کاربرد الگوریتم ژنتیک در پیش‌بینی ورشکستگی و مقایسه آن با مدل Z آلتمن در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران

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.