طراحی مدل پیش بینی ورشکستگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی و مقایسه آن با مدل رگرسیون لوجیت

با توجه به نگرانی هایی که سرمایه گذاران از بازگشت اصل و سود سرمایه دارند و پیامدها و هزینه هایی که وقوع ورشکستگی برای شرکت ها و اقتصاد کشور و سایر افراد و نهادها می تواند ایجاد نماید، طراحی یک مدل قابل اطمینان جهت پیش بینی احتمال وقوع ورشکستگی شرکت ها ضروری به نظر می رسد. علاوه براین چنین مدلی می تواند راهنمای خوبی برای تصمیم گیرندگانی همچون شرکت های سرمایه گذاری، بانک ها و دولت باشد.در این پژوهش از روش شبکه عصبی مصنوعی روش رگرسیون لوجیت جهت پیش بینی ورشکستگی تعدادی از شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1389 تا 1396 استفاده شده و نتایج با روش رگرسیون لوجیت مقایسه شده است. یافته های تحقیق نشان داد که روش شبکه عصبی مصنوعی از دقت بالاتری نسبت به روش رگرسیون لوجیت برخوردار می باشد. لذا می توان نتیجه گرفت که روش شبکه عصبی مصنوعی ابزار مناسبی برای پیش بینی ورشکستگی شرکت ها در اختیار قرار می دهد.

designing a model for predicting financial bankruptcy of companies listed in the tehran stock exchange using artificial neural networks and comparing it with the logit regression model

according to the concerns that investors have about the return of principal and capital gains and the consequences and costs that the occurrence of bankruptcy can create for companies and the country s economy and other individuals and institutions, designing a reliable model to predict the probability of occurrence bankruptcy of companies seems necessary, moreover, such a model can be a good guide for decision makers such as investment companies, banks and government._x000d_in this research, the artificial neural network method and the logit regression method were used to predict the bankruptcy of a number of companies admitted to the tehran stock exchange during the years 1389 to 1396, and the results were compared with the logit regression method. the research findings showed that the artificial neural network method is more accurate than the logit regression method. therefore, it can be concluded that the artificial neural network method provides a suitable tool for predicting the bankruptcy of companies.