مقایسه مدل تحلیل تمایزی چندگانه با مدل شبکههای عصبی در پیشبینی ورشکستگی شرکتهای پذیرفته شده در بازار بورس اوراق بهادار تهران
نویسندگان
1 عضو هیئت علمی و استاد دانشگاه مازندران
2 کارشناس ارشد حسابداری دانشگاه مازندران.
doi
10.22034/iaar.2013.104532چکیده
پژوهش حاضر به مطالعهی پیشبینی ورشکستگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران به وسیلهی شبکههای عصبی مصنوعی میپردازد. بهترین نسبتهای مالی پیشبین در پژوهشهای صورت گرفته در پیشینه موضوع به عنوان ورودی شبکههای عصبی انتخاب شدهاند. شبکهی عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه میباشد که به روش الگوریتم پس انتشار خطا آموزش دیدهاند، و شامل شبکه عصبی پیشخور سه لایه با ترکیب (5:18:2) در آرایش نرونهاست. نمونههای انتخاب شده در برازش الگو شامل یک گروه 54 عضوی از شرکت های ورشکسته ویک گروه 64 عضوی از شرکتهای غیرورشکسته بورس اوراق بهادار تهران است که گروه ورشکسته بر مبنای مشمولیت ماده 141 قانون تجارت طی سالهای 1381 تا 1389و گروه غیرورشکسته وبراساس روش نمونه گیری تصادفی از شرکتهای تولیدی پدیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی تحقیق انتخاب شده اند. از مدل تحلیل تمایزی چندگانه به منظور مقایسهی دقت پیشبینی مدل شبکههای عصبی استفاده شده است. ملاک صحت پیشبینی مدل ها سطح زیر منحنی ROC میباشد.