامل شبکه عصبی پیش‎خور سه لایه با ترکیب (1 : 4 : 5) در آرایش نرون‎های ورودی، میانی و خروجی است. نمونه مورد نظر شامل دو گروه شرکت‎های ورشکسته و غیر ورشکسته است. گروه ورشکسته بر مبنای ماده 141 قاتون تجارت طی سال‎های 1378 لغایت 1385 انتخاب شده‎اند و گروه غیرورشکسته نیز به‎صورت تصادفی انتخاب شده‎اند. مجموعه‎ای مساوی از داده‎های فوق با استفاده از شبکه‎های عصبی و تحلیل تمایزی چندگانه مورد تحلیل قرار گرفتند. مقایسه توانمندی پیش‎بینی‎های شبکه عصبی و تحلیل تمایزی چندگانه نیز ارایه شده است. همچنین صحت پیش‎بینی شبکه‎های عصبی با استفاده از نمودار ROC ارائه شده است. نتایج نشان دادند که تفاوت معناداری بین MDA و ANN وجود دارد. همچنین طبق نتایج کم بودن خطای نوع اول بر خطای نوع دوم پیش‎بینی اولویت دارد. UR - https://imj.ut.ac.ir/article_21316.html L1 - https://imj.ut.ac.ir/article_21316_65094e493efc522e87226561f700e262.pdf ER -