پیشبینی ریسک ورشکستگی مالی با استفاده از مدل ترکیبی در بورس اوراق بهادار تهران
نویسندگان
1
2 دانشگاه زابل
doi
10.22051/jfm.2017.11702.1145چکیده
پیشبینی ریسک ورشکستگی مالی یکی از مهمترین موضوعات در حوزه تصمیمگیری مالی شرکتها است. از این جهت، تاکنون مدلهای متنوعی که هرکدام از نظر متغیرهای پیشبینیکننده و تکنیکها متفاوتند، ارائه شدهاند. استفاده از ترکیب متغیرهای حسابداری و بازاری در مدل به عنوان ورودی، قطعاً بر نتایج و دقت پیشبینیها تاثیر مستقیمی خواهد داشت. در این مطالعه، پیشبینی با استفاده از مدل ترکیبی (استفاده از متغیرهای حسابداری و بازاری ) و تکنیک شبکههای عصبی از نوع مدل پرسپترون چندلایه (MLP) صورت پذیرفت. نمونه پژوهش شامل 90 شرکت پذیرفته شده در بورس اوراق بهادار تهران (31 شرکت ورشکسته طبق ماده 141 قانون تجارت ایران و 59 شرکت غیرورشکسته) طی سالهای 1393-1386 میباشد. نتایج پژوهش نشان میدهد که مدل ترکیبی (ترکیب متغیرهای حسابداری و بازاری) با استفاده از تکنیک شبکه عصبی، نسبت به هر کدام از دو مدل حسابداری و بازاری از دقت بالاتری در پیشبینی ریسک ورشکستگی مالی برخوردار است. همچنین، مدل بازاری نیز دقت بیشتری نسبت به مدل حسابداری دارد.