این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات مالی، جلد ۲۰، شماره ۲، صفحات ۱۷۲-۱۹۰
عنوان فارسی ارائه یک روش ترکیبی به منظور پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران
چکیده فارسی مقاله هدف: هدف این پژوهش ارائه رویکردی جدید برای انتخاب متغیرهای مؤثر در پیش­بینی درماندگی مالی با استفاده از نظر خبرگان و الگوریتم­های تصمیم­گیری است. روش: بدین منظور 29 نسبت مالی برای شرکت­های تولیدی درمانده مالی بر اساس ماده 141 قانون تجارت و به همان تعداد شرکت سالم به صورت تصادفی از شرکت­های پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1385 تا 1395 با استفاده از صورت­های مالی حسابرسی­ شده برای یک، دو و سه سال قبل از درماندگی جمع­آوری شده است. سپس با استفاده از آزمون آماری و الگوریتم­های تصمیم­گیری دیمتل و تودیم فازی، بهترین نسبت­های مالی به­ همراه ضریب اهمیت هر یک انتخاب و با استفاده از ماشین بردار پشتیبان، پیش­بینی درماندگی مالی انجام شد. یافته‎ها: آزمون مقایسات زوجی نشان داد که اختلاف دقت مدل پیشنهادی در پیش­بینی درماندگی مالی برای هر سه سال t-1، t-2 و t-3 نسبت به دقت مدل­های آلتمن و رگرسیون لجستیک در سطح خطای 5 درصد معنادار بوده است. نتیجه‎گیری: با توجه به نتایج آزمون‌های تحقیق می توان نتیجه گیری کرد که مدل پیشنهادی در یک، دو و سه سال پیش از وقوع درماندگی مالی، به طور معناداری از عملکرد بهتری در پیش­بینی درماندگی نسبت به روش رگرسیون لجستیک و مدل آلتمن برخوردار است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Developing a hybrid approach for financial distress prediction of listed companies in Tehran stock exchange
چکیده انگلیسی مقاله Objective: The purpose of this study is to develop a new approach to select effective variables in predicting financial distress using experts' judgment and decision-making algorithms. Methods: Twenty nine financial ratios of financially distressed manufacturing companies according to Article 141 of the business Law were selected and the same number of healthy firms have been randomly selected from the companies which were listed in Tehran Stock Exchange between 1385 and 1395 using audited financial statements of one, two and three years before getting distressed. Then, using the statistical test and Dematel and Todim Fuzzy decision-making algorithms, the best financial ratios and their respective importance coefficients were selected and the prediction of financial distress was made using a support vector machine. Results: Paired T-test results showed that accuracy difference of proposed model in predicting financial distress has been statistically significant in 5% level comparing to Altman Model and Logistic Regression Method for the years t-1, t-2, and t-3. Conclusion: The findings of the study showed that the proposed model has a significantly better performance in predicting distress than the Logistic regression method and Altman model in one, two and three years before financial distress.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سعید فلاحتگر متحدجو |
دانشگاه علامه طباطبائی، تهران، ایران

محمدهاشم بت شکن |
دانشگاه علامه طباطبائی، تهران، ایران

محمد جواد سلیمی |
دانشگاه علامه طباطبایی، تهران، ایران

نشانی اینترنتی https://jfr.ut.ac.ir/article_67697_a9b51d2c7f68062f17dbed27901fd193.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/705/article-705-891296.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات