پیش بینی ورشکستگی شرکتها ی پذیرفته شده در بورس اوراق بهادار با استفاده از الگوریتم جنگل تصادفی (با تاکید بر گزارشگری مالی)

چکیده

پژوهش حاضر به بررسی پیش بینی ورشکستگی شرکتها ی پذیرفته شده که شامل 70 شرکت ورشکسته و 70 شرکت غیر ورشکسته طی دوره 97-89 است. این شرکت ها از طریق فرایند تصادفی به دو نمونه آموزشی (شامل 46 شرکت ورشکسته و 46 شرکت غیر ورشکسته) برای ساخت مدل ها و نمونه آزمایشی (شامل 24 شرکت ورشکسته و 24 شرکت غیر ورشکسته) جهت آزمون روایی بیرونی مدل ها تقسیم شده اند. با استفاده از دو تکنیک رگرسیون لوجستیک و جنگل های تصادفی و بکارگیری نسبت های مالی منتخب، دو مدل جهت پیش بینی ورشکستگی استخراج شده و نتایج حاصل از آن ها مورد مقایسه قرار گرفته است. مدل رگرسیون لوجستیک توانست 87% شرکت های نمونه آموزشی و 79% شرکت های نمونه آزمایشی را یک سال پیش از ورشکستگی به درستی در گروه های ورشکسته و غیر ورشکسته طبقه بندی نماید. همچنینی، مدل جنگل های تصادفی توانست نمونه های آموزشی و آزمایشی به ترتیب با دقت 4/90 و 90 درصد مشاهدات را به درستی در گروه های ورشکسته و غیر ورشکسته طبقه بندی نماید. آزمون McNemar نشان داد که مدل جنگل های تصادفی در مقایسه با مدل رگرسیون لوجستیک، از برتری قابل توجهی برخوردار است. روش پژوهش از نظر هدف کاربردی می باشد و از نظر ماهیت توصیفی دارد.