بررسی سودمندی به کارگیری تکنیک های داده کاوی در پیش بینی درماندگی مالی شرکت ها

پیش¬بینی درماندگی مالی و ورشکستگی، امروزه نقش مهمی در تحقیقات مالی و حسابداری ایفا می¬نماید؛ به گونه¬ای که با پیش¬بینی به موقع و پیشگیری تدبیرانه از وقوع آن، می¬توان هزینه¬های اقتصادی و اجتماعی تحمیل شده به جامعه را کاهش داد. در این پژوهش با استفاده از تکنیک¬های داده¬کاوی به پیش¬بینی درماندگی شرکت¬های پذیرفته شده در بورس اوراق بهادار تهران در بین سال¬های 1383 تا 1387 پرداخته شده است. تعداد شرکت¬های درمانده مالی برای دوره مزبور 35 شرکت بود که 35 شرکت نیز به طور تصادفی به عنوان نمونه شرکت¬های سالم انتخاب گردید. این تحقیق از نوع هدف یک تحقیق کاربردی و از نظر تحلیل داده¬ها از نوع تحقیقات همبستگی بوده و انتظار می¬رود مدل¬های بدست آمده از تکنیک¬های داده¬کاوی با دقت بالایی درماندگی مالی شرکت¬ها را پیش¬بینی کند. تکنیک¬های مورد استفاده در این پژوهش عبارتند از درخت تصمیم، شبکه¬های عصبی و ماشین بردار پشتیبان که با استفاده از این تکنیک¬ها درماندگی مالی شرکت¬ها برای سال وقوع، یک سال قبل و دو سال قبل از وقوع درماندگی مالی مورد بررسی قرار گرفته است. نتایج بدست آمده نشان می¬دهد که تکنیک درخت تصمیم با دقت کلی 98.57% برای سال وقوع درماندگی مالی، 92.86% برای یک سال قبل از وقوع درماندگی مالی و 80% برای دو سال قبل از وقوع درماندگی مالی نسبت به تکنیک¬های شبکه عصبی و ماشین بردار پشتیبان برای تمامی سال¬های فوق از توان پیش¬بینی کنندگی بالایی برخوردار می¬باشد.