پیش بینی عوامل موثر بر ورشکستگی شرکت ها با استفاده از تکنیک AHP-TOPSIS و رویکردی بر شبکه های عصبی مصنوعی

پیش بینی عوامل موثر بر ورشکستگی شرکت ها با استفاده از تکنیک AHP-TOPSIS و رویکردی بر شبکه های عصبی مصنوعی

عاطفه رستم زاده1 دكتر مرتضي شكرزاده2

1) دانشجوي كارشناسي ارشد دانشگاه آدرآبادگان
2) عضو هيئت علمي دانشگاه آذرآبادگان

کد IOI مقاله : XYZK-ZAKGA
محل انتشار : دومین کنفرانس بین المللی مـــدیـــریــــت و مهندسی صنایع(2icmi.com)
چکیده :
    یکی از بزرگترین تهدیدات در سطح اقتصاد ملی ، ورشکستگی شرکت ها می باشد. پیش بینی ورشکستگی شرکت ها و صنایع، امکانی فراهم می آورد که دولت ، سرمایه گذاران و سهامدارن به منظور مقابله با بحران ها و جلوگیری از ضرر و زیان های احتمالی اقدامات استراتژیکی را اتخاذ نمایند. این تحقیق در حوزه صنعت نساجی و با استفاده از اطلاعات مالی شرکت های پذیرفته شده در سازمان بورس و اوراق بهادار تهران در بازه زمانی 1380-1387 در مورد شرکت های مشمول ماده 141 قانون تجارت انجام گرفته است. ابتدا متغیرهای تاثیرگذار در پیش بینی ورشکستگی با استفاده از پیشینه ها انتخاب شدند و با تکنیک AHP وزن هر معیار به دست آمد سپس این معیارها با استفاده از تکنیک TOPSIS رتبه بندی شدند که مهمترین عامل نسبت جاری شناخته شد. پس از انجام این مراحل با وارد کردن این متغیرها به شبکه عصبی مصنوعی از نوع پرسپترون چندلایه به عنوان ورودی و با استفاده از الگوریتم پس انتشار خطا برای آموزش شبکه، دقت پیش بینی افزایش یافته و می توان به نتایج دقیق و قابل اطمینانی دست یافت.

کلمات کلیدی : پیش بینی ورشکستگی نسبت های مالی شبکه عصبی الگوریتم پس انتشار خطا