چکیده:
هدف تحقیق حاضر ارائه مدلی کارا و توانمند جهت پیش بینی ورشکستگی شرکت های تولیدی بورس اوراق بهادار تهران با استفاده از یک مدل جدید ترکیبی الگوریتم ژنتیک - شبکه گروهی دستکاری داده ها (GA-GMDH)، میباشد. هم چنین ، با استفاده از تعدادی از پر کاربردترین روشهای انتخاب متغیر در ادبیات پیش بینی ورشکستگی، مطالعه جامعی در جهت شناسائی بهترین متغیرهای پیش بینی کننده ورشکستگی شرکت های بورس اوراق بهادار تهران صورت گرفته است . به منظور ساخت مدلهای پیش بینی در ابتدا با استفاده از چهار روش انتخاب متغیر ١-آزمون T نمونه های مستقل (T-test)، ٢- ماتریس همبستگی(CM) ، ٣- تحلیل تشخیصی گام به گام (SDA) و ٤- تحلیل مولفه های اصلی (PCA)، نسبت های مالی نهایی از بین ١٩ نسبت مالی متناسب با بازار سرمایه کشور، انتخاب شده است . با استفاده از نسبت های مالی انتخاب شده و مدل ترکیبیGA-GMDH،شبکه عصبی-فازی تطبیق پذیر(ANFIS) و رگرسیون لجستیک (LR)، ١٢ مدل جهت پیش بینی ورشکستگی استخراج شد و نتایج حاصل از آنها مورد مقایسه قرار گرفت . نتایج حاصل از تحقیق ، نشان دهنده قابلیت بالای مدل پیشنهادی GA-GMDH در مدلسازی پیش بینی ورشکستگی و برتری آن بر روشهای ANFIS و LR میباشد. همچنین ، نتایج تحقیق نشان میدهد که روش ماتریس همبستگی در مقایسه با سایر روشهای انتخاب متغیر، توانایی بیشتری در انتخاب متغیرهای موثر بر پیش بینی ورشکستگی شرکت ها دارد. بنابراین ، مدل CM-GA-GMDH به عنوان بهترین مدل پیش بینی کننده ورشکستگی شرکت های بورس اوراق بهادار تهران شناخته میشود.
خلاصه ماشینی:
"با استفاده از نسبت های مالی انتخاب شده و مدل ترکیبیGA-GMDH،شبکه عصبی-فازی تطبیق پذیر(ANFIS) و رگرسیون لجستیک (LR)، ١٢ مدل جهت پیش بینی ورشکستگی استخراج شد و نتایج حاصل از آنها مورد مقایسه قرار گرفت .
در نتیجه تحلیل نتایج به دست آمده ساختار ANFIS با پارامترهایی که در جدول ٣ نشان داده شده است ، جهت انجام فرآیند پیش بینی با استفاده از نسبت های مالی انتخاب شده توسط روشهای انتخاب متغیر، در نظر گرفته شد.
مدل پیش بینی به دست آمده از مدل CM-GMDH (جدول ٣) تنها شامل نسبت های مالی سود قبل ازبهره ومالیات به کل دارایی (X١ )، کل بدهی به کل دارایی (X١٧ )، داراییهای سریع به بدهیهای جاری (X٦ )، هزینه بهره به سود ناخالص (X٨ )، می باشد، و نشان دهنده این امر است که متغیر های دیگر انتخاب شده توسط روش ماتریس همبستگی تاثیر شایانی بر انجام فرآیند پیش بینی ندارند.
این مدل مجموعه نسبت های مالی انتخاب شده توسط روش ماتریس همبستگی را دوباره تعدیل کرده و در نهایت نسبت های مالی "سود قبل ازبهره ومالیات به کل دارایی"، "کل بدهی به کل دارایی"، "داراییهای سریع به بدهیهای جاری"، "هزینه بهره به سود ناخالص " را به عنوان متغیرهای نهایی پیش بینی کنندگی ورشکستگی شرکت های بورس اوراق بهادار تهران معرفی کرده است .
٢١١-١٩٠ ,٢٠٠٢ ,١٣٦ ,European Journal of Operational Research ,پ neuro-fuzzy systems ,پ Bankruptcy prediction in banks by an ensemble classifier ́i ,Ravi, V."