پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,694 |
| تعداد مقالات | 72,245 |
| تعداد مشاهده مقاله | 129,261,256 |
| تعداد دریافت فایل اصل مقاله | 102,102,226 |
کاربرد الگوریتم ژنتیک در پیش‌بینی ورشکستگی و مقایسه آن با مدل Z آلتمن در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران | ||
| بررسیهای حسابداری و حسابرسی | ||
| مقاله 5، دوره 18، شماره 65 - شماره پیاپی 747587، آذر 1390، صفحه 99-114 اصل مقاله (165.67 K) | ||
| نویسندگان | ||
| محمود فیروزیان1؛ داریوش جاوید2؛ نرگس نجم الدینی3 | ||
| 1دانشیار دانشگاه آزاد اسلامی واحد کرج، تهران، ایران | ||
| 2مربی، عضو هیئت علمی دانشگاه آزاد اسلامی واحد بروجرد، ایران | ||
| 3دانش¬آموخته کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی واحد بروجرد، ایران | ||
| چکیده | ||
| پیش‌بینی ورشکستگی یکی از موضوع‌های اصلی طبقه‌بندی ورشکستگی شرکت‌ها است. سرمایه‌گذاران، مالکان، مدیران، اعتباردهندگان و مؤسسات دولتی علاقه‌مند به ارزیابی وضعیت مالی شرکت هستند؛ زیرا درصورت ورشکستگی هزینه‌های زیادی به آن‌ها تحمیل می‌شود. امروزه مدل‌های مختلفی برای پیش‌بینی ورشکستگی مورد استفاده قرار می‌گیرد. این پژوهش درصدد پیش‌بینی ورشکستگی شرکت-های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل های Z آلتمن و الگوریتم ژنتیک است. نمونه تحت بررسی شامل 36 شرکت ورشکسته و 36 شرکت غیر ورشکسته طی دوره مالی 5 ساله 84-88 است. متغیرهای نهایی مورد استفاده در مدل الگوریتم ژنتیک و مدل Z آلتمن 5 متغیر است که شامل نسبت‌های مالی است. درنهایت نتایج این 2 مدل با هم مقایسه شده است. مدل الگوریتم ژنتیک توانست به‌طور میانگین در یک سال و دو سال قبل از سال مبنا به ترتیب دقتی معادل 90 و 5/91 درصد داشته باشد و مدل Z آلتمن دقتی معادل 83.32 و83.32 درصد دارد با توجه به نتایج مدل الگوریتم ژنتیک دقت بیشتری در پیش‌بینی ورشکستگی دارد؛ درنتیجه ابزار مناسب‌تری برای پیش‌بینی محسوب می‌شود. | ||
| کلیدواژه‌ها | ||
| الگوریتم ژنتیک؛ پیش‌بینی ورشکستگی؛ مدلZ آلتمن؛ ورشکستگی | ||
|
آمار تعداد مشاهده مقاله: 4,674 تعداد دریافت فایل اصل مقاله: 12,326 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب