تبیین متغیرهای مالی موثر در پیش بینی درماندگی مالی: کاربرد شبکه عصبی مصنوعی

نویسندگان

1 گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

2 گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

3 بخش تخصصی مدیریت صنعتی و فناوری، پردیس فارابی دانشگاه تهران، قم، ایران

doi
چکیده

پیش‌بینی درماندگی مالی شرکت‌ها ،یکی از مهمترین مباحث پیش‌روی مدیران است و می تواند 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 و در نتیجه، با مدیریت صحیح از به هدر رفتن منابع و خسارت‌های ناشی از ورشکستگی جلوگیری شود. هدف اصلی این تحقیق، انتخاب متغییرهای مالی موثر جهت پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران و سپس پیش‌بینی درماندگی مالی با روش شبکه عصبی مصنوعی است. بنابراین ابتدا 106 شرکت‌ با روش نمونه گیری تصادفی ساده انتخاب شدند و داده های مالی آنها از سال‌های 1386 تا 1398 استخراج و با آزمون همبستگی پیرسون رابطه بین متغییرها بررسی و از 34 نسبت مالی،24 نسبت که دارای رابطه معنی‌دار بودند، انتخاب گردید و در نهایت با روش شبکه عصبی مصنوعی پیش‌بینی درماندگی مالی شرکت‌ها انجام، که درماندگی یا عدم درماندگی، 103 شرکت بدرستی پیش‌بینی گردید و با مقایسه پیش‌بینی انجام شده توسط روش شبکه عصبی مصنوعی با مقادیر واقعی متغیر وابسته در سال 98، مشخص شد که در بیش از 97 درصد موارد، این روش، درماندگی مالی شرکت‌ها را به درستی پیش‌بینی کرده است.