مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

2,090
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

2

اطلاعات مقاله نشریه

عنوان

طراحی و تبیین مدل پیش بینی ورشکستگی شرکت ها در بورس اوراق بهادار تهران

صفحات

 صفحه شروع 38 | صفحه پایان 55

چکیده

ورشکستگی آخرین مرحله از حیات اقتصادی شرکت است و بر همه ذی نفعان شرکت تاثیر می گذارد. بنابراین پیش بینی ورشکستگی از اهمیت برخوردار می باشد با توجه به اینکه فرایند حقوقی به منظور شناسایی شرکت های ورشکسته امری زمان بر است بنابراین در این تحقیق از مفهوم آستانه ورشکستگی برای شناسایی شرکت های ورشکسته در بورس اوراق بهادار تهران استفاده شد. سوال اصلی تحقیق این است که کدام یک از مدل های پس انتشار خطا, الگوریتم ژنتیک و بهینه سازی تجمعی ذرات با دقت بالاتری ورشکستگی شرکت ها را پیش بینی می کند. همچنین تاثیر داده های بازار و نسبت های مالی در پیش بینی ورشکستگی با یکدیگر مقایسه گردید. نتیجه نشان داد که استفاده از الگوریتم ژنتیک در افزایش دقت پیش بینی ورشکستگی موثر است اما مقایسه مدل های الگوریتم ژنتیک و بهینه سازی تجمعی ذرات نشان داد که از نظر آماری نمی توان اثبات نمود که یکی از این روش ها بر دیگری برتری دارد. همچنین نتایج نشان دهنده این بود که استفاده از داده های بازار برای پیش بینی ورشکستگی موثرتر از استفاده از نسبت های مالی و یا اسفاده همزمان از داده های بازار و نسبت های مالی است. همچنین نتایج نشان داد مدلی که از داده های بازار استفاده کرده و از طریق الگوریتم بهینه سازی تجمعی ذرات آموزش ببیند می تواند تا 92.6 درصد ورشکستگی شرکت ها را به درستی پیش بینی نماید.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    فدایی نژاد، محمداسماعیل، و اسکندری، رسول. (1390). طراحی و تبیین مدل پیش بینی ورشکستگی شرکت ها در بورس اوراق بهادار تهران. تحقیقات حسابداری و حسابرسی (تحقیقات حسابداری)، 3(9)، 38-55. SID. https://sid.ir/paper/157355/fa

    Vancouver: کپی

    فدایی نژاد محمداسماعیل، اسکندری رسول. طراحی و تبیین مدل پیش بینی ورشکستگی شرکت ها در بورس اوراق بهادار تهران. تحقیقات حسابداری و حسابرسی (تحقیقات حسابداری)[Internet]. 1390؛3(9):38-55. Available from: https://sid.ir/paper/157355/fa

    IEEE: کپی

    محمداسماعیل فدایی نژاد، و رسول اسکندری، “طراحی و تبیین مدل پیش بینی ورشکستگی شرکت ها در بورس اوراق بهادار تهران،” تحقیقات حسابداری و حسابرسی (تحقیقات حسابداری)، vol. 3، no. 9، pp. 38–55، 1390، [Online]. Available: https://sid.ir/paper/157355/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    فایل موجود نیست.
    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button