مقايسه مدل شبکه هاي عصبي مصنوعي با روش هاي رگرسيون لجستيک و تحليل مميزي در پيش بيني ورشکستگي شرکت ها مكيان سيدنظام الدين,المدرسي سيدمحمدتقي,كريمي تكلو سليميکي از مهم ترين موضوع هاي مطرح شده در زمينه مديريت مالي، اين است که سرمايه گذاران فرصت هاي مطلوب سرمايه گذاري را از فرصت هاي نامطلوب تشخيص دهند و منابعشان را در فرصت هاي مناسب سرمايه گذاري کنند. از مهمترين روش هايي که مي توان با استفاده از آن به بهره گيري مناسب از فرصت هاي سرمايه گذاري و همچنين جلوگيري از به هدر رفتن منابع کمک کرد، پيش بيني ورشکستگي شرکت ها است. براي اين منظور مدل هاي مختلفي وجود دارد. در اين پژوهش جهت پيش بيني ورشکستگي از مدل شبکه هاي عصبي به همراه مقايسه آن با دو روش آماري رگرسيون لجستيک و تحليل مميزي استفاده شده است.كليد واژه: پيش بيني ورشکستگي، شبکه عصبي مصنوعي، رگرسيون لجستيک، تحليل مميزي
در اين مقاله علاوه بر معرفي مدل هاي شبکه هاي عصبي، يک مدل شبکه عصبي براي پيش بيني ورشکستگي شرکت هاي توليدي طراحي شده است که براي استان کرمان مورد استفاده قرار گرفته است. اطلاعات استفاده شده مربوط به دوره زماني 1386-1374 مي باشد. نتايج پژوهش نشان مي دهد که مدل ANN از دو روش آماري ديگر دقت بالاتري در پيش بيني دارد. همچنين مدل ANN نشان داد که هيچ کدام از اين شرکت هاي توليدي در سال بعد از دوره مورد بررسي، ورشکسته نخواهند شد.![]()