پیش بینی ورشکستگی و راهبری شرکت ها: دیدگاه نسبت های مالی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
پیش بینی ورشکستگی در مطالعات و مقالات موجود در حوز های حسابداری و  مدیریت بسیار مورد بحث واقع شده است و مطالعات فراوانی در رابطه با روش های تجربی بهتر برای پیش بینی ورشکستگی انجام شده است. هدف تحقیق حاضر استفاده از نسبت های مالی و شاخص های راهبری شرکتی برای پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. پژوهش حاضر به لحاظ هدف، بنیادی و از نظر روش تحقیق توصیفی از نوع همبستگی می باشد. در پژوهش حاضر ورشکستگی شرکت ها به عنوان متغیر وابسته و تعداد40 شاخص در پیش بینی ورشکستگی در دو گروه 31 تایی نسبت های مالی و 9 تایی شاخص های راهبری شرکت به عنوان متغیر مستقل مورد استفاده قرار گرفته شده است. در این پژوهش نسبت به مقایسه چهار مدل پیش بینی معروف شامل مدل ماشین بردار، شبکه های عصبی مصنوعی، شبکه های عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک و رگرسیون لاجیت اقدام شده است که نهایتا شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک بهترین کارایی را نسبت به سایر مدل ها از خود نشان داد. همچنین با مقایسه ویژگی نسبت های مالی و شاخص های راهبری، نسبت های مالی خود را به عنوان ویژگی های تاثیرگذار و ارزشمندتری برای پیش بینی ورشکستگی نشان دادند. چنانچه دقت تخمین به ازای نسبت های مالی در بالاترین سطح خود قرار دارند که در پایان می توان نتیجه گرفت که بهترین مدل برای پیش بینی ورشکستگی مدل استفاده از نسبت های مالی در شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک می باشد. این الگوریتم بیشترین دقت را بدست آورده است و خطای آن کمینه است و می توان آن را بعنوان یک مدل قابل اعتماد، پایدار و عملی در نظر گرفت.
زبان:
فارسی
صفحات:
201 تا 220
لینک کوتاه:
magiran.com/p1991912 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!