طراحي مدل پيش بيني ورشكستگي مالي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران با استفاده از شبكه هاي عصبي مصنوعي و مقايسه آن با مدل رگرسيون لوجيت

Designing a model for predicting financial bankruptcy of companies listed in the Tehran Stock Exchange using artificial neural networks and comparing it with the logit regression model

با توجه به نگراني هايي كه سرمايه گذاران از بازگشت اصل و سود سرمايه دارند و پيامدها و هزينه هايي كه وقوع ورشكستگي براي شركت ها و اقتصاد كشور و ساير افراد و نهادها مي تواند ايجاد نمايد، طراحي يك مدل قابل اطمينان جهت پيش بيني احتمال وقوع ورشكستگي شركت ها ضروري به نظر مي رسد. علاوه براين چنين مدلي مي تواند راهنماي خوبي براي تصميم گيرندگاني همچون شركت هاي سرمايه گذاري، بانك ها و دولت باشد. در اين پژوهش از روش شبكه عصبي مصنوعي روش رگرسيون لوجيت جهت پيش بيني ورشكستگي تعدادي از شركت هاي پذيرفته شده در بورس اوراق بهادار تهران طي سال هاي 1389 تا 1396 استفاده شده و نتايج با روش رگرسيون لوجيت مقايسه شده است. يافته هاي تحقيق نشان داد كه روش شبكه عصبي مصنوعي از دقت بالاتري نسبت به روش رگرسيون لوجيت برخوردار مي باشد. لذا مي توان نتيجه گرفت كه روش شبكه عصبي مصنوعي ابزار مناسبي براي پيش بيني ورشكستگي شركت ها در اختيار قرار مي دهد.

According to the concerns that investors have about the return of principal and capital gains and the consequences and costs that the occurrence of bankruptcy can create for companies and the country s economy and other individuals and institutions, designing a reliable model to predict the probability of occurrence Bankruptcy of companies seems necessary, moreover, such a model can be a good guide for decision makers such as investment companies, banks and government._x000D_ In this research, the artificial neural network method and the logit regression method were used to predict the bankruptcy of a number of companies admitted to the Tehran Stock Exchange during the years 1389 to 1396, and the results were compared with the logit regression method. The research findings showed that the artificial neural network method is more accurate than the logit regression method. Therefore, it can be concluded that the artificial neural network method provides a suitable tool for predicting the bankruptcy of companies.