پيش بيني ريسك ورشكستگي مالي با استفاده از مدل تركيبي در بورس اوراق بهادار تهران

The Prediction of the Risk of Financial Bankruptcy Using Hybrid Model in Tehran Stock Exchange

پيش بيني ريسك ورشكستگي مالي يكي از مهمترين موضوعات در حوزه تصميم گيري مالي شركت ها است. از اين جهت، تاكنون مدل هاي متنوعي كه هركدام از نظر متغيرهاي پيش بيني كننده و تكنيك ها متفاوتند، ارائه شده اند. استفاده از تركيب متغيرهاي حسابداري و بازاري در مدل به عنوان ورودي، قطعاً بر نتايج و دقت پيش بيني ها تاثير مستقيمي خواهد داشت. در اين مطالعه، پيش بيني با استفاده از مدل تركيبي (استفاده از متغيرهاي حسابداري و بازاري ) و تكنيك شبكه هاي عصبي از نوع مدل پرسپترون چندلايه (MLP) صورت پذيرفت. نمونه پژوهش شامل 90 شركت پذيرفته شده در بورس اوراق بهادار تهران (31 شركت ورشكسته طبق ماده 141 قانون تجارت ايران و 59 شركت غيرورشكسته) طي سال هاي 1393-1386 مي باشد. نتايج پژوهش نشان مي دهد كه مدل تركيبي (تركيب متغيرهاي حسابداري و بازاري) با استفاده از تكنيك شبكه عصبي، نسبت به هر كدام از دو مدل حسابداري و بازاري از دقت بالاتري در پيش بيني ريسك ورشكستگي مالي برخوردار است. همچنين، مدل بازاري نيز دقت بيشتري نسبت به مدل حسابداري دارد.

Predicting the risk of financial bankruptcy is one of the most important issues in the field of companies’ financial decision. Accordingly, a variety of models that each is different in terms of predictor variables and techniques has been introduced so far. The use of the combination of accounting and market-driven variables in the model as input will have definitely a direct impact on the results and accuracy of forecasts. In this study, the prediction was accomplished by using a hybrid model (the use of accounting and market-driven variables) and neural networks technique of multi-layer perceptron model (MLP). The sample of research consists of 90 accepted companies in Tehran Stock Exchange (31 bankrupted companies in accordance with article Iran’s 141 trade laws and 59 non-bankrupted companies) during 2007-2014 period. The research results show that the hybrid model (combination of accounting and market-driven variables) using neural network technique has higher accuracy than each of the two accounting models and market-driven model in predicting the risk of financial bankruptcy. Likewise, the market-driven model is more accurate than accounting model.