Islamic Economics & Banking

fa پیش بینی درماندگی مالی شرکت‌ها با استفاده از سیستم ایمنی مصنوعی Predicting the financial helplessness of companies using an artificial immune system عمومى General پژوهشي Research <div style="text-align: justify;">درماندگی مالی پیش از ورشکستگی مالی رخ میدهد؛ پیش بینی درماندگی مالی شرکتها، یکی از مهمترین مباحث پیش روی مدیران است و میتواند به موفقیت و تداوم حیات شرکتها کمک زیادی بکند؛ زیرا با ارائه سیگنالهای هشدار برانگیز و به موقع میتواند مدیران شرکتها را نسبت به وقوع درماندگی مالی و ورشکستگی آگاه نماید؛ بنابراین هدف پژوهش حاضر، به مطالعه و ارزیابی پیش بینی درماندگی با استفاده از الگوریتم سیستم ایمنی مصنوعی میپردازد. جامعه آماری شامل شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و نمونه استفاده شده شامل 164 شرکت درمانده و سالم بوده در بازه زمانی بین سال های 1385-1399 می باشد. متغیرهای پیشبینی براساس نسبتهایی انتخاب شدند که در نتایج تحقیقات قبلی به عنوان متغیرهای اصلی پیش بینی در مدل پیش بینی آنها ارائه شدند. در این تحقیق داده های جمع آوری شده با استفاده از نرم افزار EXCEL تلخیص و سپس متغیرها محاسبه می شود. پیش از اجرای الگوریتم AIRS یک تحلیل آماری با استفاده از نرم افزار PYTHON جهت انتخاب متغیرهایی که دارای اهمیت بیشتری برای پیش بینی درماندگی دارند انجام می شود. درماندگی مالی دارای ماهیت کیفی و مقیاس سنجش اسمی است. در اندازه گیری این متغیر، به شرکت های درمانده مالی عدد یک و به شرکت های غیر درمانده مالی، عدد صفر تخصیص داده می شود. برآیند حاصل از بررسیهای این پژوهش نشان داد که نتایج مستخرج شده از پیشبینیهای صورت گرفته توسط مدل و مقایسه آن با واقعیت در سطح دقت کلی 86 درصد توانایی شناسایی شرکتهای درمانده و سالم را دارد. ویژگی هایی که این تحقیق را از سایر تحقیقات مرتبط با این موضوع متمایز می کند، استفاده از 5 معیارهای مختص درماندگی (نه معیارهای ورشکستگی) جهت تفکیک شرکت های درمانده از سالم، و به عنوان یک نوآوری نسبت به مطالعات پیشین می باشد.  </div> <div style="text-align: justify;">Financial helplessness occurs before financial bankruptcy; Predicting the financial helplessness of companies is one of the most important topics facing managers and can greatly help the success and continuity of companies' life; because by providing alarming and timely signals, it can inform company managers about the occurrence of financial helplessness and bankruptcy; Therefore, the aim of the current research is to study and evaluate helplessness prediction using artificial immune system algorithm. The statistical population includes companies admitted to the Tehran Stock Exchange and the sample used includes 164 healthy and distressed companies in the period between 2016-2018. The prediction variables were selected based on the ratios that were presented in the results of previous research as the main prediction variables in their prediction model. In this research, the collected data are summarized using EXCEL software and then the variables are calculated. Before implementing the AIRS algorithm, a statistical analysis is performed using PYTHON software to select variables that are more important for predicting helplessness. Financial helplessness has a qualitative nature and a nominal measurement scale. In measuring this variable, the number one is assigned to financially helpless companies and zero to non-financially helpless companies. The result of this research showed that the results extracted from the predictions made by the model and comparing it with the reality at the overall accuracy level of 86% have the ability to identify helpless and healthy companies. The features that distinguish this research from other researches related to this issue are the use of 5 criteria specific to helplessness (not bankruptcy criteria) to separate helpless from healthy companies, and as an innovation compared to previous studies.  </div> درماندگی مالی, سیستم ایمنی مصنوعی, نسبت‌های مالی, شبکه عصبی, بورس اوراق بهادار financial helplessness, artificial immune system, financial ratios, neural network, stock exchange 479 501 http://mieaoi.ir/browse.php?a_code=A-10-1558-1&slc_lang=fa&sid=1 reza mehrabi رضا مهرابی reza.mehrabi56@yahoo.com 100319475328460010686 100319475328460010686 No phD student of accounting department, Borujard branch, Islamic Azad University, Borujard, Iran دانشجوی دکتری گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران mahmood hemmatfar محمود همت فر dr.hematfar@yahoo.com 100319475328460010687 100319475328460010687 Yes Associate Professor of Accounting Department, Borujard Branch, Islamic Azad University, Borujard, Iran دانشیار گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران (نویسنده مسئول) farid sefati فرید صفتی f_sefaty51@yahoo.com 100319475328460010688 100319475328460010688 No Associate Professor of Accounting Department, Borujard Branch, Islamic Azad University, Borujard, Iran استادیار گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران