نسبتهاي مالي تصويري و پيش‌بيني ورشكستگي شركتها با استفاده از مدل شبكه‌هاي عصبي كانولوشن

Imaged financial Ratios and Bankruptcy Prediction using Convolutional Neural Networks

پژوهش حاضر با هدف بكارگيري شبكه عصبي كانولوشن براي پيش بيني ورشكستگي شركتها با استفاده از نسبتهاي مالي تصويري انجام مي گيرد. در دنياي به سرعت در حال تغيير، براي شناسايي تصاوير، شبكه هاي عصبي كانولوشن در مسايل مربوط به بسياري از رشته ها بكار مي روند. دوره زماني پژوهش 1388 تا 1397 و شركتهاي نمونه از بين شركتهاي پذيرفته شده در بورس اوراق بهادار تهران و در قالب دو گروه شامل 66 شركت ورشكسته و 66 شركت غير ورشكسته انتخاب شدند. از آنجا كه كار شبكه عصبي كانولوشن شناخت تصاوير از بين تصاوير موجود است لذا ابتدا نسبتهاي مالي به عنوان داده هاي پژوهش از طريق نرم افزار متلب 2019 به تصوير تبديل و سپس با كمك شبكه عصبي كانولوشن و تحت معماري گوگل نت اقدام به تشخيص و پيش بيني وضعيت شركتهاي نمونه گرديد. نتايج حاصل از تحليل يافته ها نشان داد كه مدل شبكه هاي عصبي كانولوشن در پيش بيني و شناخت از روي تصاوير، پيش بيني درستي با دقت 50 درصد از بين شركتها انجام داد. به عبارتي در پيش بيني وضعيت تداوم فعاليت شركتها 50 درصد از شركتهاي ورشكسته و 50 درصد از شركتهاي غير ورشكسته را درست تشخيص داد.

Convolutional neural networks are being applied to identification problems in a variety of fields, and in some areas are showing higher discrimination accuracies than conventional methods. Hence, in this research, an attempt is made to apply a convolutional neural network to the prediction of corporate bankruptcy. The financial statements ratios has been choice 66 companies that have been delisted from the Iran Stock Market due to de facto bankruptcy as well as the financial statements of 66 listed companies over 2000 to 2019 financial periods. In this method, a set of financial ratios are derived from the financial statements and represented as a grayscale image. The image generated by this process is utilized for training and testing a convolutional neural network. The images for the bankrupt and continuing enterprises classes are used for training the convolutional neural network based on GoogLeNet. The findings shows, in prediction of going concern of firms, Convolutional neural network has predicted with 50 percent of precision. This means that 50 percent of continues firms and 50 percent of bankrupt firms has been predicted precisely.