[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
::
پایگاه های نمایه کننده
..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: دوره 12، شماره 45 - ( 10-1402 ) ::
فصلنامه اقتصاد بانکداری اسلامی برگشت به فهرست نسخه ها
پیش بینی درماندگی مالی شرکت‌ها با استفاده از سیستم ایمنی مصنوعی
رضا مهرابی1 ، محمود همت فر 2، فرید صفتی3
1- دانشجوی دکتری گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران
2- دانشیار گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران (نویسنده مسئول) ، dr.hematfar@yahoo.com
3- استادیار گروه حسابداری، واحد بروجرد، دانشگاه آزاد اسلامی، بروجرد، ایران
چکیده:   (83 مشاهده)
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.
 
شماره‌ی مقاله: 19
واژه‌های کلیدی: درماندگی مالی، سیستم ایمنی مصنوعی، نسبت‌های مالی، شبکه عصبی، بورس اوراق بهادار
متن کامل [PDF 556 kb]   (44 دریافت)    
نوع مقاله: پژوهشي | موضوع مقاله: عمومى
دریافت: 1402/5/29 | پذیرش: 1402/8/18 | انتشار: 1402/10/10
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

mehrabi R, hemmatfar M, sefati F. Predicting the financial helplessness of companies using an artificial immune system. mieaoi 2023; 12 (45) : 19
URL: http://mieaoi.ir/article-1-1671-fa.html

مهرابی رضا، همت فر محمود، صفتی فرید. پیش بینی درماندگی مالی شرکت‌ها با استفاده از سیستم ایمنی مصنوعی. نشریه اقتصاد و بانکداری اسلامي. 1402; 12 (45) :479-501

URL: http://mieaoi.ir/article-1-1671-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 12، شماره 45 - ( 10-1402 ) برگشت به فهرست نسخه ها
نشریه اقتصاد و بانکداری اسلامی Islamic Economics and Banking
Persian site map - English site map - Created in 0.05 seconds with 38 queries by YEKTAWEB 4660