مقايسه مدل شبكه هاي عصبي مصنوعي با روش هاي رگرسيون لجستيك و تحليل مميزي در پيش بيني ورشكستگي شركت ها

A Comparison among Artificial Neural Network, Discriminant Analysis and Logestic Regression Techniques for Bankruptcy: A Case Study of Kermanʹs Firms

‌يكي از مهمترين‌ موضوع هاي‌ مطرح‌ شده‌ در زمينه‌ مديريت مالي، اين است كه سرمايه گذاران فرصت هاي مطلوب سرمايه گذاري را از فرصت هاي نامطلوب تشخيص دهند و منابع در اختيار را در فرصت هاي مناسب، سرمايه گذاري كنند. از مهمترين روشهايي كه مي توان با استفاده از آن، به بهره گيري مناسب از فرصت هاي سرمايه گذاري و همچنين جلوگيري از به هدر رفتن منابع كمك كرد، پيش بيني ورشكستگي شركت ها است. و به منظور اين پيش بيني ها، مدل هاي مختلفي وجود دارد. در اين پژوهش، جهت پيش بيني ورشكستگي، از مدل شبكه هاي عصبي به همراه مقايسه آن، با دو روش آماري رگرسيون لجستيك و تحليل مميزي استفاده شده و علاوه بر معرفي مدل هاي شبكه هاي عصبي، يك مدل شبكه عصبي براي پيش بيني ورشكستگي شركت هاي توليدي طراحي شده كه براي استان كرمان مورد استفاده قرار گرفته است. اطلاعات استفاده شده مربوط به دوره زماني 1386-1374 مي باشد. و نتايج پژوهش نشان مي دهد كه مدل ANN از دو روش آماري ديگر، دقت بالاتري در پيش بيني دارد. همچنين مدل ANN نشان داد كه هيچكدام از اين شركت هاي توليدي در سال بعد از دوره مورد بررسي، ورشكسته نخواهند شد.

One of the main issues in financial management is choosing the best way of utilizing investment. Investors would like to invest their capitals in a way to minimize their risks. Bankruptcy is one of the risk factors which affect the decision of investors. Prediction of bankruptcy can help investors to reduce the risks in the capital markets and recognize the best opportunities for alternative investment. This study aims to predict the bankruptcy of companies by using the technique of Artificial Neural Network (ANN). Moreover, discriminant Analysis and logestic regression techniques are employed to compare the results. The data used in this study covers the firms in the Kerman Province of Iran over the period 1975- 2007. The results show that ANN model perform much better than the discriminant analysis and logestic regression techniques. Moreover, the results confirm that the accuracy of ANN model is higher than the discriminant analysis and logestic regression techniques for predicting of bankruptcy. The analysis also shows that none of the firms will bankrupt in the year after the period covered in this study.