پیش بینی ورشکستگی شرکت های دارویی پذیرفته شده در بورس اوراق بهادار تهران با روش شبکه عصبی مصنوعی

تحلیل ورشکستگی مالی یک پدیده با اهمیت برای سرمایه گذاران، اعتباردهندگان، و سایر استفاده کنندگان از اطلاعات مالی محسوب می شود. تعیین احتمال ورشکستگی یک شرکت قبل از بروز ورشکستگی می تواند هم برای مدیران و هم برای سرمایه گذاران و اعتباردهندگان مفید واقع شود. در این مقاله به منظور پیش بینی درصد ورشکستگی شرکت های بورسی در زمینه داروئی از مدل های شبکه عصبی مصنوعی بر اساس دوره زمانی ۱۳۸۰ الی ۱۳۹۹ برای شرکت دارویی استفاده گردیده که توانائی کار در محیط های پویا و غیرقطعی را امکان پذیر می سازد. هدف اصلی این تحقیق تدوین مدلی برای پیش بینی ورشکستی شرکت های دارویی با استفاده از شبکه عصبی مصنوعی می باشد. این پژوهش بر اساس هدف، کاربردی، از نظر روش، یک پژوهش توصیفی- مدلسازی بوده که در آن رابطه میان متغیرها براساس هدف پژوهش، تحلیل می شود. و جامعه آماری این تحقیق کلیه شرکت های دارویی فعال عضو بورس اوراق بهادار به تعداد ۲۰ شرکت می باشد. برای جمع آوری داده ها از اسناد و مدارک شرکت های دارویی پذیرفته شده در بورس اوراق بهادار تهران و برای تجزیه و تحلیل داده ها از شبکه عصبی مصنوعی استفاده شده است. برای برازش مدل عصبی از نرم افزارهای ایووز نسخه ۱۳ و SPSS نسخه ۲۶ استفاده شده است. نتایج پژوهش نشان داد میزان قدرت و دقت پیش بینی ورشکستگی مدل شبکه عصبی مصنوعی از دقت بالاتری برخوردار است. با استفاده از مدل های ارائه شده در مقاله می توان از مبتلا شدن شرکت های دارویی به بحران مالی، ورشکستگی و همچنین پیامدهای آن، به طور مناسبی جلوگیری کرد. البته توجه این نکته نیز ضروری است که پس از پیش بینی می بایستی به ریشه یابی مساله و پیگیری علل پرداخته شود.

کلیدواژه ها:

پیش بینی ورشکستگی ، مدل شبکه عصبی مصنوعی ، شرکت های دارویی.