پیشبینی درماندگی مالی شرکتها با استفاده از اطلاعات متنی گزارشهای فعالیت هیئتمدیره
نویسندگان
1 گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.
2 گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.
3 گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.
4 گروه مدیریت عملیات و فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.
doi
10.22103/jak.2024.22992.4017چکیده
هدف: اهمیت بالای درماندگی مالی برای حیات اقتصادی کشور و هزینههای بالای فردی و اجتماعی آن، موضوع پیشبینی درماندگی مالی را به یک مسئله مهم برای استفادهکنندگان و ذینفعان صورتهای مالی تبدیل کرده است. عمده پژوهشها باتکیهبر اطلاعات مالی ساختاریافته و کمی صورتهای مالی درماندگی مالی را پیشبینی کردند؛ اما در این پژوهش تلاش شده است با استفاده از تکنیک متنکاوی و الگوریتمهای یادگیری ماشین، از اطلاعات ساختار نیافته گزارشهای هیئتمدیره جهت پیشبینی درماندگی مالی استفاده شود. روش: به همین منظور گزارش هیئتمدیره 100 شرکت بورسی در بازه زمانی 1390-1400 جمعآوری، با استفاده از زبان برنامهنویسی پایتون مورد متنکاوی (شامل مراحل پیشپردازش، استخراج ویژگی، انتخاب ویژگی و ...) قرار گرفتند و سپس مدلسازی آن با استفاده از الگوریتمهای یادگیری ماشین در زبان برنامه نویسی پایتون انجام گرفت. یافتهها: نتایج پژوهش حاکی از برتری دو روش مدل درخت تصمیم و ماشین بردار پشتیبان با کرنل شعاعی نسبت به سایر روشها (شامل رگرسیون لجستیک، جنگل تصادفی، نزدیکترین همسایگی و روشهای ماشین بردار پشتیبان با کرنلهای خطی، سیگموئید و چندجملهای) بود. نتیجهگیری: در واقع نتایج این پژوهش نشان داد که بهجای توجه صرف بر اعداد و ارقام و نسبتهای مشتق شده، میتوان از تکنیک متنکاوی نیز جهت تجزیهوتحلیل و پیشبینی استفاده کرد و با تلفیق آن با نتایج حاصل از اطلاعات کمی میتوان درماندگی مالی شرکتها پیشبینی نمود.
