آرشیو

آرشیو شماره ها:
۲۶۴

چکیده

تحلیل درماندگی مالی یک پدیده بااهمیت برای سرمایه گذاران، اعتباردهندگان و سایر استفاده کنندگان از اطلاعات مالی محسوب می شود. تعیین احتمال درمانده شدن یک شرکت قبل از بروز درماندگی یک موضوع بسیار جالب و جذاب محسوب می شود و می تواند هم برای مدیران و هم برای سرمایه گذاران و اعتباردهندگان مفید واقع شود. در این پژوهش، با استفاده از اطلاعات 1350 شرکت سال طی دوره 1387 الی 1395 در بخش صنعت و معدن بازار سرمایه ایران، به بررسی عوامل مؤثر بر درماندگی مالی و پیش بینی آن به وسیله روش های یادگیری ماشین (الگوریتم ژنتیک مرتب سازی نامغلوب چندهدفه و کلونی زنبور عسل) با استفاده از نرم افزار متلب 2017 پرداخته است. نتایج تحقیق حاکی از تأثیر غیرمستقیم نسبت مدیران غیرموظف و نسبت مالکان نهادی و تاثیر مستقیم مدیریت سود و اعتمادبه نفس کاذب مدیریت بر درماندگی مالی از بین سایر متغیر های مدیریتی می باشد. همچنین نتایج نشان می دهد که الگوریتم هوش مصنوعی توانایی پیش بینی درماندگی مالی را بااستفاده از شاخص های مدیریتی دارد و توانایی الگوریتم کلونی زنبور عسل از الگوریتم ژنتیک مرتب سازی نامغلوب چندهدفه جهت پیش بینی درماندگی مالی بیشتر می باشد.

تبلیغات