پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی بازجریانی

هدف اصلی این پژوهش، پیش بینی ورشکستگی مالی شرکت ها در بورس اوراق بهادار تهران به وسیله شبکه های عصبی مصنوعی بازجریانی است. نسبت های مالی سرمایه در گردش به کل دارایی ها، نسبت جاری، نسبت آنی، نسبت بدهی، نسبت p/e، گردش کل دارایی ها، نسبت حاشیه سود خالص و نسبت بازده دارایی ها، به عنوان ورودی شبکه های عصبی انتخاب شدند. وضعیت ورشکستگی شرکت ها نیز به عنوان متغیر خروجی در نظر گرفته شد. شبکه عصبی مورد استفاده در این پژوهش، از نوع بازجریانی سه لایه بوده که به روش الگوریتم پس انتشار خطا آموزش دیده است. در این پژوهش، سه مدل شبکه عصبی توسعه داده شد. مدل اول با استفاده از اطلاعات مالی یک سال قبل از ورشکستگی، با دقت کلی 95 درصد توانست به درستی ورشکستگی یا عدم ورشکستگی شرکت های مورد بررسی را پیش بینی نماید. مدل دوم با استفاده از اطلاعات مالی دو سال قبل از ورشکستگی، با دقت کلی 90 درصد توانست به درستی ورشکستگی یا عدم ورشکستگی شرکت های مورد بررسی را پیش بینی نماید. مدل سوم نیز با استفاده از اطلاعات مالی سه سال قبل از ورشکستگی، توانست به دقت کلی 5/82 دست یابد.