پژوهش حاضر به مطالعه ی پیش بینی ورشکستگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران به وسیله ی شبکه های عصبی مصنوعی می پردازد. بهترین نسبت های مالی پیش بین در پژوهش های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه های عصبی انتخاب شده اند. شبکه ی عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه می باشد که به روش الگوریتم پس انتشار خطا آموزش دیده اند، و شامل شبکه عصبی پیشخور سه لایه با ترکیب (5:18:2) در آرایش نرون هاست. نمونه های انتخاب شده در برازش الگو شامل یک گروه 54 عضوی از شرکت های ورشکسته ویک گروه 64 عضوی از شرکت های غیرورشکسته بورس اوراق بهادار تهران است که گروه ورشکسته بر مبنای مشمولیت ماده 141 قانون تجارت طی سال های 1381 تا 1389و گروه غیرورشکسته وبراساس روش نمونه گیری تصادفی از شرکت های تولیدی پدیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی تحقیق انتخاب شده اند. از مدل تحلیل تمایزی چندگانه به منظور مقایسه ی دقت پیش بینی مدل شبکه های عصبی استفاده شده است. ملاک صحت پیش بینی مدل ها سطح زیر منحنی ROC می باشد.
