کاربرد الگوریتم ژنتیک در پیش بینی ورشکستگی و مقایسه آن با مدل Z آلتمن در شرکت های پذیرفته شده در بورس اوراق بهادار تهران
سال انتشار: 1390
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 195
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ACCTG-18-65_005
تاریخ نمایه سازی: 24 بهمن 1400
چکیده مقاله:
پیشبینی ورشکستگی یکی از موضوع های اصلی طبقه بندی ورشکستگی شرکت ها است. سرمایه گذاران، مالکان، مدیران، اعتباردهندگان و موسسات دولتی علاقه مند به ارزیابی وضعیت مالی شرکت هستند؛ زیرا درصورت ورشکستگی هزینه های زیادی به آن ها تحمیل می شود. امروزه مدل های مختلفی برای پیشبینی ورشکستگی مورد استفاده قرار می گیرد. این پژوهش درصدد پیشبینی ورشکستگی شرکت-های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل های Z آلتمن و الگوریتم ژنتیک است. نمونه تحت بررسی شامل ۳۶ شرکت ورشکسته و ۳۶ شرکت غیر ورشکسته طی دوره مالی ۵ ساله ۸۴-۸۸ است. متغیرهای نهایی مورد استفاده در مدل الگوریتم ژنتیک و مدل Z آلتمن ۵ متغیر است که شامل نسبت های مالی است. درنهایت نتایج این ۲ مدل با هم مقایسه شده است. مدل الگوریتم ژنتیک توانست به طور میانگین در یک سال و دو سال قبل از سال مبنا به ترتیب دقتی معادل ۹۰ و ۵/۹۱ درصد داشته باشد و مدل Z آلتمن دقتی معادل ۸۳.۳۲ و۸۳.۳۲ درصد دارد با توجه به نتایج مدل الگوریتم ژنتیک دقت بیشتری در پیشبینی ورشکستگی دارد؛ درنتیجه ابزار مناسب تری برای پیشبینی محسوب می شود.
کلیدواژه ها:
نویسندگان
محمود فیروزیان
دانشیار دانشگاه آزاد اسلامی واحد کرج، تهران، ایران
داریوش جاوید
مربی، عضو هیئت علمی دانشگاه آزاد اسلامی واحد بروجرد، ایران
نرگس نجم الدینی
دانش آموخته کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی واحد بروجرد، ایران