سال انتشار: ۱۳۹۳
محل انتشار: کنفرانس بین المللی حسابداری، اقتصاد و مدیریت مالی
تعداد صفحات: ۸
نویسنده(ها):
امین میرزائی – دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی دامغان

چکیده:
یکی از مهمترین موضوع های مطرح شده در زمینه مدیریت مالی این است که سرمایه گذران فرصت هایمطلوب سرمایه گذاری را از فرصت های نامطلوب تشخیص دهند و منابع در اختیار را در فرصت هایمناسب سرمایه گذاری کنند. از مهمترین روش هایی که می توان با استفاده از آن به بهره گیری مناسب ازفرصت های سرمایه گذاری و همچنین جلوگیری از به هدر رفتن منابع کمک کرد پیش بینی ورشکستگیشرکت ها است و به منظور این پیش بینی ها مدل های مختلفی وجود داردوامروزه شبکه های عصبی مصنوعی جایگاه ویژه ای دربین این روش ها پیداکرده است، ازاین روپژوهش حاضربه دنبال پیش بینی ور شکستگی شرکت های پذیرفته شده بورس اوراق بهادار تهران در فاصله زمانی ۱۳۸۶ تا ۱۳۹۲ از طریق روش شبکه عصبی مصنوعی (ANN) و ARIMA مدل صورت پذیرفته است. داده های به دست آمده از هردومدل شبکه عصبی مصنوعی واریما با استفاده معیارهای ارزیابی ازجمله میانگین قدرمطلق خطا (MAE)، میانگین مربعات خطا (MSE)، وریشه میانگین مربعات خطا (RMSE) موردمقایسه وتجزیه وتحلیل قرارگرفته ودرنهایت شبکه عصبی دارای خطای کمتر، قدرت توضیح دهندگی بالاتر در نتیجه پیش بینی بهتری را نسبت به روش اریما نشان می دهد.